Você está na página 1de 0

CONHECIMENTOS ESPECFICOS

EM METROLOGIA
Didatismo e Conhecimento
1
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Prof. Evilin Magalhes.
Administrao UNESP Campus Tup. Membro do grupo de
pesquisas REAP-
Rede de Educao Ambiental da Alta Paulista (Projeto de Ex-
tenso). Professora do mdulo de Informtica e ingls na UNATI-
Universidade para Terceira Idade. Autora e co-autora de artigos
e resumos expandidos em revistas qualifcadas e anais de eventos,
notadamente na rea a administrao e engenharia ambiental. Ex
Consultora Empreender Jr. Consultoria Empresarial e Agroneg-
cios - UNESP Tup.
METROLOGIA E QUALIDADE INDUSTRIAL:
CONCEITOS BSICOS DE METROLOGIA
DIMENSIONAL; METROLOGIA LEGAL;
SISTEMAS DE MEDIO; GRANDEZAS E
UNIDADES; MEDIES; RESULTADOS DE
MEDIO; INSTRUMENTOS DE EDIO;
CARACTERSTICAS DOS INSTRUMENTOS
DE MEDIO; PADRES; QUADRO GERAL
DE UNIDADES DE MEDIDAS; MTODO,
INSTRUMENTO E OPERADOR; LABORAT-
RIO DE METROLOGIA; NORMAS GERAIS
DE MEDIO; UNIDADES DIMENSIONAIS
LINEARES; CONFIABILIDADE METROL-
GICA; HIERARQUIA METROLGICA;
PRINCIPAIS FATORES QUE AFETAM UM
RESULTADO; AVALIAO DA CONFORMI-
DADE DE PRODUTOS, PROCESSOS E SER-
VIOS; PERCIA; INSPEO; AUDITORIA;
QUALIDADE; EXECUO DE ENSAIOS.
A metrologia a cincia das medies, abrangendo todos os
aspectos tericos e prticos que asseguram a preciso exigida no
processo produtivo, procurando garantir a qualidade de produtos
e servios atravs da calibrao de instrumento de medio e da
realizao de ensaios, sendo a base fundamental para a competiti-
vidade das empresas.
A metrologia diz respeito ao conhecimento dos pesos e me-
didas e dos sistemas de unidades de todos os povos.
MOTIVOS DE SUA IMPLANTAO
A ISO srie 9000 defne explicitamente a relao entre ga-
rantia da qualidade e metrologia: controle sobre os instrumentos de
medio Certifcao.
Globalizao dos mercados traduz a confabilidade nos sis-
temas de medio e garantam que especifcaes tcnicas, regula-
mentos e normas, proporcionem as mesmas condies de perfeita
aceitabilidade na fabricao de produtos (montagem e encaixe),
independente de onde sejam produzidos.
Outro motivo est na melhoria do nvel de vida das popula-
es por meio do consumo de produtos com qualidade, da preser-
vao da segurana, sade e do meio ambiente.
- REAS DA METROLOGIA
Basicamente, a Metrologia est dividida em trs grandes
reas:
A Metrologia Cientfca, que utiliza instrumentos laborato-
riais, pesquisa e metodologias cientfcas.
A Metrologia Industrial, cujos sistemas de medio contro-
lam processos produtivos industriais e so responsveis pela ga-
rantia da qualidade dos produtos acabados.
A Metrologia Legal, que est relacionada a sistemas de me-
dio usados nas reas de sade, segurana e meio ambiente.

- METROLOGIA NA ORGANIZAO
A metrologia garante a qualidade do produto fnal favorecen-
do as negociaes pela confana do cliente, sendo um diferencia-
dor tecnolgico e comercial para as empresas.
Reduz o consumo e o desperdcio de matria-prima pela ca-
librao de componentes e equipamentos, aumentando a produti-
vidade.

POR QUE CALIBRAR?
Calibrao a comparao entre os valores indicados por um
instrumento de medio e os indicados por um padro.
A calibrao dos equipamentos de medio funo impor-
tante para a qualidade no processo produtivo e deve ser uma ativi-
dade normal de produo que proporciona uma srie de vantagens
tais como:
a) garante a rastreabilidade das medies.
b) permite a confana nos resultados medidos.
c) reduz a variao das especifcaes tcnicas dos produtos.
d) previne defeitos.
e) compatibiliza as medies.

SISTEMA INTERNACIONAL DE UNIDADES ARQUI-
VO
TOLERNCIAS
Nas construes mecnicas impossvel obter exatido ab-
soluta das dimenses indicadas no desenho, seja pelos erros das
mquinas operatrizes, defeitos e desgastes das ferramentas, seja
pela imperfeio dos instrumentos de medida, erros de leitura do
operador ou ainda pelo fato que todos os instrumentos do apenas
e sempre medidas aproximadas.
As peas so, portanto confeccionadas com dimenses que se
afastam a mais ou a menos da cota nominal, isto apresentam erro.
Com a fnalidade de aumentar a produo, as empresas fabri-
cam em srie seus produtos. Neste sentido as peas no so todas
absolutamente iguais, mas, dentro de certos limites pr-estabeleci-
dos e determinados, so plenamente aceitveis.
As peas fabricadas podem ser utilizadas isoladamente ou
em conjunto, como na maioria dos casos (formar componentes ou
mquinas). Neste segundo caso, para a facilidade de substituio
rpida e simples das peas, necessrio que elas sejam intercam-
biveis. Para isso necessrio pr-estabelecer o intervalo dos li-
mites entre os quais pode variar a dimenso de uma pea, isto ,
necessrio estabelecer a tolerncia.
Didatismo e Conhecimento
2
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Tolerncia ou Campo de Tolerncia a variao permissvel
da dimenso da pea, dada pela diferena entre as dimenses m-
xima e mnima.
Como exemplo, suponhamos uma indstria que fabrique pis-
tes e pinos do acoplamento de bielas.
Admitamos que os pinos tenham o dimetro nominal externo
de 20 mm. Evidentemente os pistes devero ser usinados de tal
forma que permitam o encaixe deslizante do pino. Neste sentido,
existir tolerncia tanto para os pinos como para os pistes e a
tolerncia deve ser tal que esse acoplamento continue deslizante
tambm quando o pino de maior dimetro calhe com o pisto de
menor furo.
Figura 2

Este problema de intercambialidade foi sentido por muitas in-
dstrias at ser criado um sistema internacional, que o sistema
ISO (International Standardizing Organization).
O sistema de Tolerncia um conjunto de princpios, regras,
frmulas e tabelas que permite a escolha racional de tolerncias
para a produo econmica das peas intercambiveis.
Como fnalidades do uso de tolerncias tm:
Evitar uma exatido excessiva nas dimenses das peas du-
rante a sua fabricao
geralmente ocorre quando no se indicam tolerncias nos
desenhos
causando um processo de fabricao muito lento e aumento
da mo de obra.
Estabelecer limites para os desvios em relao dimenso
nominal, assegurando o funcionamento adequado das peas.

TERMINOLOGIA DE TOLERNCIAS
Dimenso Nominal dimenso indicada no desenho.
Dimenso efetiva dimenso medida, geralmente no coinci-
de com a dimenso nominal.
Dimenses Limites valores mximos e mnimos admissveis
para a dimenso efetiva.
Dimenso Mxima (Dmax) valor mximo admissvel para
a dimenso efetiva.
Dimenso Mnima (Dmin) valor mnimo admissvel para a
dimenso efetiva.
Tolerncia (t) variao permissvel da dimenso da pea. t
= Dmax Dmin.
Afastamento diferena entre as dimenses limites e a no-
minal.
Afastamento Inferior- diferena entre a dimenso mnima e a
nominal. Smbolo para furo Ai e para eixo ai.
Afastamento Superior diferena entre a dimenso mxima e
nominal. Smbolo para furo As e para eixo as.
Linha Zero linha que nos desenhos fxa a dimenso nominal
e serve de origem aos afastamentos.
Didatismo e Conhecimento
3
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Eixo Termo convenientemente aplicado para fns de tolern-
cias e ajustes, como sendo qualquer parte de uma pea cuja super-
fcie externa destinada a alojar-se na superfcie interna da outra.
Furo - Termo convenientemente aplicado para fns de tolern-
cias e ajustes, como sendo todo o espao delimitado por superfcie
interna de uma pea e destinado a alojar o eixo.
Figura 5
Folga ou Jogo (F) diferena entre as dimenses do furo e do
eixo, quando o eixo menor que o furo.
Folga Mxima (Fmax) diferena entre as dimenses mxi-
ma do furo e a mnima do eixo, quando o eixo menor que o furo.
Folga Mnima (Fmin) - diferena entre as dimenses mnima
furo e a mxima do eixo, quando o eixo menor que o furo.
Interferncia (I) diferena entre as dimenses do eixo e do
furo, quando o eixo maior que o furo.
Interferncia Mxima (Imax) diferena entre a dimenso
mxima do eixo e a mnima do furo, quando o eixo maior que
o furo.
Interferncia Mnima (Imin) diferena entre a dimenso
mnima do eixo e a mxima do furo, quando o eixo maior que
o furo.
Ajuste ou Acoplamento comportamento de um eixo num
furo, ambos da mesma dimenso nominal caracterizado pela folga
ou interferncia apresentada.
Ajuste com Folga o afastamento superior do eixo menor
ou igual ao afastamento inferior do furo.
Ajuste com Interferncia o afastamento superior do furo
menor ou igual ao afastamento inferior do eixo.
Didatismo e Conhecimento
4
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Ajuste Incerto o afastamento superior do eixo maior que
o afastamento inferior do furo e o afastamento superior do furo
maior que o afastamento inferior do eixo.
Eixo Base o eixo em que o afastamento superior pr-
-estabelecido como sendo igual a zero.
Furo Base - o furo em que o afastamento inferior pr-
-estabelecido como sendo igual a zero.
Campo Tolerncia o conjunto de valores compreendidos
entre o afastamento superior e inferior. Por conveno, as tolern-
cias que esto sobre a linha zero so positivas (+) e as que esto
sob tal linha so negativas (-).
Exerccios (soluo em sala de aula)
Exerccios propostos

CALIBRADORES
Quando as dimenses e as tolerncias admissveis so indica-
das no projeto, torna-se necessrio apenas que as peas fabricadas
se mantenham dentro das tolerncias, isto , as dimenses das pe-
as devem estar entre as dimenses mximas e mnimas determi-
nadas pela tolerncia indicada.
Em lugar de um calibrador simples, com a dimenso nominal,
so empregados dois calibradores com as dimenses limite. Estes
dois calibradores, chamados de calibradores limite, frequentemen-
te constituem uma nica pea, com as dimenses mximas e mni-
mas, e so fxos na maioria das aplicaes industriais.
No sendo impossvel estreitar um furo depois de aberto, as
peas que apresentem furos de dimenses acima dos limites supe-
riores no podem ser aproveitadas, por este motivo, o calibrador
tampo com a dimenso superior utilizado, tambm chamado de
calibrador de refugo.
Este calibrador de refugo ou o lado de refugo do calibrador,
no deve penetrar no orifcio, recebendo por isso a denominao
mais correta de calibrador-no-passa ou lado-no-passa.
O lado da dimenso inferior chamado lado-passa ou calibra-
dor-passa. Este lado deve penetrar no furo, quando a pea satisfaz
as exigncias.
Para o controle das dimenses dos eixos ocorre o mesmo, mas
em sentido inverso. O eixo deve penetrar no calibrador passa, mas
no no calibrador-no-passa.
As peas fabricadas sob controle de calibradores- limite per-
mitem o perfeito ajuste na ocasio da montagem, sem interveno
do fator pessoal do operrio.
DEFINIO DE CALIBRADORES
Calibrador Tampo aquele cuja superfcie de medir ciln-
drica externa.
Calibrador Anular aquele cuja superfcie de medir ciln-
drica interna.
Calibrador Chato aquele cuja superfcie de medir so as
duas partes de a superfcie cilndrica externa, compreendidas entre
dois planos paralelos equidistantes do eixo.
Didatismo e Conhecimento
5
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Calibrador Fixo aquele sem dispositivo de regulagem.
Calibrador Regulvel - aquele cujos afastamentos podem ser
regulados.
Calibrador de Boca aquele que tem forma de meio anel e
superfcies de medir planas.
Calibrador com Superfcies de Medir Esfricas aquele cujas
extremidades pertencem superfcie de uma esfera.
Calibrador No Passa aquele que controla o afastamento
inferior de um eixo ou o afastamento superior de um furo.
Calibrador Passa aquele que controla o afastamento supe-
rior de um eixo ou o afastamento inferior de um furo.
Lado No Passa aquele do calibrador que no deve passar.
Lado Passa aquele do calibrador que deve passar.
EXEMPLOS DE CALIBRADORES
Figura 14 Calibradores de boca ajustveis.
Figura 15 Calibradores de boca fxos passa no passa
Figura 16 Anis de referncia

Figura 17 Calibradores tampo passa no passa
Figura 18 - Calibradores tampo passa no passa ajustveis.
Figura 19
SISTEMAS DE TOLERNCIAS E AJUSTES

Este sistema defnido como sendo o conjunto de princpios,
regras, frmulas e tabelas que permite a escolha racional de to-
lerncias para a produo econmica das peas intercambiveis.
O sistema ISSO fxa os seguintes princpios, regras e tabelas
que se aplicam a tecnologia mecnica, afm da escolha racional
de tolerncias e ajustes visando fabricao de peas intercam-
biveis:
Didatismo e Conhecimento
6
CONHECIMENTOS ESPECFICOS EM METROLOGIA
- Unidade de tolerncia.
- Grupo de dimenses.
- Grau de preciso ou qualidade do trabalho;
- Campos de tolerncia;
- Temperatura de referncia (20)
UNIDADE DE TOLERNCIA
O clculo da tolerncia baseado na unidade de tolerncia, a seguir:
i = 0,45 D1/3 + 0,001 D onde:
i = unidade de tolerncia expressa em micron ()
D = mdia geomtrica dos dois valores extremos de cada grupo de dimenses fxados a seguir.
A unidade de tolerncia serve de base ao desenvolvimento do sistema e fxa a ordem de grandeza dos afastamentos.

GRUPO DE DIMENSES
O sistema de tolerncia ISO considera todas as dimenses compreendidas entre 1 e 500 mm nos seguintes grupos de dimenses.
Os nmeros grifados subdividem os grupos e so aplicveis para os casos de ajuste com grande folga ou com grande interferncia.
QUALIDADE DE TRABALHO
Desejando defnir os graus de preciso com os quais pode ser trabalhar uma pea o sistema considera 18 qualidades de trabalho desig-
nadas por um nmero compreendido entre 01, 0, 1 ... At 16 precedido das letras IT (I = ISO, T = tolerncia)
Exemplo: IT8
A aplicao desses graus de preciso mostrada no grfco a seguir:

Eixos
De 01 a 3 para calibradores
De 4 a 11 para acoplamentos
De 12 a 16 para execuo grosseira de peas isoladas

Furos
De 01 a 4 para calibradores
De 5 a 11 para acoplamentos
De 12 a 16 para execuo grosseira de peas isoladas.

A tabela 1 mostra as tolerncias fundamentais em micron para cada grupo de dimenses, dependendo da qualidade de trabalho. Desta
forma defne-se tolerncia fundamental aquela que calculada para cada qualidade de trabalho e para cada grupo de dimenso. (xerox da
tabela).
As tolerncias fundamentais indicadas na tabela 1 foram calculadas com o auxlio das seguintes frmulas: Tabela 2

Didatismo e Conhecimento
7
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Exerccios propostos

CAMPOS DE TOLERNCIA
A qualidade de trabalho determina o valor do campo de tolerncia, mas no defne a posio a posio deste campo em relao linha
zero. Dependendo do ajuste requerido o campo pode situar mais prximo ou mais afastado, acima ou abaixo da linha zero. Cada posio
distinguida com uma ou duas letras do alfabeto, adotando-se letras maisculas para o furo e minsculas para os eixos.
O grfco mostra esquematicamente as posies dos campos de tolerncias.
Observar que a posio H e h possui a caracterstica de ter uma posio coincidente com a linha zero.

REPRESENTAO SIMBLICA
A indicao da tolerncia feita direita da cota nominal e deve traduzir a posio do campo de tolerncia e a qualidade do trabalho.
Deste modo, o smbolo formado acrescentando a letra do campo, o nmero indicativo da qualidade. Na prtica, tambm se usa colocar
o valor numrico da dimenso nominal seguido apenas das dimenses limites em mm.
Exemplos:
25m6 , 25 +0,008
+0,021
H7 m6, H7/m6

SISTEMA FURO BASE
Neste sistema a linha zero constitui o limite inferior da tolerncia do furo. Os furos H so os elementos bsicos do sistema.
SISTEMA EIXO BASE
Neste sistema a linha zero constitui o limite superior da tolerncia do eixo. Os eixos h so elementos bsicos do sistema.
Didatismo e Conhecimento
8
CONHECIMENTOS ESPECFICOS EM METROLOGIA
AFASTAMENTO DE REFERNCIA

CLASSES DE AJUSTE
So previstos trs classes de ajuste (acoplamentos):
Nos sistemas furo base e eixo base estas trs classes de acoplamento podem ser visualizadas no esquema abaixo.
Didatismo e Conhecimento
9
CONHECIMENTOS ESPECFICOS EM METROLOGIA
INSTRUMENTOS PARA A METROLOGIA DIMENSIONAL
Principais fontes de erro na medio
- Variao da temperatura: A temperatura padro de referncia 20C. Se a temperatura muda , a pea se expande ou contrai, afetando
o resultado da medio.
Quando no possvel trabalhar com a temperatura controlada a 20C podem ser feitos clculos para compensar o erro, para tanto
necessrio conhecer o coefciente de dilatao trmica do material.
O comprimento da pea varia de acordo com a equao:

L = L . . t (mm)
Onde:
L = variao de comprimento
L = comprimento da pea
= coefciente de expanso trmica do material.
t = variao de temperatura.

Fora de medio: Normalmente, os processos simples de medida envolvem o contato entre o instrumento e a pea, sendo que a fora
que promove este contato deve ser tal que no cause deformao na pea ou no instrumento.
Como exemplo podemos citar o paqumetro que no possui controle de fora e dependem da habilidade do operador para no alterar a
leitura.
Os micrmetros possuem um sistema de catraca, que permite exercer a mesma presso de contato em todas as medies.
Forma da pea: Imperfeies na superfcie, retilineidade, cilindricidade e planeza exigem um posicionamento correto do instrumento
de medio. No caso de peas cilndricas, deve-se efetuar mais de uma medio do dimetro de uma seo, para verifcar se circular ou
no e medir mais sees diferentes para verifcar se a pea cilndrica ou cnica.
Forma de contato: Deve-se sempre buscar um contato entre a pea e o instrumento que gere uma linha ou um ponto para uma maior
preciso das medidas.
Paralaxe: quando os traos de uma escala principal e outra secundria (nnio, por exemplo), estiverem em planos diferentes, depen-
dendo da direo de observao, pode-se ter valores de leitura diferentes, que implicam em erro. Assim, como regra geral, o observao da
leitura deve ser feita sempre no melhor posicionamento perpendicular da vista.
Estado de conservao do instrumento: Folgas provocadas por desgaste em qualquer parte do instrumento podero acarretar em erros
de medio. Um programa de aferio e calibrao peridica sero a garantia de uma medida confvel.
Habilidade do operador: A falta de prtica ou o desconhecimento do sistema de medio pode ser uma fonte importante de erros.
Recomenda-se efetuar prticas de medio utilizando peas precisas com valores conhecidos (por exemplo, blocos padro, pinos calibrados,
anis padro, etc..) e medi-los repetidas vezes com diversos instrumentos.
Didatismo e Conhecimento
10
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Tipos de instrumentos de medio.
Existe uma ampla gama de instrumentos de medio e de acordo com o seu princpio de trabalho podem ser classifcados em:
Paqumetros
Traadores de altura
Micrmetros
Relgios comparadores
Relgios apalpadores
Rugosmetros
Gonimetros

O paqumetro e o traador de altura utilizam-se do nnio para ampliar a leitura, o micrmetro utiliza-se do passo de uma rosca e um
tambor graduado e os relgios utilizam-se de um mecanismo de engrenagens e alavancas.
PAQUMETROS
Esse sistema de medio constitudo basicamente de dois corpos mveis que permitem geralmente quatro maneiras de acesso pea
para efetuar a medio e, por isso, so chamados de paqumetros quadrimensionais. Podem fornecer resultados de medio com leituras de
0,1 mm, 0,05 mm ou 0,02 mm no sistema mtrico e de 0,001 ou 1/128 no sistema polegada.
Sistema de graduao para a leitura
Os paqumetros so fabricados geralmente com dois tipos de leitura: mtrico e polegada; porm, alguns so fabricados em um sistema
somente. A graduo que defne o tipo de leitura feita nas duas partes mveis do instrumento e cada uma tem as particularidades que se
indicam a seguir:
a) Rgua principal aqui geralmente os paqumetros tem dupla gravao de trao: sistema mtrico e polegadas.
No sistema mtrico so garvados traos de 1 mm, e no sistema polegada este podem corresponder a 1 polegada dividida em 16 partes
ou 40 partes.
b) Cursor Nesta parte so gravados dois conjuntos de traos chamados NNIO, um para trabalhar com a escala do sistema mtrico
e outro para a escala do sistema polegada.
Didatismo e Conhecimento
11
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Para o sistema mtrico geralmente so gravados 20 ou 50 tra-
os e para o sistema polegada geralmente 8 ou 25 traos, que tem
valor progressivo da mesma forma que a escala principal.
Conceito de resoluo ou leitura
A resoluo ou leitura de um paqumetro est defnida pelo re-
sultado obtido ao dividir o valor do menor trao gravado na escala
principal pelo nmero de traos do nnio. Assim temos:
a) Se o valor do menor trao da escala 1 mm e o Nnio est
composto por 20 traos, a leitura desse paqumetro ser: 1 /20 =
0,05 mm. Este valor corresponde ao primeiro trao do Nnio de-
pois do zero, assim o segundo trao vale 0,10 mm, o terceiro
vale 0,15 e assim por diante at o ltimo que vale 1mm.
b) Da mesma forma, se o nnio estiver composto por 50 tra-
os, a leitura deste paqumetro ser:
1/50 = 0,02 mm. Assim, este ser o valor do primeiro trao do
Nnio depois do zero, o segundo vale 0,04 mm, o terceiro vale
0,06 mm e assim por diante at o ltimo que vale 1 mm.
c) Se o valor do menor trao da escala for 1/16 e o Nnio
tiver 8 traos, a leitura ser: 1/16 8 = 1/128, e da mesma forma
do exemplo anterior, esse valor corresponde ao primeiro trao do
Nnio depois do zero, assim, o segundo vale 1/64, o terceiro vale
3/128 e assim por diante at o ltimo que vale 1/16 (8/128).
d) E, por ltimo, se o valor do menor trao da escala for
0,025 (polegada dividida por 40 partes) e o Nnio tiver 25 partes,
a leitura ser:
0,025/25 = 0,001. Por analogia com os exemplos anterio-
res, este valor corresponde ao primeiro trao do Nnio depois do
zero, o segundo vale 0,002, o terceiro vale 0,003 e assim por
diante at o ltimo que vale 0,025.
e) Qualquer outro tipo de graduao pode ser interpretado de
maneira similar.

Resultado de uma medida
Tomando todos os cuidados de medio e conservao do
instrumento temos a medida:
a) Tomando como referncia o primeiro trao do Nnio (trao
zero) conte todos os traos da escala principal que fcam direita.
b) Verifque qual dos traos do Nnio coincide com outro da
escala principal. Sempre haver um que fca melhor alinhado que
os restantes.
c) Some os valores obtidos na escala principal e o Nnio. Este
o resultado da medida.

Exemplos de Leitura
Didatismo e Conhecimento
12
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Recomendaes para uso do paqumetro
1 Selecione o paqumetro mais adequado para atender ple-
namente a necessidade de medio;
Tipo normal ou especial
Leitura de acordo com o campo de tolerncia especifcado na
pea.
2 Limpe cuidadosamente as partes mveis, eliminando poei-
ra e sujeiras com um pano macio.
3 Verifque se o movimento do cursor suave e sem folgas
em toda a capacidade til. Caso exista um jogo anormal, proceda
a seu ajuste girando os parafusos at encostar no fundo e a seguir
retorne 1/8 de volta.
4 Posicione corretamente os bicos principais na medio ex-
terna aproximando o mximo possvel a pea da escala graduada.
Isso evitar erros por folga do cursor e o desgaste prematuro das
pontas onde a rea de contato menor. Verifque tambm o perfei-
to apoio das faces de medio como mostra a fgura.
5 Posicione corretamente as orelhas para a medio inter-
na. Procure introduzir o mximo possvel as orelhas no furo ou
ranhura, mantendo o paqumetro sempre paralelo pea que est
sendo medida.
Verifque que as superfcies de medio das orelhas coincidam
com a linha de centro do furo.
Ao medir um dimetro, tome a mxima leitura.
Ao medir ranhuras tome a mnima leitura.
6 Posicione corretamente a vareta de profundidade.
Didatismo e Conhecimento
13
CONHECIMENTOS ESPECFICOS EM METROLOGIA
7 Posicione corretamente as faces para medio de ressaltos.
8 Evite o erro de paralaxe ao fazer a leitura.
Cuidados especiais com o paqumetro
1 evitar aplicar o paqumetro em esforos excessivos.
Tome providncias para que o instrumento no sofra quedas
ou seja usado como martelo.
2 Evite danos nas pontas de medio. Nunca utilize as ore-
lhas de medio como compasso de traagem.
3 proteja o paqumetro ao guardar por longo perodo.
Usando um pano macio embebido em leo fni anti-ferrugem.
Didatismo e Conhecimento
14
CONHECIMENTOS ESPECFICOS EM METROLOGIA
MICRMETRO
Devido a sua forma construtiva, este instrumento permite lei-
turas da ordem de 0,01 mm nos modelos comuns e de 0,001 mm
nos que incorporam um nnio.
Os modelos para a medio de furos permitem leituras diretas
de at 0,005 mm. Uma caractersticas importantes dos micrme-
tros a incorporao de um dispositivo que assegura uma presso
de medio constante, chamado catraca ou fco, dependendo do
seu mecanismo
Princpio de funcionamento e leitura
O princpio de funcionamento do micrmetro baseia-se no
deslocamento axial de um parafuso micromtrico de passo de alta
preciso dentro de uma porca ajustvel.
Girando-se o parafuso micromtrico, este avana proporcio-
nalmente ao passo que normalmente de 0,5 mm (ou 0,025), a
circunferncia da rosca (que corresponde ao tambor, pois este
fxado frmemente ao parafuso por encaixe cnico), dividida em
50 partes iguais (ou 25 partes nos instrumentos em polegada) pos-
sibilitando leituras de 0,01 mm ou 0,001.
Assim uma volta completa do tambor corresponde ao passo
da rosca, desta forma conclui-se:
Leitura do tambor = passo da rosca/n de divises do tambor.
Se o micrmetro apresentar ainda um nnio com 10 divises
na bainha ser possvel a leitura de 0,001 mm (0,0001)
Recomendaes especiais para uso do Micrmetro.
1 Selecione o micrmetro mais adequado
2 Limpe as partes mveis
3 Deixe estabilizar a temperatura da pea e do micrmetro.
4 Antes do uso limpe as faces de medio. Use somente
uma folha de papel macio (do tipo para limpar lentes).
5 Tome cuidado para ajustar o zero do micrmetro:
Encoste suavemente as faces de medio usando somente a
catraca ou fco.
Verifque a coincidncia das linhas de referncia da bainha e
do zero do tambor olhando bem de frente o instrumento. Se estas
no coincidem, proceda ao seu ajuste movimentando a bainha com
a chave apropriada.
Didatismo e Conhecimento
15
CONHECIMENTOS ESPECFICOS EM METROLOGIA
6 Sempre utilize a catraca ou fco ao efetuar as medies.
Duas ou trs voltas, aps o encosto das faces de medio na pea,
so sufcientes. Assim a presso de medio ser sempre constante.
TIPOS DE MICRMETROS
Didatismo e Conhecimento
16
CONHECIMENTOS ESPECFICOS EM METROLOGIA
RELGIO COMPARADOR
Este instrumento foi desenvolvido para detectar pequenas va-
riaes dimensionais atravs de uma ponta de contato e por um sis-
tema de ampliao mecnica apresentar seu valor com uma leitura
clara e sufcientemente precisa. O relgio comparador tradicional
transforma (e amplia) o movimento retilneo de um fuso em mo-
vimento circular de
um ponteiro montado em um mostrador graduado. Trata-se de
um instrumento de mltiplas aplicaes, porm, sempre acoplado
a algum meio de fxao.
Conceito de leitura
A leitura ou resoluo est ligada ao grau de ampliao do
deslocamento que experimenta a ponta de contato no processo de
medio. Assim, uma volta completa do ponteiro (360) corres-
ponde a certo valor de movimento do fuso. Esta volta subdividi-
da angularmente em fraes iguais e o valor entre cada uma delas
o valor de leitura do relgio. Como exemplo, temos o relgio de
leitura centesimal (0,01 mm) e onde para 1 mm de deslocamento
do fuso corresponde a 1 volta do ponteiro, sendo que esta volta
subdividida em 100 partes iguais; da o valor de leitura 0,01 mm
Procedimento para a leitura
Os relgios mais comuns apresentam uma dupla graduao.
Isto , possuem contagem com incrementos no sentido horrio e
anti-horrio, dependendo da defnio do ponto inicial de trabalho
da ponta de contato. Defnido o ponto inicial, a leitura feita pri-
meiramente no contador de voltas e seguir no ponteiro principal.
Recomendaes especiais para uso dos relgios comparadores.
Similar as recomendaes para o paqumetro e micrmetro.
CONCEITO E A IMPORTNCIA DA AUDITORIA IN-
TERNA
Finalidade da Auditoria Interna
A Auditoria Interna tem por fnalidade desenvolver um pla-
no de ao que auxilie a organizao a alcanar seus objetivos ado-
tando uma abordagem sistmica e disciplinada para a avaliao e
melhora da efccia dos processos de gerenciamento de riscos com
o objetivo de adicionar valor e melhorar as operaes e resultados
de uma organizao.
Objetivo e Alcance da Auditoria Interna
O objetivo geral da Auditoria Interna avaliar e prestar ajuda
a alta Administrao e desenvolver adequadamente suas atribui-
es, proporcionando-lhes anlises, recomendaes e comentrios
objetivos, acerca das atividades examinadas.
O auditor interno deve, portanto, preocupar-se com qualquer
fase das atividades da empresa na qual possa ser de utilidade
Administrao. Para conseguir o cumprimento deste objetivo ge-
ral de servios administrao, h necessidades de desempenhar
atividades tais como:
- Revisar e avaliar a efccia, sufcincia e aplicao dos con-
troles contbeis, fnanceiros e operacionais.
- Determinar a extenso do cumprimento das normas, dos pla-
nos e procedimentos vigentes.
- Determinar a extenso dos controles sobre a existncia dos
ativos da empresa e da sua proteo contra todo tipo de perda.
- Determinar o grau de confana, das informaes e dados
contbeis e de outra natureza, preparados dentro da empresa.
- Avaliar a qualidade alcanada na execuo de tarefas deter-
minadas para o cumprimento das respectivas responsabilidades.
- Avaliar os riscos estratgicos e de negcio da organizao.
Autoridade e Responsabilidade
A Auditoria Interna mais uma funo assessorial que de li-
nha.
Por isso, o Auditor Interno no exerce autoridade direta sobre
os outros membros da organizao, cujo trabalho revisa.
O Auditor Interno deve ter liberdade para revisar e avaliar as
normas, os planos, procedimentos e registros; mas seu trabalho
de modo algum isenta os demais membros da Organizao das
responsabilidades que lhes foram designadas.

Independncia
Independncia condio essencial para se obter resultados
positivos nos trabalhos desenvolvidos pela Auditoria Interna.
Esta independncia tem 02 (dois) aspectos principais:
A categoria de Auditor Interno dentro da Organizao e o
apoio que lhe delega a administrao so fatores determinantes do
valor e da amplitude dos servios que a mesma obter da funo
de Auditoria Interna.
Didatismo e Conhecimento
17
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Por conseguinte, o Gerente da rea de Auditoria Interna de-
ver atuar sob as ordens de um administrador de grau sufciente
dentro da empresa que lhe assegure um amplo campo de ao e
ateno adequada aos resultados de suas investigaes e recomen-
daes, e a efetivao das medidas sugeridas pelo Auditor.
J que a mais completa objetividade essencial funo
de Auditoria, os Auditores Internos no devem planejar nem im-
plantar procedimentos, escriturar registros, ou ter participao em
atividades que, normalmente, devem revisar e avaliar.
NBC PI 01 NORMAS PROFISSIONAIS DO AUDITOR
INTERNO
3.1 COMPETNCIA TCNICO-PROFISSIONAL
3.1.1 O Contador, na funo de auditor interno, deve manter
o seu nvel de competncia profssional pelo conhecimento atua-
lizado das Normas Brasileiras de Contabilidade, das tcnicas con-
tbeis, especialmente na rea de auditoria, da legislao inerente
profsso, dos conceitos e tcnicas administrativas e da legislao
aplicvel Entidade.
3.2 AUTONOMIA PROFISSIONAL
3.2.1 O auditor interno, no obstante sua posio funcional,
deve preservar sua autonomia profssional.
3.3 RESPONSABILIDADE DO AUDITOR INTERNO
NA EXECUO DOS TRABALHOS
3.3.1 O auditor interno deve ter o mximo de cuidado, im-
parcialidade e zelo na realizao dos trabalhos e na exposio das
concluses.
3.3.2 A amplitude do trabalho do auditor interno e sua respon-
sabilidade esto limitadas sua rea de atuao.
3.3.3 A utilizao da equipe tcnica supe razovel seguran-
a de que o trabalho venha a ser executado por pessoas com capa-
citao profssional e treinamento, requeridas nas circunstncias.
3.3.4 Cabe tambm ao auditor interno, quando solicitado,
prestar assessoria ao Conselho Fiscal ou rgos equivalentes.
3.4 RELACIONAMENTO COM PROFISSIONAIS DE
OUTRAS REAS
3.4.1 O auditor interno pode realizar trabalhos de forma
compartilhada com profssionais de outras reas, situao em que
a equipe far a diviso de tarefas, segundo a habilitao tcnica e
legal dos seus participantes.
3.5 SIGILO
3.5.1 O auditor interno deve respeitar o sigilo relativamente
s informaes obtidas durante o seu trabalho, no as divulgando
para terceiros, sob nenhuma circunstncia, sem autorizao ex-
pressa da Entidade em que atua.
3.5.2 O dever de manter o sigilo continua depois de termina-
do o vnculo empregatcio ou contratual.
3.6 COOPERAO COM O AUDITOR INDEPEN-
DENTE
3.6.1 O auditor interno, quando previamente estabelecido
com a administrao da entidade em que atua, e no mbito de pla-
nejamento conjunto do trabalho a realizar, deve apresentar os seus
papis de trabalho ao auditor independente e entregar-lhe cpias,
quando este entender necessrio.
ESTRUTURA ORGANIZACIONAL DA AUDITORIA
A estrutura de uma Auditoria Interna est na relao direta
com o tamanho da entidade em que vai atuar e os objetivos defni-
dos pela administrao para suas atividades.
As funes de chefa e superviso de uma Auditoria Interna
so privativas do Contador, bem como as atividades relacionadas
competncia profssional dos mesmos (Resoluo CFC n 560-83).
Poder, todavia, contar com a colaborao de outros profssionais,
especialmente quando se tratar de trabalhos em reas que reque-
rem especializaes e que no podem ser realizadas pelo Contador.
A seguir esto apresentados alguns exemplos de cargos utili-
zados em departamentos de auditoria interna e suas funes.

6.1 Chefa da Auditoria

Caractersticas da Funo:

Funo especializada, a qual est afeto o processo de planeja-
mento, coordenao, controle e administrao do departamento de
Auditoria Interna, incumbindo-lhe, genericamente:
defnir a poltica operacional, bem como as tcnicas a se-
rem utilizadas pelas vrias reas de atuao e sua interao com os
demais setores da empresa;
prestar assessoramento alta administrao no que tange
ao campo de atuao da Auditoria Interna;
sugerir a simplifcao dos procedimentos existentes na
empresa, bem como recomendar alteraes que visem melhoria
dos controles internos existentes, com o intuito de evitar erros ou
fraudes que possam determinar a descontinuidade da empresa.
Discriminao das Principais Atividades:
normatizar, planejar, controlar, coordenar e orientar as
atividades da Auditoria Interna na empresa (entidade) e nas suas
controladas e coligadas;
avaliar a efcincia e a efccia, a adequao e o grau de
qualidade dos controles contbeis, fnanceiros, fscais, tributrios,
oramentrios, operacionais e administrativos;
acompanhar as atividades de auditoria e fscalizao
realizadas pelos rgos de controle interno, Tribunal de Contas,
Secretaria de Controle Interno, Banco Central, Conselho Fiscal,
Auditores Independentes e outros rgos competentes;
elaborar o Plano Anual de Atividades de Auditoria;
orientar e acompanhar a realizao das auditorias cons-
tantes do Plano Anual de Auditoria Interna, quando necessrias
ou determinadas pela alta administrao, no mbito das empresas
controladas;
encaminhar, periodicamente, alta administrao o rela-
trio das atividades desenvolvidas durante determinado perodo;
Didatismo e Conhecimento
18
CONHECIMENTOS ESPECFICOS EM METROLOGIA
6.2 Supervisor de Auditoria
Caractersticas da Funo:
Funo de natureza especializada, com a atribuio genrica
de orientar e supervisionar as atividades relacionadas Audito-
ria Interna, bem como manter o relacionamento com os rgos de
controle e auxiliar a administrao da empresa.
Discriminao das Principais Atividades:
participar da preparao do Plano Anual de Atividades
da Auditoria;
consolidar os resultados dos trabalhos desenvolvidos;
revisar os relatrios de auditoria, atentando para a cor-
reo formal ou mesmo de posicionamentos frente variedade de
situaes encontradas;
acompanhar a reviso dos normativos implantados, in-
clusive no que diz respeito aos controles internos existentes;
assessorar, quando chamado, as vrias reas: contbil,
fscal, oramentria, fnanceira, administrativa e de sistemas in-
formatizados;
avaliar os resultados obtidos em relao s metas e obje-
tivos previamente traados;
orientar e coordenar as atividades de auditoria, prestando
assistncia equipe em formao;
elaborar relatrios, pareceres, informaes ou outros do-
cumentos dirigidos alta administrao;
acompanhar e auxiliar as Auditorias Externas, quando
previsto no plano de trabalho;
avaliar o desempenho dos auditores sob sua superviso.

6.3 Auditor Snior/Pleno
Caractersticas da Funo:
Funo de natureza especializada, com a atribuio genrica
de coordenar, acompanhar, executar e revisar os trabalhos de au-
ditoria, bem como garantir-lhes a conformidade aos padres de
desempenho.
colher informaes sobre os trabalhos desenvolvidos;
planejar os trabalhos a serem desenvolvidos em campo,
de acordo com as normas preestabelecidas;
elaborar e atualizar os Programas de Auditoria para os
trabalhos de campo;
conduzir e executar os trabalhos de campo, determinando
os procedimentos de auditoria aplicveis e a necessidade de exten-
so ou integrao a outros trabalhos;
administrar o trabalho de campo quanto a sua extenso,
oramento de horas e custos;
supervisionar os auditores sob sua coordenao na con-
duo dos trabalhos de campo;
elaborar relatrios, com a indicao dos fatos, causas,
quando relevantes, e recomendaes de aes corretivas, visando
melhoria dos controles e do desempenho da rea;
discutir, com as reas auditadas, os assuntos abordados
nos relatrios;
elaborar parecer sobre assuntos relacionados aos contro-
les internos da empresa, quando solicitado pela administrao;
avaliar o pessoal sob sua responsabilidade;
cooperar no exame do Processo de Prestao de Contas,
no caso de empresas estatais;
verifcar, nas reas auditadas, a adoo das recomenda-
es feitas.

6.4 Auditor Jnior
Caractersticas da Funo:
Funo de natureza especializada, com a atribuio genrica
de executar trabalhos de auditoria, efetuando avaliaes nos con-
troles internos existentes, em todas as reas, inclusive na de pro-
cessamento de dados.
Discriminao das Principais Atividades:
executar as atividades de auditoria nas unidades da em-
presa e suas controladas ou mantidas, de acordo com o programa
de auditoria estabelecido;
examinar bens, valores e a execuo oramentria;
verifcar o acompanhamento e a fscalizao da execuo
dos contratos, convnios e acordos;
examinar os controles e registros das operaes e servi-
os quanto obedincia das normas e procedimentos estabeleci-
dos, apontando as necessidades e falhas na conduo de qualquer
atividade;
recomendar medidas preventivas, com a fnalidade de
adequar os procedimentos aos atos normativos, visando a evitar
falhas nos controles internos;
colaborar na elaborao dos relatrios.
AUTONOMIA PROFISSIONAL
O auditor interno, por ser funcionrio da empresa, no raras
vezes tem sua autonomia questionada. Somente com um posicio-
namento profssional diretamente ligado a conceitos ticos, ele po-
der consolidar sua condio de autonomia para executar suas ati-
vidades. O auditor precisa de autonomia e credibilidade para poder
revisar e avaliar polticas e planos, procedimentos, normas, opera-
es e registros, de maneira a contar com a absoluta confana e
apoio dos auditados, do corpo gerencial e da alta administrao.
Faz-se mister que o auditor interno, no desempenho de suas
atividades, imprima qualidade excepcional aos seus relaciona-
mentos profssionais, atuando como consultor, isto , esclarecen-
do dvidas medida que elas surgem, identifcando a origem dos
problemas detectados e discutindo prontamente a soluo com seu
auditado, sempre agindo com lisura, pacincia, educao, respeito,
criatividade e senso crtico. A adoo deste posicionamento torna-
r o auditor interno um profssional mais respeitado, consolidando
sua credibilidade junto organizao.
POSICIONAMENTO E SUBORDINAO
No raras vezes, encontram-se auditores internos, ou seu de-
partamento, subordinados a diretores fnanceiros. Esta uma de-
formidade em nvel de estrutura organizacional, pois subordina o
auditor interno a uma chefa que comanda uma srie de departa-
mentos da empresa, que sero alvo de seu trabalho. Fatalmente
haver o constrangimento profssional, e a perda da autonomia,
condio indispensvel realizao de um trabalho adequado.
Didatismo e Conhecimento
19
CONHECIMENTOS ESPECFICOS EM METROLOGIA
recomendvel que o auditor interno esteja subordinado ao
nvel mais elevado possvel dentro da organizao, como ao Pre-
sidente da entidade. Isso refetir diretamente sobre a qualidade
do trabalho executado e sobre os resultados que este propiciar
empresa. Outra razo para esta linha de vinculao que, estando
o auditor vinculado a um diretor, isso poder afetar a credibilidade
do seu trabalho, na medida em que possa ser visto pelas demais
diretorias como um membro daquela verifcando transaes das
outras. Consequentemente, a vinculao do auditor interno direta-
mente ao Presidente ou Conselho de Administrao, ou Diretoria
como Colegiado, passa a ser condio fundamental para a aceita-
o da Auditoria Interna como um real instrumento de controle e
assessoria til para a empresa.
FINALIDADES DA AUDITORIA GOVERNAMENTAL
1. Comprovar a legalidade e legitimidade e avaliar os re-
sultados, quanto economicidade, efcincia e efccia da gesto
oramentria, fnanceira e patrimonial nas unidades da adminis-
trao direta e entidades supervisionadas da administrao fede-
ral, bem como a aplicao de recursos pblicos por entidades de
direito privado.
2. Dar suporte ao exerccio pleno da superviso ministerial,
atravs das seguintes atividades bsicas:
1. Examinar a observncia da legislao federal especfca
e normas correlatas;
2. Avaliar a execuo dos programas de governo, dos con-
tratos, convnios, acordos, ajustes e outros instrumentos cong-
neres;
3. Observar o cumprimento, pelos rgos e entidades, dos
princpios fundamentais de planejamento, coordenao, descentra-
lizao, delegao de competncia e controle;
4. Avaliar o desempenho administrativo e operacional das
unidades da administrao direta e entidades supervisionadas;
5. Verifcar o controle e a utilizao dos bens e valores sob
uso e guarda dos administradores ou gestores;
6. Examinar e avaliar as transferncias e a aplicao dos re-
cursos oramentrios e fnanceiros das unidades da administrao
direta e entidades supervisionadas; e
7. Verifcar e avaliar os sistemas de informaes e a utili-
zao dos recursos computacionais das unidades da administrao
direta e entidades supervisionadas.
Objetivos Operacionais da Auditoria Governamental
Examinar a regularidade e avaliar a efcincia da gesto ad-
ministrativa e dos resultados alcanados.
Apresentar subsdios para o aperfeioamento dos procedi-
mentos administrativos e controles internos das unidades da admi-
nistrao direta e entidades supervisionadas.
Constituem objeto do exame de auditoria:
Os sistemas administrativo e operacional de controle inter-
no utilizados na gesto oramentria, fnanceira e patrimonial;
A execuo dos planos, programas, projetos e atividades
que envolvam recursos pblicos;
A aplicao dos recursos transferidos pelo Tesouro Nacional
a entidades pblicas ou privadas;
Os contratos frmados por gestores pblicos com entidades
privadas para prestao de servios, execuo de obras e forneci-
mento de materiais;
Os processos de licitao, sua dispensa ou inexigibilidade;
Os instrumentos e sistemas de guarda e conservao dos
bens e do patrimnio sob responsabilidade das unidades da admi-
nistrao direta e entidades supervisionadas;
Os atos administrativos que resultem direitos e obrigaes
para o Poder Pblico, em especial os relacionados com a contra-
tao de emprstimos internos ou externos e com a concesso de
avais;
A arrecadao e a restituio de receitas de tributos federais;
e
Os sistemas eletrnicos de processamento de dados, suas en-
tradas (inputs) e informaes de sada (outputs), objetivando cons-
tatar:
1. segurana fsica do ambiente e das instalaes do Centro de
Processamento de Dados (CPD);
2. segurana lgica e a confdencialidade nos sistemas (SOFT-
WARE) desenvolvidos em computadores de diversos portes;
3. efccia dos servios prestados pela rea de informtica;
4. efcincia na utilizao dos diversos computadores (HARD-
WARE) existentes na entidade; e
5. verifcao do cumprimento da legislao pertinente.
ABRANGNCIA DE ATUAO
A abrangncia de atuao da auditoria inclui as atividades de
gesto das unidades da administrao direta, entidades supervi-
sionadas, programas de trabalho, recursos e sistemas de controles
administrativo, operacional e contbil.
Esto sujeitos auditoria:
Pessoas, nos diferentes nveis de responsabilidade;
Mediante tomada de contas:
Didatismo e Conhecimento
20
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Os ordenadores de despesas das unidades da administrao
direta;
Aqueles que arrecadarem gerirem ou guardarem dinheiros,
valores e bens da Unio, ou que por eles respondam; e
Aqueles que, estipendiados ou no pelos cofres pblicos, e
que, por ao ou omisso, derem causa a perda, subtrao, extravio
ou estrago de valores, bens e materiais da Unio pelos quais sejam
responsveis.
Mediante prestao de contas:
Os dirigentes das entidades supervisionadas da administra-
o indireta;
Os responsveis por entidades ou organizaes, de direito
pblico ou privado, que se utilizem de contribuies para fns so-
ciais, recebam subvenes ou transferncias conta do Tesouro.
Unidades da administrao direta;
Entidades supervisionadas da administrao indireta:
Autarquias;
Empresas pblicas;
Sociedades de economia mista;
Fundaes pblicas;
Servios sociais autnomos;
Conselhos federais de fscalizao das profsses liberais;
Fundos especiais e fundos setoriais de investimentos;
Empresas subsidirias, controladas, coligadas ou quaisquer
outras de cujo capital o poder pblico tenha o controle direto ou
indireto; e
Empresas supranacionais de cujo capital social a Unio
participe de forma direta ou indireta, nos termos de seus tratados
constitutivos, inclusive em virtude de incorporao ao patrimnio
pblico.
Recursos
Todos os recursos originrios da lei oramentria anual, de
crditos adicionais, de operaes de crdito da Unio, assim como
as receitas prprias e as aplicaes da administrao federal direta
ou indireta, inclusive fundos especiais.
FORMAS DE AUDITORIA GOVERNAMENTAL
Diretas - quando realizadas com a utilizao de Analistas de
Finanas e Controle - Auditor, com atribuio de auditoria, em
exerccio nos rgos seccionais, regionais ou setoriais do sistema.
Integradas - quando realizadas por mais de uma unidade de
auditoria do Sistema de Controle Interno - SCI.
Compartilhadas - quando realizadas com a utilizao de au-
ditores de uma entidade para, em conjunto com Auditor do rgo
seccional, regional ou setorial, sob a coordenao do rgo sec-
cional, desenvolverem trabalhos especfcos na prpria entidade
auditada ou numa terceira.
Subsidirias - quando realizadas pelas respectivas unidades
de auditoria interna das entidades em exame, sob a orientao do
rgo seccional, regional ou setorial do Sistema.
Indiretas - quando realizadas por frmas ou empresas pri-
vadas de auditoria, contratadas em carter supletivo, devido a si-
tuaes excepcionais, para, sob a superviso do rgo seccional,
regional ou setorial do Sistema, efetuarem trabalhos em entidades
ou projetos.
TIPOS DE AUDITORIA GOVERNAMENTAL
Auditoria de Gesto - objetiva emitir opinio com vistas a cer-
tifcar a regularidade das contas, verifcar a execuo de contratos,
convnios, acordos ou ajustes, a probidade na aplicao dos di-
nheiros pblicos e na guarda ou administrao de valores e outros
bens da Unio ou a ela confados, compreendendo, entre outros, os
seguintes aspectos:
Exame das peas que instruem os processos de tomada ou
prestao de contas;
Exame da documentao comprobatria dos atos e fatos ad-
ministrativos;
Verifcao da existncia fsica de bens e outros valores;
Verifcao da efcincia dos sistemas de controles adminis-
trativo e contbil; e
Verifcao do cumprimento da legislao pertinente.
Auditoria de Programas - objetiva acompanhar, examinar e
avaliar a execuo de programas e projetos governamentais espe-
cfcos, bem como a aplicao de recursos descentralizados, com-
preendendo, entre outros, os seguintes aspectos:
Anlise da realizao fsico-fnanceira em face dos objeti-
vos e metas estabelecidos;
Anlise dos demonstrativos e dos relatrios de acompanha-
mento produzidos com vistas avaliao dos resultados alcana-
dos e a efcincia gerencial;
Verifcao da documentao instrutiva e comprobatria,
quanto propriedade dos gastos realizados; e
Anlise da adequao dos instrumentos de gesto -contratos,
convnios, acordos, ajustes e outros congneres -para consecuo
dos planos, programas, projetos e atividades desenvolvidas pelo
gestor, inclusive quanto legalidade e diretrizes estabelecidas.
Didatismo e Conhecimento
21
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Auditoria Operacional - atua nas reas inter-relacionadas do
rgo/entidade, avaliando a efccia dos seus resultados em rela-
o aos recursos materiais, humanos e tecnolgicos disponveis,
bem como a economicidade e efcincia dos controles internos
existentes para a gesto dos recursos pblicos. Sua flosofa de
abordagem dos fatos de apoio, pela avaliao do atendimento
s diretrizes e normas, bem como pela apresentao de sugestes
para seu aprimoramento.
Auditoria Contbil - a tcnica que, utilizada no exame dos
registros e documentos e na coleta de informaes e confrma-
es, mediante procedimentos especfcos, pertinentes ao controle
do patrimnio de um rgo ou entidade, objetiva obter elementos
comprobatrios sufcientes que permitam opinar se os registros
contbeis foram efetuados de acordo com os princpios funda-
mentais de contabilidade e se as demonstraes deles originrias
refetem, adequadamente, a situao econmico-fnanceira do pa-
trimnio, os resultados do perodo administrativo examinado e as
demais situaes nelas demonstradas.
Auditoria de Sistema - objetiva assegurar a adequao, pri-
vacidade dos dados e informaes oriundas dos sistemas eletrni-
cos de processamento de dados, observando as diretrizes estabele-
cidas e a legislao especfca.
Auditoria Especial - objetiva o exame de fatos ou situaes
consideradas relevantes, de natureza incomum ou extraordinria,
sendo realizadas para atender determinao do Presidente da Re-
pblica, Ministros de Estado ou por solicitao de outras autori-
dades.

NORMAS RELATIVAS PESSOA DO AUDITOR
INDEPENDNCIA - o Auditor no exerccio da atividade de
auditoria deve manter uma atitude de independncia que assegure
a imparcialidade de seu julgamento, nas fases de planejamento,
execuo e emisso de seu parecer, bem assim nos demais aspec-
tos relacionados com sua atividade profssional.
SOBERANIA - durante o desenvolvimento do seu trabalho,
o Auditor dever possuir o domnio do julgamento profssional,
pautando-se, exclusiva e livremente a seu critrio, no planejamen-
to dos seus exames, na seleo e aplicao de procedimentos tc-
nicos e testes de auditoria, na defnio de suas concluses e na
elaborao de seus relatrios e pareceres.
IMPARCIALIDADE - durante seu trabalho, o Auditor est
obrigado a abster-se de intervir nos casos onde h confito de in-
teresses que possam infuenciar a absoluta imparcialidade do seu
julgamento.
OBJETIVIDADE - na execuo de suas atividades, o Audi-
tor se apoiar em fatos e evidncias que permitam o convencimen-
to razovel da realidade ou a veracidade dos fatos, documentos ou
situaes examinadas, permitindo a emisso de opinio em bases
consistentes.
CONHECIMENTO TCNICO E CAPACIDADE PRO-
FISSIONAL - o Auditor no exerccio das atividades de auditoria
deve possuir um conjunto de conhecimentos tcnicos, experincia
e capacidade para as tarefas que executa; conhecimentos contbeis,
econmicos e fnanceiros; e de outras disciplinas para o adequado
cumprimento do objetivo da auditoria. Dever, ainda, ter habilida-
de no trato com as pessoas e comunicar-se de maneira efcaz.
CONHECIMENTO TCNICO - face a complexidade e
magnitude dos objetivos da administrao pblica federal, o Au-
ditor necessita possuir conhecimentos tcnicos das diversas reas
relacionadas com as atividades auditadas, de tal forma que o per-
mitam comprovar a legalidade e legitimidade dos atos de gesto
e avaliar a economicidade, efcincia e efccia alcanadas no de-
sempenho dos objetivos do rgo ou entidade sob exame.
Conceito de efetividade, efcincia e efccia :
ECONOMICIDADE: operacionalidade ao mnimo cus-
to possvel. Administrao correta dos bens, boa distribuio do
tempo, economia de trabalho, tempo e dinheiro, etc., reduo dos
gastos num oramento. Em resumo, a administrao prtica e
sistemtica das operaes de uma entidade, projeto ou empresa
pblica, assegurando custos operacionais mnimos ao realizar as
funes que lhe so atribudas.
EFICINCIA: rendimento efetivo sem desperdcio desne-
cessrio. A consecuo das metas e outros objetivos constantes de
programas de maneira sistemtica, contribuindo para minimizar
os custos operacionais, sem diminuir o nvel, qualidade e oportu-
nidade dos servios a serem oferecidos pela entidade, projeto ou
empresa pblica.
EFICCIA: considera-se efcaz a administrao, plano pro-
jeto ou entidade que, na consecuo de seus objetivos, consegue os
efeitos necessrios, ou seja, atinge as metas a que se props.
CAPACIDADE PROFISSIONAL -a capacidade profssio-
nal adquirida pela aplicao prtica dos conhecimentos tcnicos.
O somatrio de experincias obtidas entre diversas situaes con-
tribuem para o amadurecimento do julgamento profssional, pos-
sibilitando o discernimento entre situaes gerais e particulares.
ATUALIZAO DOS CONHECIMENTOS TCNICOS
- o auditor governamental deve manter sua competncia tcnica,
atualizando-se quanto ao avano de normas, procedimentos e tc-
nicas aplicveis auditoria.
CAUTELA E ZELO PROFISSIONAL - no desempenho de
suas funes, na elaborao do relatrio e emisso de sua opinio,
o auditor governamental necessita agir com a devida precauo e
zelo profssional, devendo acatar as normas de tica profssional,
o bom senso em seus atos e recomendaes, o cumprimento das
normas gerais de auditoria governamental e o adequado emprego
dos procedimentos de auditoria de aplicao geral ou especfca.
CAUTELA PROFISSIONAL - no desenvolvimento do seu
trabalho, o auditor governamental deve manter atitude prudente,
com vistas a estabelecer uma adequada extenso dos seus exames,
bem como aplicar metodologia apropriada natureza e complexi-
dade de cada exame.
Didatismo e Conhecimento
22
CONHECIMENTOS ESPECFICOS EM METROLOGIA
ZELO PROFISSIONAL - o auditor governamental, no de-
sempenho de suas atividades, dever atuar com habilidade, pre-
cauo e esmero de modo a reduzir ao mnimo possvel a margem
de erro.
COMPORTAMENTO TICO - no desenvolvimento de seu
trabalho, o auditor governamental, independentemente de sua for-
mao profssional, deve ter sempre presente que, como servidor
pblico, se obriga a proteger os interesses da sociedade, respei-
tar as normas de conduta que regem os servidores pblicos, no
podendo valer-se da funo em benefcio prprio ou de terceiros.
Ficando, ainda, obrigado a guardar confdencialidade das informa-
es obtidas, no devendo revel-las a terceiros, sem autorizao
especfca, salvo se houver obrigao legal ou profssional de as-
sim proceder.:
Exame das peas que instruem os processos de tomada ou
prestao de contas;
Exame da documentao comprobatria dos atos e fatos ad-
ministrativos;
Verifcao da existncia fsica de bens e outros valores;
Verifcao da efcincia dos sistemas de controles adminis-
trativo e contbil; e
Verifcao do cumprimento da legislao pertinente.
NORMAS RELATIVAS EXECUO DO TRABA-
LHO
O auditor governamental, no exerccio de suas funes, ter
livre acesso a todas as dependncias do rgo ou entidade audita-
da, assim como a documentos, valores e livros considerados indis-
pensveis ao cumprimento de suas atribuies, no lhe podendo
ser sonegado, sob qualquer pretexto, nenhum processo, documen-
to ou informao.
Quando houver limitao da ao do auditor, o fato dever
ser comunicado, de imediato, por escrito, ao dirigente da unidade/
entidade auditada, solicitando as providncias necessrias.
PLANEJAMENTO DOS TRABALHOS - o trabalho de
auditoria deve ser adequadamente planejado, de forma a prever a
natureza, a extenso e a profundidade dos procedimentos que nele
sero empregados, bem como a oportunidade de sua aplicao.
EXAME PRELIMINAR - com o objetivo de obter os ele-
mentos necessrios ao planejamento dos trabalhos de auditoria, o
auditor governamental deve realizar exames preliminares a respei-
to da natureza e caractersticas das reas, operaes, programas
e dos recursos a serem auditados. Para tanto, deve considerar a
legislao aplicvel, normas e instrues vigentes, bem como os
resultados das ltimas auditorias realizadas e diligncias penden-
tes ou no de atendimento.
ELABORAO DO PROGRAMA DE TRABALHO -
o resultado dos exames preliminares dar suporte ao programa
formal de trabalho. A elaborao de um adequado programa de
trabalho de auditoria exige: a determinao precisa dos objetivos
do exame, ou seja, a identifcao completa sobre o que se deseja
obter com a auditoria; a identifcao do universo a ser examinado;
a defnio e o alcance dos procedimentos a serem utilizados; o
estabelecimento das tcnicas apropriadas; a quantifcao homem/
hora necessria execuo dos trabalhos; e referncia quanto ao
uso de material e/ou documentos de exames prvios ou outras ins-
trues especfcas.
AVALIAO DOS CONTROLES INTERNOS - o audi-
tor governamental deve efetuar um adequado exame com vistas
avaliao da capacidade e efetividade dos sistemas de controles
internos - contbil, administrativo e operacional - das unidades da
administrao direta e entidades supervisionadas.
CAPACIDADE DOS SISTEMAS DE CONTROLE - de-
vem ser avaliados os procedimentos, polticas e registros que
compem os controles, com o objetivo de constatar se estes pro-
porcionam razovel segurana de que as atividades e operaes
se realizam, de forma a possibilitar o atingimento das metas, em
termos satisfatrios de economia, efcincia e efccia.
EFETIVIDADE - necessria a realizao de um exame
das operaes que se processam nos sistemas de controle, com o
propsito de verifcar se os procedimentos, polticas, mecanismos,
registros etc, que os integram, funcionam de acordo com o previsto
e se os objetivos de controle esto sendo atendidos, de forma per-
manente, sem desvios.
EXAME DOS OBJETIVOS DE CONTROLE - conside-
rando-se que os rgos/entidades adotam sistemas de controle que
compreendem um plano de organizao e de todos os mtodos e
procedimentos, de forma ordenada, para: proteger seus recursos;
obter informaes oportunas e confveis; e promover a efcincia
operacional, assegurar a observncia das leis, normas e polticas
vigentes, com o intuito de alcanar o cumprimento das metas e
objetivos estabelecidos, o auditor governamental dever:
certifcar-se da existncia e propriedade dos procedimentos
e mecanismos de salvaguarda dos recursos humanos, fnanceiros
e materiais, assim como do devido uso e funcionamento dos mes-
mos;
constatar se os sistemas de registros incluem a totalidade
das operaes realizadas e se os mtodos e procedimentos utiliza-
dos permitem confar se as informaes fnanceira e operacional
oriundas daqueles, refetem, adequadamente, a boa e regular uti-
lizao dos recursos, bem como o cumprimento das metas e dos
objetivos dos programas;
certifcar-se da existncia e idoneidade dos critrios, para
identifcar, classifcar e mensurar dados relevantes das operaes,
verifcando, igualmente, se esto sendo adotados parmetros ade-
quados para avaliao da efetividade, efcincia, efccia e econo-
micidade dessas operaes; e,
comprovar se os procedimentos estabelecidos asseguram,
razoavelmente, o cumprimento das diretrizes governamentais, das
leis, regulamentos, normas e outras disposies de observncia
obrigatria.
Didatismo e Conhecimento
23
CONHECIMENTOS ESPECFICOS EM METROLOGIA
PREVENO DE IMPROPRIEDADES E IRREGULA-
RIDADES - os sistemas de controle institudos em um rgo/en-
tidade devem conter procedimentos, mecanismos e diretrizes que
prevejam ou minimizem o percentual de impropriedades ou irre-
gularidades. Um bom sistema de controle reduz a probabilidade de
ocorrerem tais impropriedades ou irregularidades, ainda que no
possa evit-las totalmente.
SUPERVISO DOS TRABALHOS DE AUDITORIA -
todo trabalho de auditoria, desde seu planejamento at a emisso
do parecer e o consequente acompanhamento dos resultados, deve
ser supervisionado.
RESPONSABILIDADE DE QUEM DIRIGE A FUNO
- o titular do rgo de auditoria do sistema de controle interno no
pode supervisionar, pessoalmente, todas as atividades que envol-
vem a execuo das auditorias. Logo, indispensvel que delegue
parte dessas tarefas a supervisores, devendo para isso, estabelecer
mecanismos e procedimentos adequados para avaliar a atuao
destes supervisores, assegurando-se de que estes possuam conhe-
cimentos tcnicos e capacidade profssional sufcientes ao adequa-
do cumprimento das atribuies que lhes so conferidas.
SUPERVISO DAS EQUIPES DE TRABALHO - os Au-
ditor com atribuies de superviso, com maior experincia, co-
nhecimentos tcnicos e capacidade profssional devero instruir e
dirigir, adequadamente, seus subordinados, no que tange execu-
o dos trabalhos e ao cumprimento dos programas de auditoria,
devendo, ainda, contribuir para o desenvolvimento dos seus co-
nhecimentos e capacidade profssional. Para maior compreenso
dos objetivos, alcance, enfoques, procedimentos e tcnicas a serem
aplicadas por parte da equipe, torna-se indispensvel que os super-
visores promovam a participao dos componentes das equipes na
elaborao do programa de trabalho.
INTENSIDADE DE SUPERVISO - o grau de intensidade
da superviso exercida sobre a equipe est diretamente relacionada
aos seguintes fatores: conhecimento e capacidade profssional dos
membros da equipe; o grau de difculdade previsvel dos trabalhos;
e alcance de provveis impropriedades ou irregularidades a detec-
tar no rgo/entidade auditada. No entanto, dever ser evitado o
cerceamento da liberdade e fexibilidade necessrias aos compo-
nentes da equipe, de tal forma que o pessoal possa alcanar seu
prprio desenvolvimento profssional. As evidncias da superviso
exercida devero fcar registradas nos prprios papis de trabalho.
REAS E ENFOQUES DA SUPERVISO - a superviso
deve abranger a verifcao:
do correto planejamento dos trabalhos;
da aplicao de procedimentos e tcnicas para o atingimento
das metas/objetivos previstos para a execuo dos trabalhos, de
acordo com o programa de auditoria e seus ajustamentos porven-
tura ocorridos;
da adequada formulao dos papis de trabalho;
da necessria consistncia das observaes e concluses;
da fel observncia dos objetivos de auditoria;
dos requisitos de qualidade dos pareceres de auditoria, com-
preendendo: preciso, clareza e objetividade; e
do cumprimento das normas de auditoria governamental e
dos procedimentos de auditoria de aplicao geral.
OBTENO DE EVIDNCIAS - em atendimento aos
objetivos da atividade de auditoria, o Auditor dever realizar, na
extenso julgada necessria, os testes ou provas adequados nas
circunstncias, para obter evidncias qualitativamente aceitveis
que fundamentem, de forma objetiva, suas recomendaes e con-
cluses.
FINALIDADE DA EVIDNCIA - consiste na obteno
sufciente de elementos para sustentar a emisso de seu parecer,
que possam permitir ao Auditor chegar a um grau razovel de
convencimento da realidade dos fatos e situaes observados, da
veracidade da documentao examinada, da consistncia da conta-
bilizao dos fatos e fdedignidade das informaes e registros ge-
renciais para fundamentar, solidamente, sua opinio. A validade do
seu julgamento depende diretamente da qualidade das evidncias.
QUALIDADE DA EVIDNCIA - considera-se que a evi-
dncia de qualidade satisfatria quando rene as caractersticas
de sufcincia, competncia e pertinncia.
SUFICINCIA - quando, mediante a aplicao de testes que
resultem na obteno de uma ou vrias provas, o Auditor levado
a um grau razovel de convencimento a respeito da realidade ou
veracidade dos fatos examinados.
ADEQUAO - entende-se como tal, quando os testes ou
exames realizados so apropriados natureza e caractersticas dos
fatos examinados.
PERTINNCIA - a evidncia pertinente quando h coern-
cia com as observaes, concluses e recomendaes da auditoria.
CRITRIOS PARA OBTENO DA EVIDNCIA - na
obteno da evidncia, o Auditor se guiar pelos critrios de im-
portncia relativa e de nveis de riscos provveis. A importncia
relativa refere-se ao signifcado da evidncia no conjunto de infor-
maes; os nveis de riscos provveis, s probabilidades de erro na
obteno e comprovao da evidncia.
IMPROPRIEDADES E IRREGULARIDADES - o Au-
ditor, no decorrer de qualquer auditoria, dever prestar especial
ateno quelas transaes ou situaes que denotem indcios de
irregularidades, ainda quando no sejam objeto do seu escopo ini-
cial; e, quando sejam obtidas evidncias das mesmas, dever ser
dado o devido destaque em seu parecer, com vistas adoo de
providncias corretivas pertinentes.
DETECO - no obstante no ser o objetivo primeiro da
auditoria a busca de impropriedades ou de irregularidades, no de-
correr dos exames, o Auditor dever estar consciente da probabi-
lidade de risco de tais ocorrncias, atentando: para as fragilidades
Didatismo e Conhecimento
24
CONHECIMENTOS ESPECFICOS EM METROLOGIA
dos controles internos; para riscos potenciais a que esto sujeitos
os recursos utilizados; s peculiaridades/caractersticas de como se
desenvolvem as operaes; para a atitude do pessoal ante os con-
troles existentes, assim como comportamentos indevidos.
O adequado conhecimento da natureza e peculiaridade das
operaes permitem ao Auditor a identifcao de indicadores de
irregularidades. Os indicadores podem surgir: como consequncia
dos controles estabelecidos; pelo resultados do trabalhos efetuados
pelos prprios auditores; ou por outras fontes de informaes.
Quando se manifestam tais indicadores, os Auditor esto obri-
gados a ampliar o alcance dos procedimentos necessrios, a fm de
evidenciar, nestes casos, a existncia de irregularidades.
A aplicao dos procedimentos de auditoria no garante, a de-
teco de toda impropriedade ou irregularidade; portanto, a mani-
festao posterior de uma situao imprpria ou irregular ocorrida
no perodo submetido a exame no signifca que o trabalho efe-
tuado pelo Auditor tenha sido inadequado, sempre e quando possa
demonstrar que o efetuou de acordo com o estabelecido pelas Nor-
mas de Auditoria do Sistema de Controle Interno.
APURAO - a apurao de impropriedades e irregularida-
des exige do auditor governamental extrema prudncia e profssio-
nalismo, a fm de alcanar com efetividade os objetivos propostos
para a apurao.
No exerccio de suas atividades, o Auditor, ao verifcar a ocor-
rncia de irregularidades, dever, de imediato, levar o assunto, por
escrito, ao conhecimento do dirigente da unidade/entidade audita-
da, solicitando os esclarecimentos e justifcativas pertinentes.
NORMAS RELATIVAS OPINIO DO AUDITOR
No mbito do servio pblico, a opinio do Auditor, com atri-
buio de auditoria, dever ser expressa atravs de Relatrio e/ou
Certifcado de auditoria.
Certifcado de auditoria ser emitido quando o auditor verif-
car e certifcar as contas dos responsveis pela aplicao, utiliza-
o ou guarda de bens e valores pblicos, e de todo aquele que der
causa perda, subtrao ou estrago de valores, bens e materiais de
propriedade ou responsabilidade da Unio.
Tipos de Certifcado
Certifcado Pleno - ser emitido quando o Auditor formar a
opinio de que na gesto dos recursos pblicos foram adequada-
mente observados os princpios da legalidade, legitimidade e eco-
nomicidade.
Certifcado Restritivo - ser emitido quando o Auditor cons-
tatar falhas, omisses ou impropriedades de natureza formal no
cumprimento das normas e diretrizes governamentais, quanto le-
galidade, legitimidade e economicidade e que, pela sua irrelevn-
cia ou imaterialidade, no caracterizar irregularidade de atuao
dos agentes responsveis.
Certifcado de Irregularidade - ser emitido quando o Au-
ditor verifcar a no observncia da aplicao dos princpios de le-
galidade, legitimidade e economicidade, constatando a existncia
de desfalque, alcance, desvio de bens ou outra irregularidade de
que resulte prejuzo quantifcvel, para a Fazenda Nacional e/ou
comprometam, substancialmente, as demonstraes fnanceiras e
a respectiva gesto dos agentes responsveis, no perodo ou exer-
ccio examinado.
O Certifcado de auditoria, observados os modelos anexos
presente Instruo, requer o atendimento dos seguintes requisitos:
indicar nmero do processo e exerccio examinado;
mencionar, no pargrafo inicial, o escopo do trabalho, em
funo do tipo de auditoria governamental realizada, unidade ges-
tora ou entidade supervisionada, titular, funo e nmero do CPF;
citar, no pargrafo intermedirio, as impropriedades ou ir-
regularidades que:
afetem a gesto examinada;
comprometam a economicidade, legalidade e legitimidade
da gesto;
caracterizem a inobservncia de normas legais e regulamen-
tares; e
resultem ou no em prejuzo Fazenda Nacional.
observando o que contiver no pargrafo intermedirio, con-
cluir, no pargrafo fnal, emitindo opinio quanto regularidade
(ou no) da gesto examinada;
conter data do Certifcado correspondente ao dia da conclu-
so do trabalho na unidade gestora ou entidade supervisionada; e
conter assinatura do Auditor, no caso de auditoria contbil,
o nmero do seu registro no Conselho Regional de Contabilidade.
quando o Auditor no obtiver elementos comprobatrios su-
fcientes e adequados, de tal modo que o impea de formar opinio
quanto regularidade da gesto, a opinio decorrente dos exames
fca sobrestada, por prazo previamente fxado para o cumprimento
de diligncia pelo auditado, o que, mediante novos exames, o Au-
ditor emitir o competente Certifcado.
Neste caso, quando sobrestado o exame, dever o rgo se-
torial de controle interno dar cincia da ocorrncia ao Tribunal de
Contas da Unio.
Na hiptese da ocorrncia de eventos ou transaes subse-
quentes, que, pela sua relevncia, possam infuir substancialmente
na posio fnanceira e patrimonial da entidade, indispensvel
que esses fatos sejam considerados em seu Certifcado.
Defnio do Certifcado a ser emitido.
O Auditor dever usar de toda acuidade e prudncia no mo-
mento de defnir o tipo de Certifcado que emitir como resultado
dos seus exames.
Didatismo e Conhecimento
25
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Dever levar em conta principalmente, que determinados
achados de auditoria relacionadas com falhas, omisses e impro-
priedades encontradas, podem signifcar, ao mesmo tempo, situa-
es simplesmente imprprias (quando caber a emisso de Certi-
fcado Restritivo) ou at mesmo irregular. Tudo depender do acu-
rado exame de todas as circunstncias envolvidas na situao em
julgamento, quando o Auditor ter de avaliar, em conjunto, fatores
tais como: frequncia da incidncia ou da reincidncia do achado;
descumprimento a recomendaes de auditorias anteriores; evi-
dncia da inteno, ou no; efetivo prejuzo Fazenda Nacional; e
outros fatores que possam contribuir para a adequada defnio do
tipo de Certifcado a ser emitido.
NORMAS RELATIVAS AO RELATRIO DE AUDITO-
RIA
Para cada auditoria realizada, o Auditor governamental dever
elaborar relatrio que refetir os resultados dos exames efetuados,
de acordo com a forma ou tipo de auditoria.
As informaes que proporcionem a abordagem da auditoria,
quanto aos atos de gesto, fatos ou situaes observados, devem
reunir principalmente os seguintes atributos de qualidade:
Conciso - usar linguagem clara e concisa de forma que seja
fcil o seu entendimento por todos, sem necessidade de explica-
es adicionais por parte de quem o elaborou;
Objetividade - deve conter mensagem clara e direta, a fm
de que o leitor entenda facilmente o que se pretendeu transmitir;
Convico - relatar de tal modo que as evidncias conduzam
a qualquer pessoa prudente s mesmas concluses a que chegou o
auditor;
Clareza - assegurar-se de que a estrutura do relatrio e a ter-
minologia empregada permitam que as informaes reveladas pos-
sam ser entendidas por quaisquer pessoas, ainda que no versadas
na matria;
Integridade - devem ser includos no relatrio todos os fatos
relevantes observados, sem nenhuma omisso, proporcionando
uma viso objetiva das impropriedades/irregularidades apontadas,
recomendaes efetuadas e concluso;
Coerncia - assegurar-se de que os resultados da auditoria
correspondam aos objetivos determinados;
Oportunidade - os relatrios devem ser emitidos tempestiva-
mente, a fm de que os assuntos neles abordados possam ser objeto
de oportunas providncias;
Apresentao - o auditor governamental deve cuidar para que
os assuntos sejam apresentados numa sequencia lgica, segundos
os objetivos do trabalho, de forma correta, isto , em uma lingua-
gem perfeita, isenta de erros ou rasuras que possam prejudicar o
correto entendimento; e
Conclusivo - o relatrio deve permitir a formao de opinio
sobre as atividades realizadas.
Os relatrios de auditoria devem seguir os padres usualmen-
te adotados em auditoria governamental, admitindo-se, em de-
terminadas circunstncias, as adaptaes necessrias atravs das
quais o Auditor possa se expressar de forma a no prejudicar a
interpretao e a avaliao dos resultados dos trabalhos.
Na emisso dos relatrios de auditorias realizadas com base
no processo de Tomada e Prestao de Contas das unidades ges-
toras e entidades supervisionadas, necessrio que se atenda aos
seguintes requisitos:
identifcar o nmero do processo, perodo examinado e a
unidade gestora ou entidade supervisionada;
indicar as normas que instruam o processo de Tomada ou
Prestao de Contas;
identifcar o local em que foi realizado o trabalho de audi-
toria;
defnir o objetivo da auditoria e identifcar as demonstraes
fnanceiras examinadas, no caso de auditoria contbil;
declarar que o exame foi efetuado por amostragem, na ex-
tenso julgada necessria e de acordo com as normas de auditoria
aplicveis ao Servio Pblico;
comentar sobre a extenso dos trabalhos;
comentar sobre os controles internos, evidenciando, se for o
caso, as defcincias e inefccias dos sistemas;
relatar sobre o cumprimento, ou no, das diretrizes governa-
mentais e normas legais vigentes;
comentar sobre a efcincia e efccia na gesto dos recur-
sos, observando os planos, metas e oramentos, bem assim a le-
galidade, legitimidade e oportunidade na realizao das despesas;
apresentar, caso seja necessrio, recomendaes visando
correo das falhas verifcadas durante o exame;
comentar sobre a implementao das recomendaes de re-
latrios de auditoria anteriores e/ou diligncias do TCU; e
concluir, opinando sobre a regularidade ou irregularidade
da gesto dos recursos utilizados pelos responsveis pela unidade
gestora ou entidades supervisionadas.
Quando o trabalho do auditor governamental referir-se a exa-
me de aplicao de recursos originrios de contratos frmados com
organismos internacionais de crdito, o relatrio de auditoria deve-
r conter, dentre outros, os seguintes requisitos:
No que concerne auditoria em projetos cofnanciados pelo
Banco Mundial BIRD:
opinio do auditor sobre as contas do projeto;
opinio sobre o cumprimento de clusulas contratuais, de
leis e regulamentos;
Didatismo e Conhecimento
26
CONHECIMENTOS ESPECFICOS EM METROLOGIA
opinio sobre os Statement of Expenditures - SOE (de-
monstrativos dos certifcados de despesas);
opinio sobre a Conta Especial mantida no Banco Central
do Brasil; e
Carta Gerencial direo executiva do projeto ou entidade
contendo:
levantamento e avaliao dos controles internos, quando en-
to o auditor apresentar suas observaes;
comentrios sobre aspectos fnanceiros especfcos, abor-
dando:
compatibilidade entre os desembolsos previstos ou orados,
do Banco cofnanciador e da Contrapartida Nacional, com os re-
cursos realizados at o perodo auditado;
compatibilidade entre os desembolsos efetuados no perodo
examinado, em confronto com os extratos fornecidos pelo Banco
cofnanciador; e
compatibilidade entre os recursos utilizados, do Banco cof-
nanciador e da Contrapartida Nacional, com os montantes apresen-
tados nos relatrios de progresso encaminhados periodicamente ao
primeiro.
comentrios sobre a implementao das recomendaes de
auditorias anteriores;
recomendaes, como resultado dos exames de auditoria
efetuados.
No que tange auditoria em projetos cofnanciados pelo Ban-
co Interamericano de Desenvolvimento - BID:
opinio do auditor sobre as contas do projeto;
opinio sobre o cumprimento de clusulas contratuais e in-
formaes fnanceiras complementares, quando couber;
Nos demais tipos e formas de auditoria, o relatrio ser elabo-
rado de acordo com os objetivos e caractersticas de cada trabalho
realizado.
Quando o auditor no puder opinar, conclusivamente, sobre o
estado das contas, em virtude de a entidade auditada no ter apre-
sentado ou no possuir registros contbeis e demonstraes fnan-
ceiras compatveis ou em razo da ocorrncia de outros fatores
determinantes, ser emitido circunstanciado relatrio abordando
objetivamente as razes impeditivas.
O chefe da unidade de auditoria dever estabelecer e manter
programa de superviso e reviso dos trabalhos, a fm de aperfei-
oar e assegurar a qualidade dos relatrios de auditoria.
O chefe de unidade de auditoria deve certifcar-se de que fo-
ram tomadas providncias e alcanados os resultados esperados a
respeito das recomendaes formuladas pelos auditores.

CONCEITOS E OBJETIVOS
Em virtude de ser classifcada como uma das atividades pr-
prias da Contabilidade, at algum tempo atrs uma auditoria era
privilegio exclusivo do bacharel em Cincias Contbeis. Mas, nas
ltimas dcadas, essa realidade, como a de tantas outras reas pro-
fssionais, tem sofrido profundas modifcaes.
Constata-se, atualmente, que o domnio da auditoria expande-
-se para alm de sua rea original de conhecimento, de modo que
passou a ser uma atividade multidisciplinar, transcendendo, assim,
os limites contbeis. Essa modernizao decorre principalmente
do avano tecnolgico nas reas de computao e informaes,
o que vem exigindo das empresas do setor novas tcnicas e pro-
cedimentos operacionais. Tal conquista, porm, no as dispensa
da exigncia de verifcar os controles rotineiros e a exatido dos
resultados da empresa examinada, alm de, mais moderadamente,
comprovar a atribuio da responsabilidade civil e a probidade ad-
ministrativa de colaboradores e gestores.
certo que a profsso de Auditor Independente cujo objeto de
exame so as demonstraes fnanceiras das sociedades por aes
com capital aberto, conforme a legislao da comisso de Valores
Mobilirios continua sendo um privilegio do contador, pois s ele
pode emitir e assinar os pareceres sobre as peas contbeis exa-
minadas. No obstante, na presente era do conhecimento, at
mesmo o chamado Auditor-Contador no desenvolvimento de
suas tarefas obrigado a recorrer a conhecimentos de outras reas.
Esse recurso torna-se uma imposio para aqueles que, como ele,
pretende atuar no mbito das atividades do mundo econmico, de
sorte que no podem mais prescindir do auxilio de profssionais
formados em Administrao, Economia e Informtica.
Essa modernidade cabe ressaltar, expandiu e, dessa forma
diversifcou sobremaneira o campo da atuao da Auditoria, no
se restringindo Auditoria das Demonstraes Financeiras. Hoje
j existe literatura que distingue as auditorias em outros campos
especializados, como a de Qualidade, de Computao, a Governa-
mental, de Negcios, Interna e outras.
Ademais, a imbricao a esses novos campos de aplicao
possibilita e confere mais efcincia observao sistemtica exi-
gida pela auditoria sobre controles internos ou, como se denomina
recentemente, sobre os procedimentos operacionais, confgura-
dos na circulao de documentos nas empresas. O que inclui o exa-
me dos atos e fatos patrimoniais e at extrapatrimoniais, os quais
fundamentaro a opinio do Auditor e, por isso, a transformaram
no produto de um processo que requer conhecimentos mltiplos.
Conceito de Auditoria: Para facilitar o entendimento das
funes e atividades dessa especializao do contador, torna-se
necessria a diviso em duas ramifcaes de atuao que so:
1 AUDITORIA EXTERNA INDEPENDENTE;
2 AUDITORIA INTERNA E OPERACIONAL.
1 Auditoria externa independente: a tcnica contbil que
visa obter elementos de convico que permitam julgar as De-
monstraes Contbeis de uma entidade, bem como os registros
contbeis: Foram efetuados de acordo com os princpios funda-
mentais de contabilidade; e Refetem adequadamente a situao
econmico-fnanceira do patrimnio os resultados do perodo exa-
minado e as demais situaes e informaes nelas demonstrados e
constantes das notas explicativas.
Didatismo e Conhecimento
27
CONHECIMENTOS ESPECFICOS EM METROLOGIA
A Auditoria das demonstraes contbeis constitui o conjunto
de procedimentos tcnicos que tem por objetivo a emisso de pare-
cer sobre sua adequao consoante os Princpios Fundamentais de
Contabilidade e as Normas Brasileiras de Contabilidade e, no que
for pertinente, a legislao especfca.
2 Auditoria interna e operacional: o instrumento de con-
trole administrativo e de verifcao sistemtica da efccia e ef-
cincia das atividades operacionais. Enfoca a avaliao dos con-
troles internos das atividades e processos administrativos e opera-
cionais, analisando as defcincias e os riscos envolvidos, visando:
proteo dos bens e direitos da empresa contra fraudes, desvios,
desfalques; constatao de possveis irregularidades e uso in-
devidos dos bens e direitos da empresa, que comprometam seu
desempenho; Ao aprimoramento contnuo da efcincia e efccia
operacional, contribuindo com solues que possibilitem e facili-
tem o atingimento das metas dos planos estabelecidos.
A Auditoria Interna constitui o conjunto de procedimentos
tcnicos que tem por objetivo examinar a integridade, adequao
e efccia dos controles internos e das informaes fsicas, cont-
beis, fnanceiras e operacionais da entidade.
Tipos e Objetivos das auditorias
Auditoria das demonstraes contbeis: Emisso de pa-
recer sobre as demonstraes contbeis da empresa ou entidade em
determinada data.
Auditoria interna: Reviso sistemtica das transaes
operacionais e do sistema de controle internos, visando: prote-
o dos bens e direitos da empresa contra fraudes, desvios e des-
falques; A constatao de possveis irregularidades e uso indevidos
dos bens e direitos da empresa.
Auditoria operacional: Avaliao sistemtica da efccia
e efcincia das atividades operacionais e dos processos adminis-
trativos, visando:
Ao aprimoramento continuo da efcincia e efccia ope-
racional, contribuindo com solues.
Auditoria de cumprimento normativo ou compliance
audit Auditoria para verifcao do comprimento/observncia de
normas e procedimentos implantados pela empresa ou pelos r-
gos reguladores de determinadas atividades. Por exemplo, nor-
mas implantadas pelo Banco Central do Brasil a serem observadas
pelas instituies fnanceiras para o combate do crime de lavagem
de dinheiro.
Auditoria de gesto: Trabalhos dirigidos anlise dos
planos e diretrizes da empresa, objetivando mensurar a efcincia
da gesto das operaes e sua consistncia com os planos e metas
aprovados.
Auditoria de sistemas: Exames e avaliaes da qualidade
do sistema de computao de dados e dos controles existentes no
ambiente de tecnologia de informaes, visando otimizar a utili-
zao dos recursos de computao de dados, minimizar os riscos
envolvidos nos processos e garantir a gerao de informaes e de
dados confveis, em tempo, ao menos custo possvel.
Auditoria fscal e tributria: Anlise da efcincia e efc-
cia dos procedimentos adotados para a apurao, controle e paga-
mento dos tributos que incidem nas atividades comerciais e opera-
cionais da empresa. Avaliao do planejamento tributrio.
Auditoria ambiental: Avaliao dos processos operacio-
nais e produtivos das empresas visando a) A identifcao de dados
ao meio ambiente e quantifcao de contingncias e b) Preparao
da empresa para receber o Certifcado ISSO - meio ambiente.
Auditoria nos processos de compra e vendas de empresas
e reestruturaes societrias incorporaes, fuses, cises e for-
maes de joint ventures.
Auditoria das demonstraes contbeis das empresas en-
volvidas; Assessoria na avaliao das empresas objetos de nego-
ciao societria;
Avaliao dos ativos objetos de negociao; Identifca-
o de contingncias fscais, trabalhistas, ambientais, cveis etc.
nas empresas envolvidas.
PROCEDIMENTOS DE AUDITORIA
Os procedimentos de auditoria so o conjunto de tcnicas
que permitem ao auditor obter evidncias ou provas sufcientes
e adequadas para fundamentar sua opinio sobre as demonstra-
es contbeis auditadas e abrangem testes de observncia e testes
substantivos.
Os testes de observncia visam obteno de razovel segu-
rana de que os procedimentos de controle interno estabelecidos
pela administrao esto em efetivo funcionamento e cumprimen-
to.
Os testes substantivos visam obteno de evidncia quanto
sufcincia, exatido e validade dos dados produzidos pelo sistema
contbil da entidade, dividindo-se em:
a) testes de transaes e saldos; e
b) procedimentos de reviso analtica.
NORMAS BRASILEIRAS DE CONTABILIDADE IN-
TERPRETAO TCNICA NBC T 11 IT 02 PAPIS DE
TRABALHO E DOCUMENTAO DA AUDITORIA.
Esta Interpretao Tcnica visa a explicitar os itens 11.1.3 e
11.2.7, correspondentes a Papis de Trabalho e Documentao da
Auditoria, da NBC T 11 Normas de Auditoria Independente das
Demonstraes Contbeis1, a respeito da documentao mnima
obrigatria a ser gerada no contexto da auditoria das demonstra-
es contbeis.
CONSIDERAES GERAIS
1. O auditor deve documentar todas as questes que foram
consideradas importantes para proporcionar evidncia, visando a
fundamentar o parecer da auditoria e comprovar que a auditoria foi
executada de acordo com as Normas de Auditoria Independente
das Demonstraes Contbeis.
2. Os papis de trabalho constituem a documentao prepa-
rada pelo auditor ou fornecida a este na execuo da auditoria.
Eles integram um processo organizado de registro de evidncias da
auditoria, por intermdio de informaes em papel, flmes, meios
eletrnicos ou outros que assegurem o objetivo a que se destinam.
3. Os papis de trabalho destinam-se a:
a) ajudar, pela anlise dos documentos de auditorias anterio-
res, ou pelos coligidos quando da contratao de uma primeira au-
ditoria, no planejamento e execuo da auditoria;
b) facilitar a reviso do trabalho de auditoria; e
Didatismo e Conhecimento
28
CONHECIMENTOS ESPECFICOS EM METROLOGIA
c) registrar as evidncias do trabalho executado, para funda-
mentar o parecer do auditor independente.
FORMA E CONTEDO DOS PAPIS DE TRABALHO
4. O auditor deve registrar nos papis de trabalho informao
relativa ao planejamento de auditoria, a natureza, oportunidade
e extenso dos procedimentos aplicados, os resultados obtidos e
suas concluses da evidncia da auditoria. Os papis de trabalho
devem incluir o juzo do auditor acerca de todas as questes sig-
nifcativas, juntamente com a concluso a que chegou. Nas reas
que envolvem questes de princpio ou de julgamento difcil, os
papis de trabalho devem registrar os fatos pertinentes que eram
do conhecimento do auditor no momento em que chegou s
suas concluses.
5. A extenso dos papis de trabalho assunto de julgamento
profssional, visto que no necessrio nem prtico documentar
todas as questes de que o auditor trata; entretanto, qualquer ma-
tria que, por ser relevante, possa infuir sobre o seu parecer, deve
gerar papis de trabalho que apresentem as indagaes e conclu-
ses do auditor. Ao avaliar a extenso dos papis de trabalho, o au-
ditor deve considerar o que seria necessrio para proporcionar a
outro auditor, sem experincia anterior com aquela auditoria, o
entendimento do trabalho executado e a base para as principais de-
cises tomadas, sem adentrar os aspectos detalhados da auditoria.
possvel que esse outro auditor somente possa entender os fatos
analisados pela auditoria discutindo-os com os auditores que pre-
param os papis de trabalho.
6. A forma e o contedo dos papis de trabalho podem ser
afetados por questes como:
a) natureza do trabalho;
b) natureza e complexidade da atividade da entidade;
c) natureza e condio dos sistemas contbeis e de controle
interno da entidade;
d) direo, superviso e reviso do trabalho executado pela
equipe tcnica; e
e) metodologia e tecnologia utilizadas no curso dos trabalhos.
7. Os papis de trabalho so elaborados, estruturados e orga-
nizados para atender s circunstncias do trabalho e satisfazer as
necessidades do auditor para cada auditoria.
8. Os papis de trabalho padronizados podem melhorar a ef-
ccia dos trabalhos, e sua utilizao facilita a delegao de tarefas,
proporcionando meio adicional de controle de qualidade. Entre
os papis de trabalho padronizados encontram-se, alm de outros:
listas de verifcao de procedimentos, cartas de confrmao de
saldos, termos de inspees fsicas de caixa, de estoques e de ou-
tros ativos.
9. O auditor pode usar quaisquer documentos e demonstra-
es preparados ou fornecidos pela entidade, desde que avalie sua
consistncia e se satisfaa com sua forma e contedo.
10. Os papis de trabalho, alm de outros mais especfcos,
incluem:
a) informaes sobre a estrutura organizacional e legal da en-
tidade;
b) cpias ou excertos de documentos legais, contratos e atas;
c) informaes sobre os setor de atividades, ambiente econ-
mico e legal em que a entidade opera;
d) evidncias do processo de planejamento, incluindo progra-
mas de auditoria e quaisquer mudanas nesses programas;
e) evidncias do entendimento, por parte do auditor, do siste-
ma contbil e de controle interno, e sua concordncia quanto sua
efccia e adequao;
f) evidncias de avaliao dos riscos de auditoria;
g) evidncias de avaliao e concluses do auditor e reviso
sobre o trabalho da auditoria interna;
h) anlises de transaes, movimentao e saldos de contas;
i) anlises de tendncias, coefcientes, quocientes, ndices e
outros indicadores signifcativos;
j) registro da natureza, oportunidade e extenso dos procedi-
mentos de auditoria e seus resultados;
k) evidncias de que o trabalho executado pela equipe tcnica
foi supervisionado e revisado;
l) indicao de quem executou e revisou os procedimentos de
auditoria e de quando o fez;
m) detalhes dos procedimentos relativos a demonstraes
contbeis auditadas por outro auditor;
n) cpias de comunicaes com outros auditores, peritos, es-
pecialistas e terceiros;
o) cpias de comunicaes administrao da entidade, e suas
respostas, em relao aos trabalhos, s condies de contratao e
s defcincias constatadas, inclusive no controle interno;
p) cartas de responsabilidade da administrao;
q) concluses do auditor acerca de aspectos signifcativos, in-
cluindo o modo como foram resolvidas ou tratadas questes no
usuais; e
r) cpias das demonstraes contbeis, assinadas pela admi-
nistrao da entidade e pelo contabilista responsvel, e do parecer
e relatrios do auditor.
11. No caso de auditorias realizadas em vrios perodos con-
secutivos, alguns papis de trabalho, desde que sejam atualizados,
podem ser reutilizados, diferentemente daqueles que contm in-
formaes sobre a auditoria de um nico perodo.
CONFIDENCIALIDADE, CUSTDIA E PROPRIEDA-
DE DOS PAPIS DE TRABALHO
12. O auditor deve adotar procedimentos apropriados para
manter a custdia dos papis de trabalho pelo prazo de cinco anos,
a partir da data de emisso do seu parecer.
13. A confdencialidade dos papis de trabalho dever perma-
nente do auditor.
14. Os papis de trabalho so de propriedade exclusiva do au-
ditor. Partes ou excertos destes podem, a critrio do auditor, ser
postos disposio da entidade.
TESTES DE OBSERVNCIA OU DE ADERNCIA
Visam obteno de razovel segurana de que os controles
internos estabelecidos pela Administrao esto em efetivo funcio-
namento, conforme previsto, e so seguros.
Destinam-se a confrmar se as funes crticas de controle in-
terno, das quais o auditor depender nas fases subsequentes dos
exames esto sendo efetivamente executadas.
A utilizao dos Testes de Observncia, Aderncia ou de Pro-
cedimentos tm como objetivo identifcar a existncia, efetividade
e continuidade dos controles internos. Os testes de Observncia
podem ser divididos em:
Retrospectivos
Flagrantes
Didatismo e Conhecimento
29
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Os testes de Observncia Retrospectivos tm como fnalidade
investigar, por meio de registros de eventos passados, o grau de
cumprimento da norma prescrita pela funo de controle, mediante
a inspeo da evidncia de sua execuo.
Os testes de Observncia Flagrantes tm como fnalidade evi-
denciar as situaes de controle impossveis de serem documenta-
das por registros.
Pelo teste Flagrante o auditor confrma a aderncia no mo-
mento da atitude, do comportamento, testemunhando sua exe-
cuo. Por exemplo, a conferncia visual do uso de crachs nas
entradas de prdios pblicos (controle realizado por vigilantes)
constitui-se num teste de observncia fagrante.
Testes Substantivos visam obteno de evidncias quanto
sufcincia, integridade, exatido e validade dos dados produzidos
pelos sistemas contbil e administrativo da entidade, tendo como
objetivos a identifcao da:
Existncia - se os componentes gerenciais (patrimonial ou
operacional) de uma organizao existem. Se, em certa data, os re-
cursos (fnanceiros, humanos e materiais) e as realizaes alegadas
so efetivamente localizveis.
Ocorrncia - se a transao ou operao de fato ocorreu ou
est potencializada. Se as realizaes informadas efetivaram-se.
Abrangncia - se todas as transaes ou operaes (dentro
da competncia institucional da Unidade) esto, de alguma forma,
documentadas e/ou registradas.
Avaliao - se os componentes patrimoniais e as relaes
obrigacionais (contratos de prestao de servios, por exemplo)
esto avaliados adequadamente, consoante com os normativos
pertinentes.
Mensurao - se as transaes ou operaes esto registradas
pelos montantes corretos - se os dados de desempenho da institui-
o so fdedignos.
Se existe correlao de competncia (dia, ms, exerccio) en-
tre os registros e as ocorrncias.
TESTES SUBSTANTIVOS
Os testes substantivos visam obteno de evidncia quanto
sufcincia, exatido e validade dos dados produzidos pelo sistema
contbil da entidade.
Por intermdio dos testes substantivos, o auditor apura se os
saldos das contas indicam adequadamente a situao do patrim-
nio e suas variaes, procurando identifcar se h contas com sal-
dos subavaliados ou superavaliados.
Os testes substantivos so divididos em:
1 - testes de transaes e saldos;
2 - procedimentos de reviso analtica.
Nos testes de transaes e saldos, o auditor verifca se os fatos
contbeis foram adequadamente registrados, de forma que as con-
tas apresentem uma avaliao correta dos elementos patrimoniais
e de suas variaes no perodo considerado.
Com a adoo dessa medida, o auditor poder indicar no pare-
cer se as informaes divulgadas nas demonstraes contbeis so
adequadas quanto ao contedo.
A quantidade de transaes e saldos que o auditor examinar
depende da avaliao que ele tenha feito dos controles internos,
durante os testes de observncia.
Se os controles internos forem ruins, a quantidade de testes
substantivos ser maior. Caso os controles internos sejam bons, a
quantidade de testes substantivos ser menor.
AMOSTRAGEM
Ao determinar a extenso de um teste de auditoria ou mtodo
de seleo de itens a serem testados, o auditor pode empregar tc-
nicas de amostragem.
Ao usar mtodos de amostragem estatstica ou no estatstica,
o auditor deve projetar e selecionar uma amostra de auditoria, apli-
car a essa amostra procedimentos de auditoria e avaliar os resul-
tados da amostra, de forma a proporcionar evidncia de auditoria
sufciente e apropriada.
A amostra selecionada pelo auditor deve ter uma relao di-
reta com o volume de transaes realizadas pela entidade na rea
ou transao objeto de exame, como tambm com os efeitos na
posio patrimonial e fnanceira da entidade, e o resultado por ela
obtido no perodo.
Na determinao da amostra o auditor deve levar em conside-
rao os seguintes fatores:
a) populao objeto da amostra;
b) estratifcao da amostra;
c) tamanho da amostra;
d) risco da amostragem;
e) erro tolervel; e
f) erro esperado.
Na seleo de amostra devem ser considerados:
a) seleo aleatria;
b) seleo sistemtica, observando um intervalo constante en-
tre as transaes realizadas; e
c) seleo casual, a critrio do auditor, baseada em sua expe-
rincia profssional.
TRANSAES E EVENTOS SUBSEQENTES
O auditor deve aplicar procedimentos especfcos em relao
aos eventos ocorridos entre as datas do balano e a do seu parecer,
que possam demandar ajustes nas demonstraes contbeis ou a
divulgao de informaes nas notas explicativas.
O auditor deve considerar em seu parecer os efeitos decorren-
tes de transaes e eventos subsequentes relevantes ao exame das
demonstraes contbeis, mencionando-os como ressalva ou em
pargrafo de nfase, quando no ajustadas ou reveladas adequa-
damente.
O auditor dever considerar trs situaes de eventos subse-
quentes:
a) os ocorridos entre a data do trmino do exerccio social e a
data da emisso do parecer;
b) os ocorridos depois do trmino do trabalho de campo, com
a consequente emisso do parecer e a data da divulgao das de-
monstraes contbeis; e
c) os ocorridos aps a divulgao das demonstraes cont-
beis.
Para ter condies de formar opinio sobre as demonstra-
es contbeis considerando os efeitos relevantes das transaes
e eventos subsequentes ao encerramento do exerccio social, o au-
ditor deve considerar:
a) os procedimentos da administrao para que os eventos se-
jam divulgados;
b) os atos e fatos administrativos registrados em atas de reu-
nies de acionistas, administradores e outros rgos estatutrios;
c) os informes, de qualquer espcie, divulgados pela entidade;
Didatismo e Conhecimento
30
CONHECIMENTOS ESPECFICOS EM METROLOGIA
d) a situao de contingncias conhecidas e reveladas pela ad-
ministrao e pelos advogados da entidade; e
e) a existncia de eventos, no revelados pela administrao
nas demonstraes contbeis, que tenham efeitos relevantes sobre
as mesmas.
REVISO ANALTICA
Por meio do procedimento tcnico de reviso analtica, o au-
ditor verifca o comportamento de valores signifcativos, mediante
ndices, quocientes, quantidades absolutas ou outros meios, com
vista identifcao de situao ou tendncias atpicas.
No procedimento de reviso analtica, o auditor utiliza a tc-
nica de anlise contbil.
APLICAO DOS PROCEDIMENTOS DE REVISO
ANALTICA
Na aplicao dos procedimentos de reviso analtica, o audi-
tor deve considerar:
1 - o objetivo dos procedimentos e o grau de confabilidade
dos resultados alcanveis;
2 - a natureza da entidade e o conhecimento adquirido nas
auditorias anteriores;
3 - a disponibilidade de informaes, sua relevncia, confabi-
lidade e comparabilidade.
Se o auditor, durante a reviso analtica, no obtiver informa-
es objetivas sufcientes para dirimir as questes suscitadas, ele
dever efetuar verifcaes adicionais, aplicando novos procedi-
mentos de auditoria, at alcanar concluses satisfatrias.
Na aplicao dos procedimentos de reviso analtica, o audi-
tor deve considerar:
a) o objetivo dos procedimentos e o grau de confabilidade dos
resultados alcanveis;
b) a natureza da entidade e o conhecimento adquirido nas au-
ditorias anteriores; e
c) a disponibilidade de informaes, sua relevncia, confabi-
lidade e comparabilidade.
Se o auditor, durante a reviso analtica, no obtiver informa-
es objetivas sufcientes para dirimir as questes suscitadas, deve
efetuar verifcaes adicionais, aplicando novos procedimentos de
auditoria, at alcanar concluses satisfatrias.
Quando o valor envolvido for expressivo em relao posi-
o patrimonial e fnanceira e ao resultado das operaes, deve o
auditor:
a) confrmar os valores das contas a receber e a pagar, atravs
de comunicao direta com os terceiros envolvidos; e
b) acompanhar o inventrio fsico realizado pela entidade,
executando os testes de contagem fsica e procedimentos comple-
mentares aplicveis.
CONFERNCIA DO CLCULO
O procedimento tcnico de clculo consiste na conferncia
aritmtica de documentos comprobatrios, registros e demonstra-
es contbeis e outras circunstncias.
Por meio do procedimento de clculo, o auditor revisa as
operaes aritmticas realizadas na elaborao dos registros con-
tbeis. So exemplos reviso dos clculos de provises, depre-
ciao, amortizao, apurao de estoques.
ENTREVISTA E CONFIRMAO
O procedimento tcnico de investigao e confrmao con-
siste na obteno de informaes com pessoas ou entidades co-
nhecedoras da transao, dentro ou fora da entidade, tais como
empregados, administradores, fornecedores, clientes e bancos.
A informao de fonte externa tende a ser mais confvel do
que a obtida na entidade auditada.
Normalmente, quando esse procedimento aplicado a pessoas
conhecedoras da transao dentro da entidade auditada, o auditor
realiza entrevistas. Caso deseje entender melhor como funcionam
os controles internos previstos no manual de normas de controles
internos da entidade, o auditor pode, por exemplo, fazer entrevis-
tas com empregados e administradores da entidade, solicitando
esclarecimentos.
Quando o procedimento tcnico de investigao e confrma-
o aplicado a pessoas de fora da entidade auditada, como forne-
cedores, clientes, bancos, o auditor utiliza a circularizao.
De acordo com a Resoluo CFC n 820/97, item 11.2.6.7.,
alnea a, quando o valor envolvido for expressivo em relao
posio patrimonial e fnanceira e ao resultado das operaes, o
auditor deve confrmar os valores das contas a receber e a pagar,
por meio de comunicao direta com os terceiros envolvidos.
Circularizao - A circularizao (ou pedido de confrmao)
o procedimento de auditoria que consiste em fazer com que a
entidade auditada expea cartas dirigidas a empresas ou a pessoas
com as quais mantm relaes de negcios, solicitando que confr-
mem, por meio de carta dirigida diretamente ao auditor, a situao
desses negcios, em data determinada.
Consiste na obteno de declarao formal de pessoas no li-
gadas entidade auditada, de fatos relativos a operaes realizadas
pela entidade.
O fato de as pessoas de quem as declaraes so obtidas no
serem ligadas, isto , no terem interesses a proteger perante a en-
tidade auditada, permite que as informaes sejam fornecidas com
iseno e possibilitem, portanto, um maior grau de confana.
Pedido de Confrmao - O pedido de confrmao pode ser:
1 - positivo;
2 - negativo.
Pedido de Confrmao Positivo - O pedido de confrmao
positivo usado quando, por intermdio da entidade, o auditor
solicita uma resposta pessoa de quem deseja a confrmao de
informaes. Pode ser dividido em:
1 - branco - quando no so indicados no pedido valores ou
saldos a serem confrmados;
2 - preto - quando so indicados no pedido valores ou saldos,
de um determinado perodo, a serem confrmados.
OBSERVAO
A observao consiste no acompanhamento de processo ou
procedimento quando de sua execuo.
Ao avaliar a possibilidade de mercadorias sarem de um esta-
belecimento industrial sem a devida documentao, por exemplo,
o auditor pode observar se os procedimentos de controle interno
previstos esto sendo cumpridos, no sentido de se identifcar a cir-
culao de mercadorias, mediante a conferncia das mercadorias e
da documentao exigida, no momento da sada.
Trata-se de um teste de observncia fagrante.
Didatismo e Conhecimento
31
CONHECIMENTOS ESPECFICOS EM METROLOGIA
AUDITORIA DAS CONTAS PATRIMONIAIS
Os procedimentos aplicveis auditoria das contas varia mui-
to de acordo com o auditor.
A ttulo de exemplifcao, apresentamos alguns dos proce-
dimentos bsicos de auditoria que podem ser aplicados aos prin-
cipais elementos que compem o balano patrimonial. Alm dos
procedimentos indicados, outros podem ser aplicados, de acordo
com as circunstncias.
AUDITORIA DAS CONTAS DO ATIVO CIRCULANTE
E REALIZVEL A LONGO PRAZO.
DISPONIBILIDADES
Caixa - inspeo fsica (contagem do dinheiro); inspeo do-
cumental para exame da documentao de pagamento e recebi-
mento.
Bancos Conta Movimento inspeo documental (extratos
bancrios); investigao e confrmao, pela solicitao de infor-
maes ao banco (circularizao); reviso dos clculos de conci-
liaes bancrias.
Aplicaes de Liquidez Imediata - inspeo documental (ex-
tratos bancrios, certifcados, recibos) e investigao e confrma-
o, pela solicitao de informaes ao banco (circularizao).
CRDITOS
Duplicatas e Outros Ttulos a Receber inspeo documental
dos ttulos; investigao e confrmao mediante circularizao
junto de devedores.
Proviso para Devedores Duvidosos reviso dos clculos por
meio da conferncia da exatido aritmtica do valor e inspeo
para verifcao dos documentos que serviram como base para a
fxao dos critrios de clculo.
ESTOQUES
Mercadorias e Matrias-Primas acompanhamento de inven-
trio; inspeo fsica; inspeo documental das notas fscais, fatu-
ras, duplicatas; conferncia dos clculos na apurao das sadas e
dos estoques fnais.
Produtos Acabados e em Elaborao acompanhamento do
inventrio; inspeo fsica; inspeo e reviso dos clculos dos do-
cumentos e registros da contabilidade de custos.
DESPESAS ANTECIPADAS
Juros, Seguros, Salrios e Outras Despesas Antecipadas ins-
peo dos documentos e reviso dos clculos para a verifcao
dos valores apropriados como despesa do exerccio.
Tambm so aplicveis os procedimentos de investigao e
confrmao, por intermdio da circularizao de pessoas que re-
ceberam os valores antecipadamente.
AUDITORIA DAS CONTAS DO ATIVO PERMANENTE
INVESTIMENTOS
Participaes Permanentes em Outras Sociedades inspeo
documental para a verifcao de contratos, estatutos e suas altera-
es, certifcados de aes, estratos de aes escriturais etc.; revi-
so dos clculos de provises para perdas, da aplicao do mtodo
da equivalncia patrimonial e do custo de aquisio.
IMOBILIZADO
Bens de Uso Permanente inspeo dos documentos de aqui-
sio de bens tangveis e contratos representativos de bens in-
tangveis; investigao e confrmao com fornecedores de bens
mveis e no Registro Imveis, para comprovar a propriedade de
imveis; inspeo fsica para constatar a existncia dos bens; revi-
so dos clculos nos casos de depreciao, amortizao e exausto
acumuladas.
DIFERIDO
Despesas Pr-Operacionais e Outras Despesas Diferidas - ins-
peo dos documentos e reviso dos clculos para a verifcao
dos valores apropriados como despesa do exerccio; reviso dos
clculos no caso da amortizao acumulada.
AUDITORIA DAS CONTAS DO PASSIVO CIRCULAN-
TE E EXIGVEL A LONGO PRAZO
Fornecedores - inspeo pelo exame dos documentos de com-
pra e investigao e confrmao mediante circularizao de for-
necedores.
Emprstimos e Financiamentos Bancrios - inspeo pelo
exame dos contratos e ttulos representativos das dvidas e investi-
gao e confrmao, por meio de circularizao de bancos.
AUDITORIA DAS CONTAS DE RESULTADOS DE
EXERCCIOS FUTUROS
Receitas de Exerccios Futuros- inspeo dos documentos re-
lativos a recebimentos antecipados e reviso dos clculos para a
verifcao dos valores apropriados ao resultado do exerccio; re-
viso dos clculos e verifcao dos documentos no caso dos cus-
tos e despesas correspondentes s receitas de exerccios futuros.
AUDITORIA DAS CONTAS DO PATRIMNIO LQUI-
DO
Capital Social inspeo pelo exame de contrato ou estatuto e
suas alteraes; investigao e confrmao na junta comercial do
registro dos atos de constituio e alteraes.
Reservas de Capital - inspeo pelo exame dos documentos
(ttulos, contratos, escrituras etc.) e investigao e confrmao
mediante circularizao de pessoas relacionadas aos fatos gerado-
res das reservas.
Reserva de Reavaliao inspeo pelo exame de documen-
tos (atas de assembleias de acionistas, laudos de peritos etc.).
Reservas de Lucros verifcao dos clculos feitos na cons-
tituio das reservas; inspeo de atas, relatrios e demais docu-
mentos que justifquem a constituio.
AUDITORIA DAS CONTAS DE RESULTADO
A auditoria das contas de resultado tem como objetivo veri-
fcar se:
1 - as receitas e despesas foram apropriadas de acordo com
os Princpios Fundamentais de Contabilidade, aplicados uniforme-
mente em relao ao exerccio anterior;
2 - as despesas e receitas antecipadas ou diferidas esto corre-
tamente apresentadas em contas patrimoniais;
3 - as notas explicativas esclarecem os principais critrios
adotados em relao apropriao das receitas e despesas;
Didatismo e Conhecimento
32
CONHECIMENTOS ESPECFICOS EM METROLOGIA
4 - foram apropriadas todas as despesas correspondentes s
receitas realizadas no perodo.
O auditor deve fazer a anlise do comportamento das receitas
e despesas (reviso analtica), procurando identifcar variaes que
lhe parecem anormais e que meream uma verifcao mais deta-
lhada dos documentos.
Os procedimentos aplicados sobre as contas patrimoniais tam-
bm tm refexos sobre as contas de resultado. Quando o auditor
examina as duplicatas a receber, os elementos obtidos na confr-
mao (circularizao) servem tambm para a auditoria da receita
de vendas a prazo, em funo do uso do mtodo das partidas do-
bradas.
Ao auditar os estoques, o auditor obtm elementos que servem
para a auditoria do custo das mercadorias vendidas. Ao revisar os
clculos das provises e da depreciao acumulada, auditor estar
tambm verifcando a correo dos saldos das despesas com pro-
vises e depreciao.
Normalmente, a confrmao e a observao no so feitas
propriamente para as contas de resultados. As informaes obtidas
por meio desses procedimentos se destinam, mais diretamente, s
contas patrimoniais.
A inspeo adotado em relao s contas de resultado no
que diz respeito ao exame de documentos e livros. Em geral, no
envolve a verifcao da existncia de ativos tangveis.
Quando os controles internos da entidade auditada forem con-
siderados inadequados, a melhor ocasio para a adoo dos proce-
dimentos de auditoria das contas de resultado a data do encerra-
mento do exerccio.
ESTATSTICA: POPULAO E
AMOSTRA; TCNICAS DE AMOSTRAGEM;
MEDIDAS DE TENDNCIA CENTRAL E
DISPERSO; VARIVEIS ALEATRIAS
DISCRETAS E CONTNUAS; PROBABILIDA-
DES; DISTRIBUIES DE PROBABILIDA-
DES. INTERVALOS DE CONFIANA; TES-
TES DE HIPTESES; ANLISE DA VARIN-
CIA. CORRELAO; REGRESSO LINEAR,
MULTILINEAR E POLINOMIAL.
A estatstica , hoje em dia, um instrumento til e, em alguns
casos, indispensvel para tomadas de deciso em diversos campos:
cientfco, econmico, social, poltico
Todavia, antes de chegarmos parte de interpretao para to-
madas de deciso, h que proceder a um indispensvel trabalho
de recolha e organizao de dados, sendo a recolha feita atravs
de recenseamentos (ou censos ou levantamentos estatsticos) ou
sondagens.
Existem indcios que h 300 mil anos a.C. j se faziam censos
na China, Babilnia e no Egito. Censos estes que se destinavam
taxao de impostos.
Estatstica pode ser pensada como a cincia de aprendizagem
a partir de dados. No nosso quotidiano, precisamos tomar deci-
ses, muitas vezes decises rpidas.
Em linhas gerais a Estatstica fornece mtodos que auxiliam
o processo de tomada de deciso atravs da anlise dos dados que
possumos.
Em Estatstica, um resultado signifcante, portanto, tem
signifcncia estatstica, se for improvvel que tenha ocorrido por
acaso (que em estatstica e probabilidade tratado pelo conceito de
chance), caso uma determinada hiptese nula seja verdadeira, mas
no sendo improvvel caso a hiptese base seja falsa. A expresso
teste de signifcncia foi cunhada por Ronald Fisher.
Mais concretamente, no teste de hipteses com base em fre-
quncia estatstica, a signifcncia de um teste a probabilidade
mxima de rejeitar acidentalmente uma hiptese nula verdadeira
(uma deciso conhecida como erro de tipo I). O nvel de signi-
fcncia de um resultado tambm chamado de e no deve ser
confundido com o valor p (p-value).
Por exemplo, podemos escolher um nvel de signifcncia de,
digamos, 5%, e calcular um valor crtico de um parmetro (por
exemplo a mdia) de modo que a probabilidade de ela exceder
esse valor, dada a verdade da hiptese nula, ser 5%. Se o valor
estatstico calculado (ou seja, o nvel de 5% de signifcncia ante-
riormente escolhido) exceder o valor crtico, ento signifcante
ao nvel de 5%.
Se o nvel de signifcncia (ex: 5% anteriormente dado) me-
nor, o valor menos provavelmente um extremo em relao ao va-
lor crtico. Deste modo, um resultado que signifcante ao nvel
de 1% mais signifcante do que um resultado que signifcante
ao nvel de 5%. No entanto, um teste ao nvel de 1% mais sus-
ceptvel de padecer do erro de tipo II do que um teste de 5% e por
isso ter menos poder estatstico.
Ao divisar um teste de hipteses, o tcnico dever tentar ma-
ximizar o poder de uma dada signifcncia, mas ultimamente tem
de reconhecer que o melhor resultado que se pode obter um com-
promisso entre signifcncia e poder, em outras palavras, entre os
erros de tipo I e tipo II.
importante ressaltar que os valores p Fisherianos so floso-
fcamente diferentes dos erros de tipo I de Neyman-Pearson. Esta
confuso infelizmente propagada por muitos livros de estatstica.
Diviso da Estatstica:
- Estatstica Descritiva: Mdia (Aritmtica, Geomtrica, Har-
mnica, Ponderada) - Mediana - Moda - Varincia - Desvio padro
- Coefciente de variao.
- Inferncia Estatstica: Testes de hipteses - Signifcncia -
Potncia - Hiptese nula/Hiptese alternativa - Erro de tipo I - Erro
de tipo II - Teste T - Teste Z - Distribuio t de Student - Normali-
zao - Valor p - Anlise de varincia.
- Estatstica No-Paramtrica: Teste Binomial - Teste Qui-
-quadrado (uma amostra, duas amostras independentes, k amostras
independentes) - Teste Kolmogorov-Smirnov (uma amostra, duas
amostras independentes) - Teste de McNemar - Teste dos Sinais -
Teste de Wilcoxon - Teste de Walsh - Teste Exata de Fisher - Teste
Q de Cochran - Teste de Kruskal-Wallis - Teste de Friedman.
Didatismo e Conhecimento
33
CONHECIMENTOS ESPECFICOS EM METROLOGIA
- Anlise da Sobrevivncia: Funo de sobrevivncia - Ka-
plan-Meier - Teste log-rank - Taxa de falha - Proportional hazards
models.
- Amostragem: Amostragem aleatria simples (com reposi-
o, sem reposio) - Amostragem estratifcada - Amostragem por
conglomerados - Amostragem sistemtica - estimador razo - es-
timador regresso.
- Distribuio de Probabilidade: Normal - De Pareto - De
Poisson - De Bernoulli - Hipergeomtrica - Binomial - Binomial
negativa - Gama - Beta - t de Student - F-Snedecor.
- Correlao: Varivel de confuso - Coefciente de correla-
o de Pearson - Coefciente de correlao de postos de Spearman
- Coefciente de correlao tau de Kendall).
Regresso: Regresso linear - Regresso no-linear - Regres-
so logstica - Mtodo dos mnimos quadrados - Modelos Lineares
Generalizados - Modelos para Dados Longitudinais.
- Anlise Multivariada: Distribuio normal multivariada -
Componentes principais - Anlise fatorial - Anlise discriminan-
te - Anlise de Cluster (Anlise de agrupamento) - Anlise de
Correspondncia.
- Sries Temporais: Modelos para sries temporais - Tendn-
cia e sazonalidade - Modelos de suavizao exponencial - ARIMA
- Modelos sazonais.
Panorama Geral:
Variveis: So caractersticas que so medidas, controladas
ou manipuladas em uma pesquisa. Diferem em muitos aspectos,
principalmente no papel que a elas dado em uma pesquisa e na
forma como podem ser medidas.

Pesquisa Correlacional X Pesquisa Experimental: A
maioria das pesquisas empricas pertencem claramente a uma des-
sas duas categorias gerais: em uma pesquisa correlacional (Levan-
tamento) o pesquisador no infuencia (ou tenta no infuenciar)
nenhuma varivel, mas apenas as mede e procura por relaes
(correlaes) entre elas, como presso sangunea e nvel de coles-
terol. Em uma pesquisa experimental (Experimento) o pesquisador
manipula algumas variveis e ento mede os efeitos desta manipu-
lao em outras variveis; por exemplo, aumentar artifcialmente
a presso sangunea e registrar o nvel de colesterol. A anlise dos
dados em uma pesquisa experimental tambm calcula correla-
es entre variveis, especifcamente entre aquelas manipuladas
e as que foram afetadas pela manipulao. Entretanto, os dados ex-
perimentais podem demonstrar conclusivamente relaes causais
(causa e efeito) entre variveis. Por exemplo, se o pesquisador des-
cobrir que sempre que muda a varivel A ento a varivel B tam-
bm muda, ento ele poder concluir que A infuencia B. Dados
de uma pesquisa correlacional podem ser apenas interpretados
em termos causais com base em outras teorias (no estatsticas)
que o pesquisador conhea, mas no podem ser conclusivamente
provar causalidade.

Variveis dependentes e variveis independentes: Vari-
veis independentes so aquelas que so manipuladas enquanto
que variveis dependentes so apenas medidas ou registradas. Esta
distino confunde muitas pessoas que dizem que todas variveis
dependem de alguma coisa. Entretanto, uma vez que se esteja
acostumado a esta distino ela se torna indispensvel. Os termos
varivel dependente e independente aplicam-se principalmente
pesquisa experimental, onde algumas variveis so manipuladas,
e, neste sentido, so independentes dos padres de reao ini-
cial, intenes e caractersticas dos sujeitos da pesquisa (unidades
experimentais).Espera-se que outras variveis sejam dependen-
tes da manipulao ou das condies experimentais. Ou seja, elas
dependem do que os sujeitos faro em resposta. Contrariando
um pouco a natureza da distino, esses termos tambm so usa-
dos em estudos em que no se manipulam variveis independen-
tes, literalmente falando, mas apenas se designam sujeitos a gru-
pos experimentais baseados em propriedades pr-existentes dos
prprios sujeitos. Por exemplo, se em uma pesquisa compara-se a
contagem de clulas brancas (White Cell Count em ingls, WCC)
de homens e mulheres, sexo pode ser chamada de varivel inde-
pendente e WCC de varivel dependente.

Nveis de Mensurao: As variveis diferem em quo bem
elas podem ser medidas, isto , em quanta informao seu nvel
de mensurao pode prover. H obviamente algum erro em cada
medida, o que determina o montante de informao que se pode
obter, mas basicamente o fator que determina a quantidade de in-
formao que uma varivel pode prover o seu tipo de nvel de
mensurao. Sob este prisma as variveis so classifcadas como
nominais, ordinais e intervalares.
- Variveis nominais permitem apenas classifcao qualita-
tiva. Ou seja, elas podem ser medidas apenas em termos de quais
itens pertencem a diferentes categorias, mas no se pode quantif-
car nem mesmo ordenar tais categorias. Por exemplo, pode-se di-
zer que 2 indivduos so diferentes em termos da varivel A (sexo,
por exemplo), mas no se pode dizer qual deles tem mais da
qualidade representada pela varivel. Exemplos tpicos de vari-
veis nominais so sexo, raa, cidade, etc.
- Variveis ordinais permitem ordenar os itens medidos em
termos de qual tem menos e qual tem mais da qualidade represen-
tada pela varivel, mas ainda no permitem que se diga o quanto
mais. Um exemplo tpico de uma varivel ordinal o status s-
cio-econmico das famlias residentes em uma localidade: sabe-se
que mdia-alta mais alta do que mdia, mas no se pode dizer,
por exemplo, que 18% mais alta. A prpria distino entre men-
surao nominal, ordinal e intervalar representa um bom exemplo
de uma varivel ordinal: pode-se dizer que uma medida nominal
prov menos informao do que uma medida ordinal, mas no se
pode dizer quanto menos ou como esta diferena se compara
diferena entre mensurao ordinal e intervalar.
- Variveis intervalares permitem no apenas ordenar em pos-
tos os itens que esto sendo medidos, mas tambm quantifcar e
comparar o tamanho das diferenas entre eles. Por exemplo, tem-
peratura, medida em graus Celsius constitui uma varivel interva-
lar. Pode-se dizer que a temperatura de 40C maior do que 30C e
que um aumento de 20C para 40C duas vezes maior do que um
aumento de 30C para 40C.

Relaes entre variveis: Duas ou mais variveis quaisquer
esto relacionadas se em uma amostra de observaes os valores
dessas variveis so distribudos de forma consistente. Em outras
palavras, as variveis esto relacionadas se seus valores corres-
pondem sistematicamente uns aos outros para aquela amostra de
observaes. Por exemplo, sexo e WCC seriam relacionados se a
maioria dos homens tivesse alta WCC e a maioria das mulheres
Didatismo e Conhecimento
34
CONHECIMENTOS ESPECFICOS EM METROLOGIA
baixa WCC, ou vice-versa; altura relacionada ao peso porque
tipicamente indivduos altos so mais pesados do que indivduos
baixos; Q.I. est relacionado ao nmero de erros em um teste se
pessoas com Q.I.s mais altos cometem menos erros.

Importncia das relaes entre variveis: Geralmente o ob-
jetivo principal de toda pesquisa ou anlise cientfca encontrar
relaes entre variveis. A flosofa da cincia ensina que no h
outro meio de representar signifcado exceto em termos de re-
laes entre quantidades ou qualidades, e ambos os casos envol-
vem relaes entre variveis. Assim, o avano da cincia sempre
tem que envolver a descoberta de novas relaes entre variveis.
Em pesquisas correlacionais a medida destas relaes feita de
forma bastante direta, bem como nas pesquisas experimentais.
Por exemplo, o experimento j mencionado de comparar WCC
em homens e mulheres pode ser descrito como procura de uma
correlao entre 2 variveis: sexo e WCC. A Estatstica nada
mais faz do que auxiliar na avaliao de relaes entre variveis.

Aspectos bsicos da relao entre variveis: As duas pro-
priedades formais mais elementares de qualquer relao entre va-
riveis so a magnitude (tamanho) e a confabilidade da relao.
- Magnitude muito mais fcil de entender e medir do que
a confabilidade. Por exemplo, se cada homem em nossa amos-
tra tem um WCC maior do que o de qualquer mulher da amostra,
poderia-se dizer que a magnitude da relao entre as duas variveis
(sexo e WCC) muito alta em nossa amostra. Em outras palavras,
poderia-se prever uma baseada na outra (ao menos na amostra em
questo).
- Confabilidade um conceito muito menos intuitivo, mas
extremamente importante. Relaciona-se representatividade do
resultado encontrado em uma amostra especfca de toda a popu-
lao. Em outras palavras, diz quo provvel ser encontrar uma
relao similar se o experimento fosse feito com outras amostras
retiradas da mesma populao, lembrando que o maior interesse
est na populao. O interesse na amostra reside na informao
que ela pode prover sobre a populao. Se o estudo atender certos
critrios especfcos (que sero mencionados posteriormente) en-
to a confabilidade de uma relao observada entre variveis na
amostra pode ser estimada quantitativamente e representada usan-
do uma medida padro (chamada tecnicamente de nvel-p ou nvel
de signifcncia estatstica).

Signifcncia Estatstica (nvel-p): A signifcncia estatstica
de um resultado uma medida estimada do grau em que este resul-
tado verdadeiro (no sentido de que seja realmente o que ocorre
na populao, ou seja no sentido de representatividade da popula-
o). Mais tecnicamente, o valor do nvel-p representa um ndice
decrescente da confabilidade de um resultado. Quanto mais alto
o nvel-p, menos se pode acreditar que a relao observada entre
as variveis na amostra um indicador confvel da relao entre
as respectivas variveis na populao. Especifcamente, o nvel-p
representa a probabilidade de erro envolvida em aceitar o resultado
observado como vlido, isto , como representativo da popula-
o. Por exemplo, um nvel-p de 0,05 (1/20) indica que h 5% de
probabilidade de que a relao entre as variveis, encontrada na
amostra, seja um acaso feliz. Em outras palavras, assumindo que
no haja relao entre aquelas variveis na populao, e o experi-
mento de interesse seja repetido vrias vezes, poderia-se esperar
que em aproximadamente 20 realizaes do experimento haveria
apenas uma em que a relao entre as variveis em questo seria
igual ou mais forte do que a que foi observada naquela amostra
anterior. Em muitas reas de pesquisa, o nvel-p de 0,05 costu-
meiramente tratado como um limite aceitvel de erro.
Como determinar que um resultado realmente signif-
cante: No h meio de evitar arbitrariedade na deciso fnal de qual
nvel de signifcncia ser tratado como realmente signifcante.
Ou seja, a seleo de um nvel de signifcncia acima do qual os
resultados sero rejeitados como invlidos arbitrria. Na prtica,
a deciso fnal depende usualmente de: se o resultado foi previsto a
priori ou apenas a posteriori no curso de muitas anlises e compa-
raes efetuadas no conjunto de dados; no total de evidncias con-
sistentes do conjunto de dados; e nas tradies existentes na rea
particular de pesquisa. Tipicamente, em muitas cincias resultados
que atingem nvel-p 0,05 so considerados estatisticamente signi-
fcantes, mas este nvel ainda envolve uma probabilidade de erro
razovel (5%). Resultados com um nvel-p 0,01 so comumente
considerados estatisticamente signifcantes, e com nvel-p 0,005
ou nvel-p 0,001 so frequentemente chamados altamente signi-
fcantes. Estas classifcaes, porm, so convenes arbitrrias e
apenas informalmente baseadas em experincia geral de pesquisa.
Uma consequncia bvia que um resultado considerado signif-
cante a 0,05, por exemplo, pode no s-lo a 0,01.
Signifcncia estatstica e o nmero de anlises realizadas:
Desnecessrio dizer quanto mais anlises sejam realizadas em um
conjunto de dados, mais os resultados atingiro por acaso o nvel
de signifcncia convencionado. Por exemplo, ao calcular corre-
laes entre dez variveis (45 diferentes coefcientes de correla-
o), seria razovel esperar encontrar por acaso que cerca de dois
(um em cada 20) coefcientes de correlao so signifcantes ao
nvel-p 0,05, mesmo que os valores das variveis sejam totalmente
aleatrios, e aquelas variveis no se correlacionem na populao.
Alguns mtodos estatsticos que envolvem muitas comparaes,
e portanto uma boa chance para tais erros, incluem alguma cor-
reo ou ajuste para o nmero total de comparaes. Entretanto,
muitos mtodos estatsticos (especialmente anlises exploratrias
simples de dados) no oferecem nenhum remdio direto para este
problema. Cabe ento ao pesquisador avaliar cuidadosamente a
confabilidade de descobertas no esperadas.
Fora X Confabilidade de uma relao entre variveis:
Foi dito anteriormente que fora (magnitude) e confabilidade so
dois aspectos diferentes dos relacionamentos entre variveis. Con-
tudo, eles no so totalmente independentes. Em geral, em uma
amostra de um certo tamanho quanto maior a magnitude da relao
entre variveis, mais confvel a relao.
Assumindo que no h relao entre as variveis na popula-
o, o resultado mais provvel deveria ser tambm no encontrar
relao entre as mesmas variveis na amostra da pesquisa. Assim,
quanto mais forte a relao encontrada na amostra menos provvel
a no existncia da relao correspondente na populao. En-
to a magnitude e a signifcncia de uma relao aparentam estar
fortemente relacionadas, e seria possvel calcular a signifcncia a
partir da magnitude e vice-versa. Entretanto, isso vlido apenas
se o tamanho da amostra mantido constante, porque uma relao
de certa fora poderia ser tanto altamente signifcante ou no sig-
nifcante de todo dependendo do tamanho da amostra.
Didatismo e Conhecimento
35
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Por que a signifcncia de uma relao entre variveis de-
pende do tamanho da amostra: Se h muito poucas observaes
ento h tambm poucas possibilidades de combinao dos valo-
res das variveis, e ento a probabilidade de obter por acaso uma
combinao desses valores que indique uma forte relao relati-
vamente alta. Considere-se o seguinte exemplo:
H interesse em duas variveis (sexo: homem, mulher; WCC:
alta, baixa) e h apenas quatro sujeitos na amostra (2 homens e 2
mulheres). A probabilidade de se encontrar, puramente por aca-
so, uma relao de 100% entre as duas variveis pode ser to alta
quanto 1/8. Explicando, h uma chance em oito de que os dois
homens tenham alta WCC e que as duas mulheres tenham baixa
WCC, ou vice-versa, mesmo que tal relao no exista na popula-
o. Agora considere-se a probabilidade de obter tal resultado por
acaso se a amostra consistisse de 100 sujeitos: a probabilidade de
obter aquele resultado por acaso seria praticamente zero.
Observando um exemplo mais geral. Imagine-se uma popu-
lao terica em que a mdia de WCC em homens e mulheres
exatamente a mesma. Supondo um experimento em que se reti-
ram pares de amostras (homens e mulheres) de um certo tamanho
da populao e calcula-se a diferena entre a mdia de WCC em
cada par de amostras (supor ainda que o experimento ser repetido
vrias vezes). Na maioria dos experimento os resultados das dife-
renas sero prximos de zero. Contudo, de vez em quando, um
par de amostra apresentar uma diferena entre homens e mulhe-
res consideravelmente diferente de zero. Com que frequncia isso
acontece? Quanto menor a amostra em cada experimento maior a
probabilidade de obter esses resultados errneos, que, neste caso,
indicariam a existncia de uma relao entre sexo e WCC obtida
de uma populao em que tal relao no existe. Observe-se mais
um exemplo (razo meninos para meninas, Nisbett et al., 1987):
H dois hospitais: no primeiro nascem 120 bebs a cada dia
e no outro apenas 12. Em mdia a razo de meninos para meninas
nascidos a cada dia em cada hospital de 50/50. Contudo, certo
dia, em um dos hospitais nasceram duas vezes mais meninas do
que meninos. Em que hospital isso provavelmente aconteceu? A
resposta bvia para um estatstico, mas no to bvia para os
leigos: muito mais provvel que tal fato tenha ocorrido no hos-
pital menor. A razo para isso que a probabilidade de um desvio
aleatrio da mdia da populao aumenta com a diminuio do
tamanho da amostra (e diminui com o aumento do tamanho da
amostra).
Por que pequenas relaes podem ser provadas como
signifcantes apenas por grandes amostras: Os exemplos dos
pargrafos anteriores indicam que se um relacionamento entre as
variveis em questo (na populao) pequeno, ento no h meio
de identifcar tal relao em um estudo a no ser que a amostra seja
correspondentemente grande. Mesmo que a amostra seja de fato
perfeitamente representativa da populao o efeito no ser esta-
tisticamente signifcante se a amostra for pequena. Analogamente,
se a relao em questo muito grande na populao ento poder
ser constatada como altamente signifcante mesmo em um estudo
baseado em uma pequena amostra. Mais um exemplo:
Se uma moeda ligeiramente viciada, de tal forma que quan-
do lanada ligeiramente mais provvel que ocorram caras do que
coroas (por exemplo uma proporo 60% para 40%). Ento dez
lanamentos no seriam sufcientes para convencer algum de que
a moeda viciada, mesmo que o resultado obtido (6 caras e 4 co-
roas) seja perfeitamente representativo do viesamento da moeda.
Entretanto, dez lanamentos no so sufcientes para provar nada?
No, se o efeito em questo for grande o bastante, os dez lana-
mentos sero sufcientes. Por exemplo, imagine-se que a moeda
seja to viciada que no importe como venha a ser lanada o resul-
tado ser cara. Se tal moeda fosse lanada dez vezes, e cada lana-
mento produzisse caras, muitas pessoas considerariam isso prova
sufciente de que h algo errado com a moeda. Em outras pala-
vras, seria considerada prova convincente de que a populao te-
rica de um nmero infnito de lanamentos desta moeda teria mais
caras do que coroas. Assim, se a relao grande, ento poder ser
considerada signifcante mesmo em uma pequena amostra.
Pode uma relao inexistente ser um resultado signif-
cante: Quanto menor a relao entre as variveis maior o tama-
nho de amostra necessrio para prov-la signifcante. Por exem-
plo, imagine-se quantos lanamentos seriam necessrios para
provar que uma moeda viciada se seu viesamento for de apenas
0,000001 %! Ento, o tamanho mnimo de amostra necessrio
cresce na mesma proporo em que a magnitude do efeito a ser
demonstrado decresce. Quando a magnitude do efeito aproxima-se
de zero, o tamanho de amostra necessrio para prov-lo aproxima-
-se do infnito. Isso quer dizer que, se quase no h relao entre
duas variveis o tamanho da amostra precisa quase ser igual ao
tamanho da populao, que teoricamente considerado infnita-
mente grande. A signifcncia estatstica representa a probabilida-
de de que um resultado similar seja obtido se toda a populao
fosse testada. Assim, qualquer coisa que fosse encontrada aps
testar toda a populao seria, por defnio, signifcante ao mais
alto nvel possvel, e isso tambm inclui todos os resultados de
relao inexistente.
Como medir a magnitude (fora) das relaes entre vari-
veis: H muitas medidas da magnitude do relacionamento entre
variveis que foram desenvolvidas por estatsticos: a escolha de
uma medida especfca em dadas circunstncias depende do nme-
ro de variveis envolvidas, nveis de mensurao usados, natureza
das relaes, etc. Quase todas, porm, seguem um princpio geral:
elas procuram avaliar a relao comparando-a de alguma forma
com a mxima relao imaginvel entre aquelas variveis espe-
cfcas. Tecnicamente, um modo comum de realizar tais avaliaes
observar quo diferenciados so os valores das variveis, e ento
calcular qual parte desta diferena global disponvel seria detec-
tada na ocasio se aquela diferena fosse comum (fosse apenas
devida relao entre as variveis) nas duas (ou mais) variveis
em questo. Falando menos tecnicamente, compara-se o que
comum naquelas variveis com o que potencialmente poderia
haver em comum se as variveis fossem perfeitamente relaciona-
das. Outro exemplo:
Em uma amostra o ndice mdio de WCC igual a 100 em
homens e 102 em mulheres. Assim, poderia-se dizer que, em m-
dia, o desvio de cada valor da mdia de ambos (101) contm uma
componente devida ao sexo do sujeito, e o tamanho desta com-
ponente 1. Este valor, em certo sentido, representa uma medida
da relao entre sexo e WCC. Contudo, este valor uma medida
muito pobre, porque no diz quo relativamente grande aquela
componente em relao diferena global dos valores de WCC.
H duas possibilidades extremas: S
Didatismo e Conhecimento
36
CONHECIMENTOS ESPECFICOS EM METROLOGIA
- Se todos os valore de WCC de homens so exatamente iguais
a 100 e os das mulheres iguais a 102 ento todos os desvios da m-
dia conjunta na amostra seriam inteiramente causados pelo sexo.
Poderia-se dizer que nesta amostra sexo perfeitamente correla-
cionado a WCC, ou seja, 100% das diferenas observadas entre os
sujeitos relativas a suas WCCs devem-se a seu sexo.
- Se todos os valores de WCC esto em um intervalo de 0 a
1000, a mesma diferena (de 2) entre a WCC mdia de homens
e mulheres encontrada no estudo seria uma parte to pequena na
diferena global dos valores que muito provavelmente seria con-
siderada desprezvel. Por exemplo, um sujeito a mais que fosse
considerado poderia mudar, ou mesmo reverter, a direo da dife-
rena. Portanto, toda boa medida das relaes entre variveis tem
que levar em conta a diferenciao global dos valores individuais
na amostra e avaliar a relao em termos (relativos) de quanto des-
ta diferenciao se deve relao em questo.
Formato geral de muitos testes estatsticos: Como o ob-
jetivo principal de muitos testes estatsticos avaliar relaes entre
variveis, muitos desses testes seguem o princpio exposto no item
anterior. Tecnicamente, eles representam uma razo de alguma
medida da diferenciao comum nas variveis em anlise (devido
sua relao) pela diferenciao global daquelas variveis. Por
exemplo, teria-se uma razo da parte da diferenciao global dos
valores de WCC que podem se dever ao sexo pela diferenciao
global dos valores de WCC. Esta razo usualmente chamada de
razo da variao explicada pela variao total. Em estatstica o
termo variao explicada no implica necessariamente que tal va-
riao compreendida conceitualmente. O termo usado apenas
para denotar a variao comum s variveis em questo, ou seja, a
parte da variao de uma varivel que explicada pelos valores
especfcos da outra varivel e vice-versa.
Como calculado o nvel de signifcncia estatstico: As-
suma-se que j tenha sido calculada uma medida da relao en-
tre duas variveis (como explicado acima). A prxima questo
quo signifcante esta relao? Por exemplo, 40% da variao
global ser explicada pela relao entre duas variveis sufciente
para considerar a relao signifcante? Depende. Especifcamen-
te, a signifcncia depende principalmente do tamanho da amos-
tra. Como j foi explicado, em amostras muito grandes mesmo
relaes muito pequenas entre variveis sero signifcantes, en-
quanto que em amostras muito pequenas mesmo relaes muito
grandes no podero ser consideradas confveis (signifcantes).
Assim, para determinar o nvel de signifcncia estatstica torna-
-se necessria uma funo que represente o relacionamento entre
magnitude e signifcncia das relaes entre duas variveis,
dependendo do tamanho da amostra. Tal funo diria exatamente
quo provvel obter uma relao de dada magnitude (ou maior)
de uma amostra de dado tamanho, assumindo que no h tal re-
lao entre aquelas variveis na populao. Em outras palavras,
aquela funo forneceria o nvel de signifcncia (nvel-p), e isso
permitiria conhecer a probabilidade de erro envolvida em rejei-
tar a ideia de que a relao em questo no existe na populao.
Esta hiptese alternativa (de que no h relao na populao)
usualmente chamada de hiptese nula. Seria ideal se a funo de
probabilidade fosse linear, e por exemplo, apenas tivesse diferen-
tes inclinaes para diferentes tamanhos de amostra. Infelizmente,
a funo mais complexa, e no sempre exatamente a mesma.
Entretanto, em muitos casos, sua forma conhecida e isso pode ser
usado para determinar os nveis de signifcncia para os resultados
obtidos em amostras de certo tamanho. Muitas daquelas funes
so relacionadas a um tipo geral de funo que chamada de nor-
mal (ou gaussiana).
Por que a distribuio normal importante: A distribui-
o normal importante porque em muitos casos ela se apro-
xima bem da funo introduzida no item anterior. A distribuio
de muitas estatsticas de teste normal ou segue alguma forma
que pode ser derivada da distribuio normal. Neste sentido, f-
losofcamente, a distribuio normal representa uma das elemen-
tares verdades acerca da natureza geral da realidade, verifcada
empiricamente, e seu status pode ser comparado a uma das leis
fundamentais das cincias naturais. A forma exata da distribuio
normal (a caracterstica curva do sino) defnida por uma fun-
o que tem apenas dois parmetros: mdia e desvio padro.
Uma propriedade caracterstica da distribuio normal que
68% de todas as suas observaes caem dentro de um intervalo de
1 desvio padro da mdia, um intervalo de 2 desvios padres inclui
95% dos valores, e 99% das observaes caem dentro de um inter-
valo de 3 desvios padres da mdia. Em outras palavras, em uma
distribuio normal as observaes que tem um valor padronizado
de menos do que -2 ou mais do que +2 tem uma frequncia rela-
tiva de 5% ou menos (valor padronizado signifca que um valor
expresso em termos de sua diferena em relao mdia, dividida
pelo desvio padro).
Ilustrao de como a distribuio normal usada em ra-
ciocnio estatstico (induo): Retomando o exemplo j discuti-
do, onde pares de amostras de homens e mulheres foram retirados
de uma populao em que o valor mdio de WCC em homens e
mulheres era exatamente o mesmo. Embora o resultado mais pro-
vvel para tais experimentos (um par de amostras por experimen-
to) que a diferena entre a WCC mdia em homens e mulheres
em cada par seja prxima de zero, de vez em quando um par de
amostras apresentar uma diferena substancialmente diferente de
zero. Quo frequentemente isso ocorre? Se o tamanho da amostra
grande o bastante, os resultados de tais repeties so normal-
mente distribudos, e assim, conhecendo a forma da curva normal
pode-se calcular precisamente a probabilidade de obter por aca-
so resultados representando vrios nveis de desvio da hipottica
mdia populacional 0 (zero). Se tal probabilidade calculada to
pequena que satisfaz ao critrio previamente aceito de signifcn-
cia estatstica, ento pode-se concluir que o resultado obtido pro-
duz uma melhor aproximao do que est acontecendo na popula-
o do que a hiptese nula. Lembrando ainda que a hiptese nula
foi considerada apenas por razes tcnicas como uma referncia
contra a qual o resultado emprico (dos experimentos) foi avaliado.
Todos os testes estatsticos so normalmente distribudos:
No todos, mas muitos so ou baseados na distribuio normal di-
retamente ou em distribuies a ela relacionadas, e que podem ser
derivadas da normal, como as distribuies t, F ou Chi-quadrado
(Qui-quadrado). Tipicamente, estes testes requerem que as vari-
veis analisadas sejam normalmente distribudas na populao, ou
seja, que elas atendam suposio de normalidade. Muitas va-
riveis observadas realmente so normalmente distribudas, o que
outra razo por que a distribuio normal representa uma ca-
Didatismo e Conhecimento
37
CONHECIMENTOS ESPECFICOS EM METROLOGIA
racterstica geral da realidade emprica. O problema pode surgir
quando se tenta usar um teste baseado na distribuio normal para
analisar dados de variveis que no so normalmente distribudas.
Em tais casos h duas opes. Primeiramente, pode-se usar algum
teste no paramtrico alternativo (ou teste livre de distribui-
o); mas isso frequentemente inconveniente porque tais testes
so tipicamente menos poderosos e menos fexveis em termos
dos tipos de concluses que eles podem proporcionar. Alternati-
vamente, em muitos casos ainda se pode usar um teste baseado na
distribuio normal se apenas houver certeza de que o tamanho
das amostras sufcientemente grande. Esta ltima opo basea-
da em um princpio extremamente importante que largamente
responsvel pela popularidade dos testes baseados na distribuio
normal. Nominalmente, quanto mais o tamanho da amostra au-
mente, mais a forma da distribuio amostral (a distribuio de
uma estatstica da amostra) da mdia aproxima-se da forma da
normal, mesmo que a distribuio da varivel em questo no seja
normal. Este princpio chamado de Teorema Central do Limite.
Como se conhece as consequncias de violar a suposio
de normalidade: Embora muitas das declaraes feitas anterior-
mente possam ser provadas matematicamente, algumas no tm
provas tericas e podem demonstradas apenas empiricamente via
experimentos Monte Carlo (simulaes usando gerao aleatria
de nmeros). Nestes experimentos grandes nmeros de amostras
so geradas por um computador seguindo especifcaes pr-de-
signadas e os resultados de tais amostras so analisados usando
uma grande variedade de testes. Este o modo emprico de avaliar
o tipo e magnitude dos erros ou viesamentos a que se expe o
pesquisador quando certas suposies tericas dos testes usados
no so verifcadas nos dados sob anlise. Especifcamente, os es-
tudos de Monte Carlo foram usados extensivamente com testes
baseados na distribuio normal para determinar quo sensveis
eles eram violaes da suposio de que as variveis analisadas
tinham distribuio normal na populao. A concluso geral destes
estudos que as consequncias de tais violaes so menos seve-
ras do que se tinha pensado a princpio. Embora estas concluses
no devam desencorajar ningum de se preocupar com a suposio
de normalidade, elas aumentaram a popularidade geral dos testes
estatsticos dependentes da distribuio normal em todas as reas
de pesquisa.
Objeto da Estatstica: Estatstica uma cincia exata que
visa fornecer subsdios ao analista para coletar, organizar, resumir,
analisar e apresentar dados. Trata de parmetros extrados da popu-
lao, tais como mdia ou desvio padro. A estatstica fornece-nos
as tcnicas para extrair informao de dados, os quais so muitas
vezes incompletos, na medida em que nos do informao til so-
bre o problema em estudo, sendo assim, objetivo da Estatstica
extrair informao dos dados para obter uma melhor compreenso
das situaes que representam. Quando se aborda uma problem-
tica envolvendo mtodos estatsticos, estes devem ser utilizados
mesmo antes de se recolher a amostra, isto , deve-se planejar a
experincia que nos vai permitir recolher os dados, de modo que,
posteriormente, se possa extrair o mximo de informao relevan-
te para o problema em estudo, ou seja, para a populao de onde os
dados provm. Quando de posse dos dados, procura-se agrup-los
e reduzi-los, sob forma de amostra, deixando de lado a aleatorie-
dade presente. Seguidamente o objetivo do estudo estatstico pode
ser o de estimar uma quantidade ou testar uma hiptese, utilizan-
do-se tcnicas estatsticas convenientes, as quais realam toda a
potencialidade da Estatstica, na medida em que vo permitir tirar
concluses acerca de uma populao, baseando-se numa pequena
amostra, dando-nos ainda uma medida do erro cometido.
Exemplo: Ao chegarmos a uma churrascaria, no precisamos
comer todos os tipos de saladas, de sobremesas e de carnes dispo-
nveis, para conseguirmos chegar a concluso de que a comida
de boa qualidade. Basta que seja provado um tipo de cada opo
para concluirmos que estamos sendo bem servidos e que a comida
est dentro dos padres.
Populao e Amostra
Populao a totalidade de pessoas, animais, plantas ou obje-
tos, da qual se podem recolher dados. um grupo de interesse que
se deseja descrever ou acerca do qual se deseja tirar concluses.
Amostra um subconjunto de uma populao ou universo. A
amostra deve ser obtida de uma populao especfca e homognea
por um processo aleatrio. A aleatorizao condio necessria
para que a amostra seja representativa da populao. importante
que o investigador defna cuidadosa e completamente a populao
antes de recolher a amostra, incluindo uma descrio dos membros
que devem ser includos. Para cada populao, h muitas amostras
possveis e qualquer delas deve fornecer informao dos parme-
tros da populao correspondente. importante defnir os critrios
que permitem determinar se um indivduo pertence ou no popu-
lao em estudo. Para isso, defne-se conceptualmente a populao
(ex. hipertensos). Falta ainda saber o que se entende por hiperten-
so. Este o critrio operacional que vai permitir saber quem per-
tence populao. Tem de fcar bem defnido quem hipertenso.
As amostras devem ser obtidas por mtodos aleatrios, sem-
pre que se pretende tirar concluses sobre a populao mas muitas
vezes so obtidas por mtodos no aleatrios. A amostra pode ser
todos os bebs nascidos a 7 de Maio, em qualquer dos anos. Neste
ltimo caso, as concluses a retirar do estudo, apenas se reportam
amostra.
A Estatstica Descritiva um ramo da estatstica que aplica
vrias tcnicas para descrever e sumariar um conjunto de dados.
Se diferencia da estatstica inferencial, ou estatstica indutiva, pelo
objetivo: organizar, sumarizar dados ao invs de usar os dados em
aprendizado sobre a populao. Esse princpio faz da estatstica
descritiva independente.
Objetivos dos parmetros

Podemos querer escolher um parmetro que nos mostre como
as diferentes observaes so semelhantes. Os textos acadmicos
costumam chamar a este objetivo de medidas de tendncia cen-
tral. Podemos querer escolher parmetros que nos mostrem como
aquelas observaes diferem. Costuma chamar-se a este tipo de
parmetros de medidas de disperso. Exemplos:
Medidas de tendncia central ou Medidas de Posio: So
medidas que indicam a localizao dos dados. Costumamos res-
ponder ao primeiro desafo com o uso da mdia aritmtica, a Me-
diana (estatstica), ou a moda. Por vezes escolhemos valores espe-
cfcos da funo distribuio acumulada chamados quantis como
quartis, decis, ou percentis.
Didatismo e Conhecimento
38
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Medidas de disperso: As medidas mais comuns de variabili-
dade para dados quantitativos so a varincia; a sua raiz quadrada,
o desvio padro. A amplitude total, a distncia interquartlica e o
desvio absoluto so mais alguns exemplos de medidas de disperso.
Noes de amostragem
Qualquer estudo cientfco enfrenta o dilema de estudo da po-
pulao ou da amostra. Obviamente teria-se uma preciso muito
superior se fosse analisado o grupo inteiro, a populao, do que
uma pequena parcela representativa, denominada amostra. Obser-
va-se que impraticvel na grande maioria dos casos, estudar-se a
populao em virtude de distncias, custo, tempo, logstica, entre
outros motivos. A alternativa praticada nestes casos o trabalho
com uma amostra confvel. Se a amostra confvel e proporcio-
na inferir sobre a populao, chamamos de inferncia estatstica.
Para que a inferncia seja vlida, necessria uma boa amostra-
gem, livre de erros, tais como falta de determinao correta da
populao, falta de aleatoriedade e erro no dimensionamento da
amostra.
Quando no possvel estudar, exaustivamente, todos os ele-
mentos da populao, estudam-se s alguns elementos, a que da-
mos o nome de Amostra.
Exemplo: Se o objetivo for estudar o desempenho escolar de
um colgio, indicado estudar as notas dos alunos ao fnal do ano
letivo. A partir da poderemos facilmente obter a percentagem
de aprovaes e reprovaes. Agora, se entretanto o interesse for
aprofundar o estudo, saber se por exemplo o sucesso no estudo
pode ser atribudo para as alunas ou alunos, deveremos recolher
no somente a informao relativa a nota do aluno que aprovou ou
no, mas tambm para cada um, o sexo.
Aprovados
Masculino 28%
Feminino 13%
Total 41%
Quando a amostra no representa corretamente a populao
diz-se enviesada e a sua utilizao pode dar origem a interpreta-
es erradas.
Estatstica Descritiva e Estatstica Indutiva
Sondagem: por vezes no vivel nem desejvel, principal-
mente quando o nmero de elementos da populao muito ele-
vado, inquirir todos os seus elementos sempre que se quer estudar
uma ou mais caractersticas particulares dessa populao. Assim
surge o conceito de sondagem, que se pode tentar defnir como:
Estudo cientfco de uma parte de uma populao com o objetivo
de estudar atitudes, hbitos e preferncias da populao relativa-
mente a acontecimentos, circunstncias e assuntos de interesse
comum.
Amostragem: o processo que procura extrair da populao
elementos que atravs de clculos probabilsticos ou no, consi-
gam prover dados inferenciais da populao-alvo.
Tipos de Amostragem
No Probabilstica
Acidental ou convenincia
Intencional
Quotas ou proporcional
Desproporcional
Probabilstica
Aleatria Simples
Aleatria Estratifcada
Conglomerado
- No Probabilstica: A escolha de um mtodo no probabils-
tico, via de regra, sempre encontrar desvantagem frente ao mto-
do probabilstico. No entanto, em alguns casos, se faz necessrio a
opo por este mtodo. Fonseca (1996), alerta que no h formas
de se generalizar os resultados obtidos na amostra para o todo da
populao quando se opta por este mtodo de amostragem.
- Acidental ou Convenincia: Indicada para estudos explora-
trios. Frequentemente utilizados em super mercados para testar
produtos.
- Intencional: O entrevistador dirige-se a um grupo em espe-
cfco para saber sua opinio. Por exemplo, quando de um estudo
sobre automveis, o pesquisador procura apenas ofcinas.
- Quotas ou Proporcional: Na realidade, trata-se de uma va-
riao da amostragem intencional. Necessita-se ter um prvio co-
nhecimento da populao e sua proporcionalidade. Por exemplo,
deseja-se entrevistar apenas indivduos da classe A, que representa
12% da populao. Esta ser a quota para o trabalho. Comumen-
te tambm substratifca-se uma quota obedecendo a uma segunda
proporcionalidade.D
- Desproporcional: Muito utilizada quando a escolha da amos-
tra for desproporcional populao. Atribui-se pesos para os da-
dos, e assim obtm-se resultados ponderados representativos para
o estudo.
Exemplo: Em um mercado de telefones celulares, conside-
rando uma fatia de mercado meramente ilustrativa, obteve-se os
resultados conforme descritos a seguir:
Marcas Participao no mercado
Elementos da Amostra
n %
Nokia 60% 50 25%
Ericson 20% 50 25%
Gradiente 15% 50 25%
Philips 05% 50 25%
Total 100% 200 100%
Objetivando obtermos os pesos a serem atribudos a cada mar-
ca de telefone celular, para uma anlise conjunta de todas as mar-
cas no exemplo acima, obtemos os seguintes coefcientes:
Marcas Pesos
Nmero de elementos a serem
entrevistados
Nokia 2,4 120
Ericson 0,8 40
Didatismo e Conhecimento
39
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Gradiente 0,6 30
Philips 0,2 10
Total 4,0 200
Dimensionamento da amostra: Quando deseja-se dimensio-
nar o tamanho da amostra, o procedimento desenvolve-se em trs
etapas distintas:
- Avaliar a varivel mais importante do grupo e a mais signi-
fcativa;
- Analisar se ordinal, intervalar ou nominal;
- Verifcar se a populao fnita ou infnita;
Varivel intervalar e populao
infnita
Varivel intervalar e populao
fnita
Varivel nominal ou ordinal e po-
pulao infnita
Varivel nominal ou ordinal e po-
pulao fnita
Obs.: A proporo (p) ser a estimativa da verdadeira pro-
poro de um dos nveis escolhidos para a varivel adotada. Por
exemplo, 60% dos telefones da amostra Nokia, ento p ser 0,60.
A proporo (q) ser sempre 1 - p. Neste exemplo q, ser 0,4. O
erro representado por d. Para casos em que no se tenha como
identifcar as propores confere-se 0,5 para p e q.
Motivao: Muitas vezes estamos interessados em algumas
caractersticas de uma populao, por exemplo, qual a caractersti-
ca de uma regio em Belo Horizonte? Qual o perfl dos moradores
dessa regio? A consulta a todos os moradores dessa regio torna-
ria o levantamento muito invivel por diversas razes (limitaes):
- Custo
- Tempo
- Pessoal
- Comodidade
- Impossibilidade de observar todas as unidades amostrais.
Dessa forma, consultar uma parte dos moradores (uma amos-
tra) uma alternativa bem razovel. Por que fazer amostragem?
Populao grande, diminuir custo, resultados mais rpidos, au-
mentar a representatividade, melhorar a preciso (mais cuidado na
obteno dos dados), minimizar perdas por medidas destrutivas.
Por que fazer censo? Populao pequena, preciso completa (no
se permite erros), a observao j completa.
Notao:
N: tamanho da populao
n: tamanho da amostra
X
1
,..., X
N
: elementos da populao
x
1
,..., x
n
: elementos da amostra
Caractersticas Populacionais: So aspectos (variveis) da
populao que ns estamos interessados em analisar. Ex.: o grau
de satisfao com o servio 190 da polcia.
Elemento: um objeto no qual as caractersticas de interes-
se podem ser medidas. Ex.: cada residente que acionou a polcia
atravs do 190.
Populao alvo (ou objetiva): a coleo fnita de elementos
sobre a qual desejamos fazer inferncia, ou seja, coletar informa-
es. Ex.: todas as pessoas que acionaram a polcia pelo 190.
Populao de estudo (ou referenciada): o grupo de ele-
mentos do qual a amostra selecionada, ou seja, a populao
que deveria ser representada pela amostra. Ex.: todas as pessoas
que ligaram para o 190 consideradas no cadastro que auxiliou
amostragem.
Unidades amostrais: So partes disjuntas da populao. A unio
dessas unidades deve constituir toda a populao referenciada e cada
elemento da populao s pode pertencer a uma nica unidade amos-
tral. Ex.: cada residente que acionou a polcia atravs do 190.
Sistema de referncia (ou frame): uma lista de todas as uni-
dades amostrais. Ex.: cadastro de todas as pessoas que acionaram
a polcia pelo 190.
Amostra: uma coleo de unidades amostrais selecionadas
do sistema de referncia da pesquisa.
Amostra representativa: uma amostra na qual qualquer ele-
mento da populao pode fazer parte dela.
Populao amostrada: a populao que d origem amos-
tra fnal da pesquisa, conhecida somente aps o trabalho de campo.
Ex.: suponha que indo a campo no se consiga informaes sobre
algumas pessoas que usaram o 190 selecionadas para entrevista,
por recusa, ausncia, morte, etc ou ainda que no estavam no fra-
me, nesse caso, a amostra fnal refetir informaes sobre uma
nova populao, que a populao amostrada.
Parmetros populacionais: So medidas que sintetizam a in-
formao dos elementos populacionais em relao s caractersti-
cas populacionais de interesse. Ex.: grau de satisfao das pessoas
que usaram o 190.
Estimador: qualquer funo das observaes amostrais e
que utilizada para inferir sobre o parmetro populacional de inte-
resse. Ex.: proporo das pessoas que esto satisfeitas com o 190.
Estimativa: o valor numrico observado do estimador. Ex.:
68% das pessoas que acionaram o 190 esto satisfeitas.
Variao amostral: a variao que acontece quando amostras
com unidades amostrais diferentes produz estimativas diferentes.
Erro de estimao (erro de amostragem): a quantidade:
Onde = parmetro populacional de interesse
= estimador de
Didatismo e Conhecimento
40
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Esse erro acontece devido ao fato de que a amostra no pode
fornecer uma informao completa sobre a caracterstica popu-
lacional medida. Tal erro pode ser controlado atravs da escolha
adequada do procedimento de amostragem a ser utilizada na coleta
de dados e do tamanho da amostra.
Erros no devidos amostragem: So erros que podem apa-
recer nas pesquisas e so mais difceis de serem controlados.
a) Erros de campo: No respostas, informaes imprecisas,
efeitos dos entrevistadores, etc.
b) Erros de planejamento: Sistemas de referncias no ade-
quados, escolha incorreta do mtodo de seleo de unidades amos-
trais, vcio na seleo das unidades amostrais, defcincia dos
questionrios, etc.
A invalidao ou no da extenso dos resultados da pesquisa
devido a no resposta depender:
a) do volume de no respondentes;
b) de uma anlise criteriosa sobre a diferena de perfl dos
respondentes em relao aos no respondentes.
Amostragem: o processo de seleo de uma amostra.
Plano amostral: o protocolo que descreve todos os mto-
dos e medidas envolvidos na execuo da amostragem. O plano
amostral contm todas as informaes, como o mtodo usado para
seleo da amostra, erro de estimao e tamanho de amostra, esti-
madores usados na pesquisa, etc.
Seleo probabilstica: So procedimentos de seleo de
amostras nas quais cada unidade amostral tem associada uma pro-
babilidade de seleo diferente de zero.
Seleo no-probabilstica: So procedimentos de seleo
nos quais as unidades amostrais so escolhidas intencionalmente,
ou at atingir-se uma cota, ou de algum outro modo, com isso algu-
mas unidades amostrais tem probabilidade zero de seleo.
Planejamento de Pesquisa
Para que se possa fazer uma pesquisa por amostragem com
qualidade necessrio defnir-se claramente:
- Os objetivos gerais da pesquisa;
- As populaes alvo e de estudo, alm de subpopulaes de
interesse;
- As caractersticas populacionais e os parmetros de interesse;
- A unidade amostral e o sistema de referncia de cada estgio
de seleo da amostra;
- O mtodo de amostragem a ser empregado na seleo da
amostra; os estimadores e seus erros de estimao; tamanho de
amostras;
- O mtodo de coleta de informaes a ser empregado em
campo, ou seja, entrevistas pessoais, por telefone, pelo correio,
internet, etc.
- O instrumento de medida a ser utilizado na coleta de infor-
maes, ou seja, um medidor fsico. Exemplo: questionrio;
Se o instrumento for um questionrio, as questes precisam
ser cuidadosamente formuladas e testadas de modo a evitar-se du-
pla interpretao, constrangimentos, respostas incorretas, etc.
- Procedimentos a serem adotados pelos responsveis pela co-
leta de informaes em campo para diminuir a taxa de no respos-
ta, ou os erros no amostrais;
- A populao amostrada;
- Alm disso necessrio ter uma equipe de trabalho muito
bem escolhida, treinada e organizada;
- essencial que se tenha manuais de instruo para o pessoal
encarregado da coleta de dados e supervisores preparados para re-
solver situaes inesperadas;
- Processamento de dados: escolher bem a forma de entrar
com os dados no sistema para no difcultar a anlise estatstica
posterior dos dados;
- Deve-se ter bons digitadores bem treinados, manual de digi-
tao com dicionrios de variveis e cdigos de digitao;
- Os erros de digitao e a consistncia dos dados precisam
ser verifcados;
Principais casos de amostragem no-probabilstica
- Inacessibilidade a toda populao: quando o pesquisador
no tem acesso a toda populao de estudo, somente uma parte
dela est disponvel. Exemplo: populao de usurios de drogas de
Belo Horizonte (no existe cadastro).
- Material contnuo: devido a caracterstica da continuidade
impossvel realizar sorteio. Exemplo: Retirar amostras de gua em
diferentes pontos de um rio para avaliar a poluio.
- Amostragem por quotas: Inclui unidades amostrais na amos-
tra segundo diversas caractersticas da populao e nas mesmas
propores que fguram na populao. Exemplo: idade, sexo, nvel
scio-econmico, etc.
- Amostragem por julgamento (ou convenincia): Inclui na
amostra as unidades estatsticas que podero proporcionar uma
representatividade da populao, de acordo com a lgica, senso
comum ou um julgamento equilibrado.
- Amostragem por voluntrio: Quando o indivduo se apresen-
ta para fazer parte da amostra. um mtodo muito aplicado em
pesquisas mdicas.
- A esmo (ou sem norma): O pesquisador procura ser aleatrio
sem, no entanto, realizar propriamente o sorteio. Exemplo: Mistu-
rar 10000 parafusos e retirar 100.
Algumas Tcnicas de Amostragem Probabilstica
Amostragem Aleatria Simples (AAS): Indicada quando:
- uma amostra de tamanho n selecionada de uma populao
de tamanho N no qual todas as amostras possveis de tamanho n
tem a mesma probabilidade de ser selecionada.
- a lista de todos os elementos que compem a populao-alvo
conhecida.
- a populao-alvo homognea em relao varivel de in-
teresse.
Procedimento:
Enumerar de 1 a N, os elementos da populao.
Sortear n nmeros compreendidos entre 1 e N.
O mecanismo aleatrio de seleo dos nmeros poderia ser,
por exemplo, um gerador computacional ou uma tabela de nme-
ros aleatrios.
Didatismo e Conhecimento
41
CONHECIMENTOS ESPECFICOS EM METROLOGIA
- Os elementos correspondentes aos nmeros sorteados for-
maro a amostra.
Exemplo: Os dados a seguir referem-se aos dimetros (mm)
de 30 eixos produzidos por uma indstria automobilstica.
26 32 26 19 20 22 30 31 17 20 16 17 28 15 26 19 14 16 16 26
27 31 13 26 18 29 18 16 21 24
Extrair, sem reposio, uma amostra aleatria de tamanho n
= 5.
Soluo:
Eixo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Dimetro 26 32 26 19 20 22 30 31 17 20 16 17 28 15 26
Eixo 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Dimetro 19 14 16 16 26 27 31 13 26 18 29 18 16 21 24
Sorteio: 26 15 03 07 06
Dimetro: 29 26 26 30 22
Amostragem Estratifcada (AAE): Este tipo de amostragem
deve ser utilizado quando os elementos da populao podem ser
divididos em grupos no-superpostos e homogneos em relao
caracterstica que se quer medir (em relao varivel de inte-
resse).
O objetivo da amostragem aleatria estratifcada formar es-
tratos homogneos e ento realizar amostragem aleatria simples
dentro de cada estrato.
Essa forma de amostragem uma das mais utilizadas, j que a
maioria das populaes tem estratos bem defnidos: os homens e as
mulheres; os alunos das escolas X, Y, Z; os operrios pertencentes
s classes salariais 1, 2, 3, 4 etc. Os estratos devem ser heterog-
neos entre si e, homogneos internamente.
Procedimento:
- Primeiro divide a populao alvo em L estratos (ou grupos)
Seja: N
i
= nmero de unidades amostrais no estrato i;
N=N
1
+N
2
+...+N
L
N o n de unidades amostrais na populao
- Selecionamos uma AAS dentro de cada estrato
O mais comum utilizar-se amostragem estratifcada propor-
cional, que consiste em selecionar os elementos da amostra entre
os vrios estratos em nmero proporcional ao tamanho de cada um
dos estratos.
Procedimento:
- Calcula-se a frao de amostragem: f = n/N
- O nmero de elementos a serem sorteados em cada estrato
ser:
n
1
= N
1
f , n
2
= N
2
f , ...., n
L
= N
L
f
Exemplo: Considere a populao dos funcionrios de uma in-
dstria (N=50.000).
Desejamos estimar o salrio mdio de um funcionrio desta
indstria usando uma amostra de tamanho n=2500 funcionrios. A
populao heterognea com relao a varivel de interesse, pois
o salrio varia muito dependendo do cargo. (n=2500).
Cargo N Salrio
Chefe de seo 5000 Alto
Operrio especializado 15000 Mdio
Operrio no especializado 30000 Baixo
Total 50000
Podemos formar estratos de acordo com o cargo. Assim tere-
mos estratos homogneos com relao ao salrio e teremos hete-
rogeneidade entre os estratos. Selecionar os elementos da amostra
entre os vrios estratos em nmero proporcional ao tamanho de
cada um deles frao de amostragem: f = n/N = 2500/50000 = 0,05
O nmero de elementos a serem sorteados em cada estrato
ser: n
1
= fN
1
= 0,05.5000 = 250; n
2
= 0,05.15000 = 750; n
3
=
0,05.30000 = 15000
Usando o frame, sortear 250 chefes de seo, 750 operrios
especializados e 15000 operrios no especializados.
Exemplo: Na execuo de uma rede eltrica, uma frma espe-
cializada utiliza eletrodutos de dois tipos: E e F. Em uma anlise
do custo do material, foram consideradas 30 faturas, representadas
a seguir pelo preo de 10 m de eletroduto:
E: 710 710 715 715 755 760
F: 750 750 750 750 755 760 760 765 765 765 765 765 770
770 770 785 785 790 790 795 795 800 810 820
Extrair, sem reposio, uma amostra estratifcada proporcio-
nal de tamanho n = 8.
Soluo:
Eletroduto 1 2 3 4 5 6
Fatura 710 710 715 715 755 760
Tipo E:
Eletroduto 1 2 3 4 5 6 7 8 9 10 11 12
Fatura 750 750 750 750 755 760 760 765 765 765 765 765
Eletroduto 13 14 15 16 17 18 19 20 21 22 23 24
Fatura 770 770 770 785 785 790 790 795 795 800 810 820
Tipo F: f = 8/30 = 0,27; n1 = 6.0,27 = 1,62 @ 2; n2 = 24.0,27
= 6,48 @ 6
Sorteio no frame 03 01 01 10 02 04 24 07
Tipo E E F F F F F F
Fatura - Amostra 715 710 750 765 750 750 820 760
Vantagens da AAE sobre a AAS:
- Pode fornecer estimativas mais precisas para a mesma amos-
tra de tamanho n, em particular, as observaes em cada estrato
so quase homogneas;
- Pode reduzir o custo tal como requisitar tamanhos amostrais
pequenos;
- Podemos estar interessados em subgrupos (estratos) tal
como a populao completa.
Didatismo e Conhecimento
42
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Amostragem Sistemtica (AS): Utilizada quando temos os
elementos de uma populao ordenada, e a retirada dos elementos
da amostra feita periodicamente.
Ex.: os prdios de uma rua, as linhas de produo, listas tele-
fnicas, etc.
Procedimento:
- Defne-se o intervalo de amostragem r = N/n
- Sorteia-se o primeiro elemento K, 1 K r, e os demais sero
defnidos pela soma de r.
A amostra sistemtica de tamanho n ser constituda dos ele-
mentos de ordem K, K + r, K + 2r, ..., K + (n 1)r.

Exemplo: 100 casas em uma rua, queremos sortear 6.
Soluo: N = 100, n = 6 , r = 100/6 = 16,6 @ 17.
Nmero sorteado K = 14
A amostra ser constituda dos elementos de ordem: 14 31 48
65 82 99.
Se o tamanho da populao desconhecido, no podemos de-
terminar exatamente o valor de r. Escolheremos intuitivamente um
valor razovel para r.
s vezes a amostragem sistemtica preferida amostragem
aleatria simples pois acarreta economia de tempo e dinheiro,
alm de ter grande facilidade de determinao dos elementos da
amostra.
Vantagem: amostra-se uniformemente todo o espao.
Amostragem por Conglomerado (ou Clusters) (AC): uma
amostra probabilstica em que cada unidade amostral uma cole-
o, ou grupo de elementos.
Exemplo: Um quarteiro de uma cidade, que consiste de uma
coleo (ou conglomerado) de domiclios.
O primeiro passo para se usar esse processo especifcar con-
glomerados apropriados, que idealmente so heterogneos interna-
mente e semelhantes entre si.
Nesse caso, a seleo de um pequeno nmero de conglomera-
dos com um grande nmero de elementos sufciente para repre-
sentar a populao.
A amostra por conglomerado muito til quando:
- No se dispe de um bom frame, ou sua obteno muito
complicada;
- Quando a distncia geogrfca entre os elementos eleva de-
mais o custo de obter uma observao.
Na AAE seleciona-se uma AAS (de indivduos) dentro de
cada estrato;
Na AC selecionam-se AAS de grupos, e todos os indivduos
dentro dos grupos selecionados faro parte da amostra.
Exemplo: Estamos interessados no salrio mdio dos oper-
rios da indstria automobilstica.
Soluo:
- Amostragem aleatria simples invivel, pois pressupe
uma listagem de todos os operrios de todas as montadoras, o que
difcil de se obter.
- Amostragem estratifcada tambm invivel, j que aqui
tambm necessria uma listagem dos elementos por estrato.
- A melhor escolha amostragem por conglomerado. Cada
montadora um conglomerado. Assim temos heterogeneidade
dentro dos conglomerados com relao ao salrio e entre os con-
glomerados existe homogeneidade. Extrai-se uma amostra aleat-
ria simples de montadoras e nelas pesquisa-se o salrio de todos
os funcionrios.
Exemplo: Um estatstico contratado pela prefeitura deseja es-
timar a renda mdia por domiclio em uma determinada cidade do
estado Paran. Como ele deve escolher a amostra?
Soluo: Se ele utilizar a AAS, precisar ter uma lista com
todos os domiclios desta cidade (soluo muitas vezes imposs-
vel ou muito cara). Se utilizar ento a AAE, ele tambm precisar
desta lista contendo todos os domiclios em cada estrato. Porm,
ele utilizando esta amostragem por conglomerados, poderia dividir
a cidade em regies tais como quarteires, bairros (conglomera-
dos de elementos) e selecionar uma AAS de bairros da populao.
Depois poderia observar a renda de todos os domiclios dentro
de cada bairro. Vemos que desta forma o custo de se realizar esta
entrevista seria menor, pois os elementos dentro de um conglo-
merado estariam geografcamente mais prximos uns dos outros,
diminuindo assim as despesas com transporte.
Exemplo: Pretende-se fazer uma pesquisa de opinio, envol-
vendo famlias de uma determinada cidade.
Soluo: Como muito difcil obter um cadastro de todas as
famlias, pode-se planejar uma amostra da seguinte forma: com um
mapa da cidade delimita-se os bairros e as quadras; toma-se como
unidade amostral, primeiramente os bairros e dentre eles sorteia-
-se uma amostra casual simples. Em seguida, tomando-se como
unidade amostral, as quadras dos bairros selecionadas fazem-se,
novamente, um sorteio. Ao conjunto de famlias que habitam as
quadras sorteadas d-se o nome de conglomerado, sendo elas que
sero investigadas na pesquisa.
Medidas de Disperso
As medidas de tendncia central fornecem informaes va-
liosas mas, em geral, no so sufcientes para descrever e discri-
minar diferentes conjuntos de dados. As medidas de Disperso
ou variabilidade permitem visualizar a maneira como os dados
espalham-se (ou concentram-se) em torno do valor central. Para
mensurarmos esta variabilidade podemos utilizar as seguintes es-
tatsticas: amplitude total; distncia interquartlica; desvio mdio;
varincia; desvio padro e coefciente de variao.
- Amplitude Total: a diferena entre o maior e o menor valor
do conjunto de dados.
Ex.: dados: 3, 4, 7, 8 e 8. Amplitude total = 8 3 = 5
Didatismo e Conhecimento
43
CONHECIMENTOS ESPECFICOS EM METROLOGIA
- Distncia Interquartlica: a diferena entre o terceiro e o
primeiro quartil de um conjunto de dados. O primeiro quartil o
valor que deixa um quarto dos valores abaixo e trs quartos acima
dele. O terceiro quartil o valor que deixa trs quartos dos dados
abaixo e um quarto acima dele. O segundo quartil a mediana. (O
primeiro e o terceiro quartis fazem o mesmo que a mediana para as
duas metades demarcadas pela mediana.) Ex.: quando se discutir
o boxplot.
- Desvio Mdio: a diferena entre o valor observado e a me-
dida de tendncia central do conjunto de dados.
- Varincia: uma medida que expressa um desvio quadr-
tico mdio do conjunto de dados, e sua unidade o quadrado da
unidade dos dados.
- Desvio Padro: raiz quadrada da varincia e sua unidade
de medida a mesma que a do conjunto de dados.
- Coefciente de variao: uma medida de variabilidade re-
lativa, defnida como a razo percentual entre o desvio padro e
a mdia, e assim sendo uma medida adimensional expressa em
percentual.
Boxplot: Tanto a mdia como o desvio padro podem no ser
medidas adequadas para representar um conjunto de valores, uma
vez que so afetados, de forma exagerada, por valores extremos.
Alm disso, apenas com estas duas medidas no temos ideia da
assimetria da distribuio dos valores. Para solucionar esses pro-
blemas, podemos utilizar o Boxplot. Para constru-lo, desenhamos
uma caixa com o nvel superior dado pelo terceiro quartil (Q3)
e o nvel inferior pelo primeiro quartil (Q1). A mediana (Q2)
representada por um trao no interior da caixa e segmentos de reta
so colocados da caixa at os valores mximo e mnimo, que no
sejam observaes discrepantes. O critrio para decidir se uma ob-
servao discrepante pode variar; por ora, chamaremos de dis-
crepante os valores maiores do que Q3+1.5*(Q3-Q1) ou menores
do que Q1-1.5*(Q3-Q1).
O Boxplot fornece informaes sobre posio, disperso, as-
simetria, caudas e valores discrepantes.
O Diagrama de disperso adequado para descrever o com-
portamento conjunto de duas variveis quantitativas. Cada ponto
do grfco representa um par de valores observados. Exemplo:
Um aspecto importante no estudo descritivo de um conjun-
to de dados, o da determinao da variabilidade ou disperso
desses dados, relativamente medida de localizao do centro da
amostra. Supondo ser a mdia, a medida de localizao mais im-
portante, ser relativamente a ela que se defne a principal medida
de disperso - a varincia, apresentada a seguir.
Varincia: Defne-se a varincia, como sendo a medida que
se obtm somando os quadrados dos desvios das observaes da
amostra, relativamente sua mdia, e dividindo pelo nmero de
observaes da amostra menos um.
Desvio-Padro: Uma vez que a varincia envolve a soma de
quadrados, a unidade em que se exprime no a mesma que a dos
dados. Assim, para obter uma medida da variabilidade ou disper-
so com as mesmas unidades que os dados, tomamos a raiz qua-
drada da varincia e obtemos o desvio padro: O desvio padro
uma medida que s pode assumir valores no negativos e quanto
maior for, maior ser a disperso dos dados. Algumas propriedades
do desvio padro, que resultam imediatamente da defnio, so: o
desvio padro ser maior, quanta mais variabilidade houver entre
os dados.
Exemplo: Em uma turma de aluno, verifcou-se atravs da
anlise das notas de 15 alunos, os seguintes desempenhos:
Alunos Conceito na Prova
1 4,3
2 4,5
3 9
4 6
5 8
6 6,7
7 7,5
8 10
9 7,5
10 6,3
11 8
12 5,5
13 9,7
14 9,3
15 7,5
Total 109,8
Mdia 7,32
Desvio Padro 1,77
Didatismo e Conhecimento
44
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Observamos no exemplo, que a mdia das provas, foi estimada em 7,32 com desvio padro em 1,77. Concluimos que a maioria das
notas concentrou-se em 9,09 e 5,55.
Vejamos de outra forma:
Um aspecto importante no estudo descritivo de um conjunto de dados, o da determinao da variabilidade ou disperso desses dados,
relativamente medida de localizao do centro da amostra. Repare-se nas duas amostras seguintes, que embora tenham a mesma mdia,
tm uma disperso bem diferente:
Como a medida de localizao mais utilizada a mdia, ser relativamente a ela que se defne a principal medida de disperso - a va-
rincia, apresentada a seguir.
Defne-se a varincia, e representa-se por s
2
, como sendo a medida que se obtm somando os quadrados dos desvios das observaes da
amostra, relativamente sua mdia, e dividindo pelo nmero de observaes da amostra menos um:
Se afnal pretendemos medir a disperso relativamente mdia. Por que que no somamos simplesmente os desvios em vez de so-
marmos os seus quadrados?
Experimenta calcular essa soma e vers que (x
1
-x) + (x
2
-x) + (x
1
-x) + ... + (x
n
x) 0. Poderamos ter utilizado mdulos, para evitar
que os desvios negativos, mas mais fcil trabalhar com quadrados, no concorda?! E por que que em vez de dividirmos p n, que
o nmero de desvios, dividimos por (n-1)? Na realidade, s aparentemente que temos n desvios independentes, isto , se calcularmos
(n-1) desvios, o restante fca automaticamente calculado, uma vez que a sua soma igual a zero. Costuma-se referir este fato dizendo que
se perdeu um grau de liberdade.
Uma vez que a varincia envolve a soma de quadrados, a unidade em que se exprime no a mesma que a dos dados. Assim, para obter
uma medida da variabilidade ou disperso com as mesmas unidades que os dados, tomamos a raiz quadrada da varincia e obtemos o desvio
padro:
O desvio padro uma medida que s pode assumir valores no negativos e quanto maior for, maior ser a disperso dos dados. Algu-
mas propriedades do desvio padro, que resultam imediatamente da defnio, so:
- o desvio padro sempre no negativo e ser tanto maior, quanta mais variabilidade houver entre os dados.
- se s = 0, ento no existe variabilidade, isto , os dados so todos iguais.
Exemplo: Na 2 classe de certa escola o professor deu uma tarefa constituda por um certo nmero de contas para os alunos resolve-
rem. Pretendendo determinar a disperso dos tempos de clculo, observam-se 10 alunos durante a realizao da tarefa, tendo-se obtido os
seguintes valores:
Aluno
i
Tempo (minutos)
x
i
1 13 - 3.9 15.21
2 15 - 1.9 3.61
3 14 - 2.9 8.41
4 18 1.1 1.21
5 25 8.1 65.61
Didatismo e Conhecimento
45
CONHECIMENTOS ESPECFICOS EM METROLOGIA
6 14 - 2.9 8.41
7 16 -0.9 0.81
8 17 0.1 0.01
9 20 3.1 9.61
10 17 0.1 0.01
169 0.0 112.90
Resoluo: Na tabela anterior juntamos duas colunas auxilia-
res, uma para colocar os desvios das observaes em relao
mdia e a outra para escrever os quadrados destes desvios. A partir
da coluna das observaes calculamos a soma dessas observaes,
que nos permitiu calcular a mdia = 16.9. Uma vez calculada a
mdia foi possvel calcular a coluna dos desvios. Repare-se que,
como seria de esperar, a soma dos desvios igual a zero. A soma
dos quadrados dos desvios permite-nos calcular a varincia donde
s = 3.54.
s
2
=
112.9
9
= 12.54
O tempo mdio de realizao da tarefa foi de aproximada-
mente 17 minutos com uma variabilidade medida pelo desvio pa-
dro de aproximadamente 3.5 minutos. Na representao grfca
ao lado visualizamos os desvios das observaes relativamente
mdia (valores do exemplo anterior):
Do mesmo modo que a mdia, tambm o desvio padro uma
medida pouco resistente, pois infuenciado por valores ou muito
grandes ou muito pequenos (o que seria de esperar j que na sua
defnio entra a mdia que no resistente). Assim, se a distri-
buio dos dados for bastante enviesada, no conveniente utilizar
a mdia como medida de localizao, nem o desvio padro como
medida de variabilidade. Estas medidas s do informao til,
respectivamente sobre a localizao do centro da distribuio dos
dados e sobre a variabilidade, se as distribuies dos dados forem
aproximadamente simtricas.
Propriedades para dados com distribuio aproximadamente
normal: Uma propriedade que se verifca se os dados se distribuem
de forma aproximadamente normal, ou seja, quando o histograma
apresenta uma forma caracterstica com uma classe mdia predo-
minante e as outras classes se distribuem volta desta de forma
aproximadamente simtrica e com frequncias a decrescer medi-
da que se afastam da classe mdia, a seguinte:
Aproximadamente 68% dos dados esto no intervalo
.
Desvio Padro: Propriedades para dados com distribuio
aproximadamente normal:
- Aproximadamente 68% dos dados esto no intervalo
- Aproximadamente 95% dos dados esto no intervalo
- Aproximadamente 100% dos dados esto no intervalo
Como se depreende do que atrs foi dito, se os dados se distri-
buem de forma aproximadamente normal, ento esto praticamen-
te todos concentrados num intervalo de amplitude igual a 6 vezes
o desvio padro.
A informao que o desvio padro d sobre a variabilidade
deve ser entendida como a variabilidade que apresentada relati-
vamente a um ponto de referncia - a mdia, e no propriamente a
variabilidade dos dados, uns relativamente aos outros.
A partir da defnio de varincia, pode-se deduzir sem dif-
culdade uma expresso mais simples, sob o ponto de vista compu-
tacional, para calcular ou a varincia ou o desvio padro e que
a seguinte:
Amplitude: Uma medida de disperso que se utiliza por vezes,
a amplitude amostral r, defnida como sendo a diferena entre a
maior e a menor das observaes: r = x
n:n
- x
1:n,
onde represen-
tamos por x
1:n
e x
n:n
, respectivamente o menor e o maior valor da
amostra (x
1
, x
2
, ..., x
n
), de acordo com a notao introduzida ante-
riormente, para a amostra ordenada.
Didatismo e Conhecimento
46
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Amplitude Inter-Quartil: A medida anterior tem a grande desvantagem de ser muito sensvel existncia, na amostra, de uma observa-
o muito grande ou muito pequena. Assim, defne-se uma outra medida, a amplitude inter-quartil, que , em certa medida, uma soluo de
compromisso, pois no afetada, de um modo geral, pela existncia de um nmero pequeno de observaes demasiado grandes ou dema-
siado pequenas. Esta medida defnida como sendo a diferena entre os 1 e 3 quartis. Amplitude inter-quartil = Q
3/4
- Q
1/4
Do modo como se defne a amplitude inter-quartil, conclumos que 50% dos elementos do meio da amostra, esto contidos num interva-
lo com aquela amplitude. Esta medida no negativa e ser tanto maior quanto maior for a variabilidade nos dados. Mas, ao contrrio do que
acontece com o desvio padro, uma amplitude inter-quartil nula, no signifca necessariamente, que os dados no apresentem variabilidade.
Amplitude inter-quartil ou desvio padro: Do mesmo modo que a questo foi posta relativamente s duas medidas de localizao
mais utilizadas - mdia e mediana, tambm aqui se pode por o problema de comparar aquelas duas medidas de disperso.
- A amplitude inter-quartil mais robusta, relativamente presena de outliers, do que o desvio padro, que mais sensvel aos dados.
- Para uma distribuio dos dados aproximadamente normal, verifca-se a seguinte relao. Amplitude inter-quartil 1.3 x desvio
padro.
- Se a distribuio enviesada, j no se pode estabelecer uma relao anloga anterior, mas pode acontecer que o desvio padro seja
muito superior amplitude inter-quartil, sobretudo se se verifcar a existncia de outliers.
Variveis Aleatrias
Sejam um espao amostral W e um espao de probabilidade P, associados a um experimento aleatrio. Uma varivel aleatria X no
espao de probabilidade uma funo real X( w):W IR defnida em W e tal que [X x] um evento aleatrio para qualquer x real.
Exemplo Um lote contm 20 unidades de um componente, sendo quatro defeituosas. So retiradas quatro peas e X representa o
nmero de unidades defeituosas entre as quatro retiradas. Neste caso a varivel X assume seus valores no conjunto W = {0 , 1 , 2 , 3 , 4}. O
espao de probabilidade P dado por P = {0,3756 ; 0,4623 ; 0,1486 ; 0,0132 ; 0,0002}.
x 0 1 2 3 4 Total
P (X = x) 0,3756 0,4623 0,1486 0,0132 0,0002 1
As probabilidades acima so dadas por:



Propriedades
Sejam X e Y variveis aleatrias em um espao W. Ento:
P
1
: (X + Y )(w) = X(w) + Y(w) P
2
: (kX )(w) = kX (w)
P
3
: (X + k )(w) = X(w) + k P
4
: (XY )(w) = X (w) Y (w)
Tipos de Variveis Aleatrias
So considerados dois tipos de variveis aleatrias, discreta e contnua, ambos defnidos a seguir.
Didatismo e Conhecimento
47
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Varivel Aleatria Discreta
Seja X uma varivel aleatria defnida no espao amostral W.
Diz-se que X uma varivel aleatria discreta (v.a.d.) se assume
um nmero fnito, ou enumervel, de valores. De outro modo, X
discreta se existe um conjunto enumervel {x
1
, x
2,
..., x
n
}, contido
em IR, tal que X(w) {x
1
, ..., x
n
}, para qualquer w W.
Exemplo A varivel aleatria X do exemplo anterior dis-
creta.
Esperana de uma Varivel Discreta
Considere o clculo do resultado mdio de 1000 lanamentos
de um dado. Uma maneira de calcular este resultado mdio seria
somar todos os resultados e dividir por 1000. Uma maneira alter-
nativa seria calcular a frao p(k) de todos os lanamentos que
tiveram resultado igual a k e calcular o resultado mdio atravs da
soma ponderada:
1p(1) + 2p(2) + 3p(3) + 4p(4) + 5p(5) + 6p(6).
Quando o nmero de lanamentos se torna grande as fraes
de ocorrncia dos resultados tendem a probabilidade de cada re-
sultado.
Se X uma varivel aleatria discreta assumindo valores
{x
1
,x
2
,x
3
, . . .} com probabilidade {p
1
,p
2
,p
3
, . . .}, respectivamente,
ento sua esperana dada pela frmula
desde que este somatrio esteja bem defnido. Caso EX seja
fnita, diz-se que X integrvel.
Exemplo - Considere uma varivel aleatria X tal que: P(X =
1) = 0,25, P(X = 0) = 0,5 e P(X = 2) = 0,25. Ento,
EX = 1(0,25) + 0(0,5) + 2(0,25) = 0,25
Observao: No confunda a esperana de uma varivel alea-
tria com o seu valor mais provvel. Neste exemplo, EX = 0,25,
porm o valor mais provvel 0. O valor mais provvel de uma
varivel aleatria conhecido como moda da varivel. A esperan-
a (valor esperado ou mdia) de uma varivel aleatria X para
ser interpretada como a mdia aritmtica do valor de X quando se
repete os experimento vrias vezes e calcula-se o valor de X para
cada uma das realizaes do experimento.
Varincia de uma Varivel Aleatria Discreta
Como vimos diferentes variveis aleatrias podem ter a mes-
ma esperana. Por exemplo, considere uma varivel X que descre-
ve o resultado de um dado honesto e uma varivel Y que igual a 3
se uma moeda honesta for jogada e cair cara e igual a 4 se a moeda
cair coroa. Temos
e
Portanto, no se consegue distinguir entre as variveis X e
Y do ponto de vista da esperana. Porm, a varivel aleatria Y
mais concentrada ao redor da esperana. Portanto, uma manei-
ra de distinguir entre essas variveis utilizar alguma medida de
disperso ou variabilidade. Para isso defne-se a varincia de uma
varivel aleatria.
Defnio da Varincia de uma Varivel Aleatria Discreta
A varincia de uma varivel aleatria discreta X uma mdia
ponderada das distncia entre os valores que X pode assumir e a
esperana de X, onde os pesos so as probabilidades de cada um
desses valores que X assume.
Formalmente, se X assumir os valores {x
1
, x
2
,...} com proba-
bilidade {p
1
, p
2
,...}, respectivamente, ento sua esperana dada
pela frmula
Varivel Aleatria Contnua
Seja X uma varivel aleatria defnida no espao amostral W.
Diz-se que X uma varivel aleatria contnua (v.a.c.) se assume
seus valores em um intervalo de nmeros reais.
Em muitos fenmenos que analisamos na prtica, as variveis
aleatrias envolvidas tm natureza contnua podendo assumir uma
quantidade no enumervel de valores. Vimos na seo anterior
que se uma varivel aleatria contnua, ento existe uma funo
f
X
(x) 0 tal que . Uma funo f(x) 0 densi-
dade de alguma varivel aleatria se e somente se,
, j que e neste caso pode-se provar que a funo F defnida por
uma funo de distribuio acumulada. Logo, a distri-
buio de uma varivel aleatria contnua X pode ser determinada
tanto pela funo de distribuio acumulada FX ou pela sua funo
de densidade f
X
. Como vimos P(X = a) = F
X
(a) F
X
(a

). No caso,
de uma varivel aleatria contnua, temos que
Portanto, para qualquer varivel contnua X, sua funo de
distribuio acumulada contnua, o que implica que a probabili-
dade de ela assumir qualquer nmero real a igual a 0.
Para melhor compreender este tipo de varivel aleatria con-
sidere a probabilidade de escolher um nmero real entre 0 e 1 con-
siderando que todos os valores tm a mesma chance de serem es-
colhidos. Como existem, uma quantidade infnita no-enumervel
de nmeros entre 0 e 1, a probabilidade de se escolher um nmero
especfco, por exemplo, , igual a 0. Neste caso, s faz sen-
Didatismo e Conhecimento
48
CONHECIMENTOS ESPECFICOS EM METROLOGIA
tido falar na probabilidade do nmero escolhido estar em determi-
nado subintervalo. Em geral, se a e b so nmeros reais tais que a
< b, tem-se no caso de varivel aleatria contnua X que
P(a < X b) = P( a X < b) = P(a X b) = P(a < X < b) =
Analogia: A massa de qualquer ponto no espao igual a zero,
pois um ponto admensional. Para descrevermos a distribuio
de massa de um certo objeto defne-se sua densidade de massa.
Para obtermos a massa de uma dada regio do objeto integra-se a
densidade de massa na regio de interesse. A mesma ideia se aplica
a densidade de probabilidade: uma funo que ao integrarmos
obtemos uma probabilidade de uma dada regio da reta real.
Observao: Note que como para calcular probabilidades,
utilizando uma funo densidade de probabilidade f , estamos ape-
nas interessados na integral de f , ou seja, na rea compreendida
entre a funo f e o eixo dos x no plano cartesiano, se alterarmos a
defnio de uma densidade f em alguns pontos isolados, no esta-
remos alterando esta rea e portanto do ponto de vista do clculo
de probabilidades, alterar a funo densidade de probabilidade em
pontos isolados no infui em nada.
Esperana de uma Varivel Aleatria Contnua
Como vimos no caso discreto a Esperana de uma varivel
aleatria anlogo ao centro de gravidade de uma certa distribui-
o de massa. Isto motiva a seguinte defnio de esperana.
Se X uma varivel aleatria contnua com funo densidade
de probabilidade f , ento sua esperana dada pela frmula
desde que a integral esteja bem defnida. Caso EX seja fnita,
diz-se que X integrvel.
Varincia de uma Varivel Aleatria Contnua
A varincia de uma varivel aleatria contnua X com funo
densidade de probabilidade f dada pela frmula
Exemplo Seja t a varivel aleatria que representa o tempo
entre duas falhas consecutivas apresentadas por um equipamento.
Neste caso t uma varivel aleatria contnua, e W = {t IR ; 0 t }.
Probabilidade
Ponto Amostral, Espao Amostral e Evento
Em uma tentativa com um nmero limitado de resultados,
todos com chances iguais, devemos considerar:
Ponto Amostral: Corresponde a qualquer um dos resultados
possveis.
Espao Amostral: Corresponde ao conjunto dos resultados
possveis; ser representado por S e o nmero de elementos do
espao amostra por n(S).
Evento: Corresponde a qualquer subconjunto do espao
amostral; ser representado por A e o nmero de elementos do
evento por n(A).
Os conjuntos S e tambm so subconjuntos de S, portanto
so eventos.
= evento impossvel.
S = evento certo.
Conceito de Probabilidade
As probabilidades tm a funo de mostrar a chance
de ocorrncia de um evento. A probabilidade de ocorrer um
determinado evento A, que simbolizada por P(A), de um espao
amostral S , dada pelo quociente entre o nmero de elementos
A e o nmero de elemento S. Representando:
Exemplo: Ao lanar um dado de seis lados, numerados de 1 a
6, e observar o lado virado para cima, temos:
- um espao amostral, que seria o conjunto S {1, 2, 3, 4, 5, 6}.
- um evento nmero par, que seria o conjunto A1 = {2, 4, 6}
C S.
- o nmero de elementos do evento nmero par n(A
1
) = 3.
- a probabilidade do evento nmero par 1/2, pois
Propriedades de um Espao Amostral Finito e No Vazio
- Em um evento impossvel a probabilidade igual a zero. Em
um evento certo S a probabilidade igual a 1. Simbolicamente:
P() = 0 e P(S) = 1.
- Se A for um evento qualquer de S, neste caso: 0 P(A) 1.
- Se A for o complemento de A em S, neste caso: P(A) = 1 -
P(A).
Demonstrao das Propriedades
Considerando S como um espao fnito e no vazio, temos:
Didatismo e Conhecimento
49
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Unio de Eventos
Considere A e B como dois eventos de um espao amostral S,
fnito e no vazio, temos:
A
B
S
Logo: P(A B) = P(A) + P(B) - P(A B)
Eventos Mutuamente Exclusivos
A
B
S
Considerando que A B, nesse caso A e B sero denominados
mutuamente exclusivos. Observe que A B = 0, portanto: P(A
B) = P(A) + P(B). Quando os eventos A
1
, A
2
, A
3
, , A
n
de S
forem, de dois em dois, sempre mutuamente exclusivos, nesse
caso temos, analogicamente:
P(A
1
A
2
A
3
A
n
) = P(A
1
) + P(A
2
) + P(A
3
) + ... +
P(A
n
)
Eventos Exaustivos
Quando os eventos A
1
, A
2
, A
3
, , A
n
de S forem, de dois em
dois, mutuamente exclusivos, estes sero denominados exaustivos
se A
1
A
2
A
3
A
n
= S
Ento, logo:
Portanto: P(A
1
) + P(A
2
) + P(A
3
) + ... + P(A
n
) = 1
Probabilidade Condicionada
Considere dois eventos A e B de um espao amostral S, fnito
e no vazio. A probabilidade de B condicionada a A dada pela
probabilidade de ocorrncia de B sabendo que j ocorreu A.
representada por P(B/A).
Veja:
Eventos Independentes
Considere dois eventos A e B de um espao amostral S, fnito
e no vazio. Estes sero independentes somente quando:
P(A/N) = P(A) P(B/A) = P(B)
Interseco de Eventos
Considerando A e B como dois eventos de um espao amostral
S, fnito e no vazio, logo:
Assim sendo:
P(A B) = P(A) . P(B/A)
P(A B) = P(B) . P(A/B)
Considerando A e B como eventos independentes, logo
P(B/A) = P(B), P(A/B) = P(A), sendo assim: P(A B) = P(A) .
P(B). Para saber se os eventos A e B so independentes, podemos
utilizar a defnio ou calcular a probabilidade de A B. Veja a
representao:
A e B independentes P(A/B) = P(A) ou
A e B independentes P(A B) = P(A) . P(B)
Lei Binominal de Probabilidade
Considere uma experincia sendo realizada diversas vezes,
dentro das mesmas condies, de maneira que os resultados de cada
experincia sejam independentes. Sendo que, em cada tentativa
ocorre, obrigatoriamente, um evento A cuja probabilidade p ou o
complemento A cuja probabilidade 1 p.
Didatismo e Conhecimento
50
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Problema: Realizando-se a experincia descrita exatamente n vezes, qual a probabilidade de ocorrer o evento A s k vezes?
Resoluo:
- Se num total de n experincias, ocorrer somente k vezes o evento A, nesse caso ser necessrio ocorrer exatamente n k vezes o
evento A.
- Se a probabilidade de ocorrer o evento A p e do evento A 1 p, nesse caso a probabilidade de ocorrer k vezes o evento A e n k
vezes o evento A, ordenadamente, :
- As k vezes em que ocorre o evento A so quaisquer entre as n vezes possveis. O nmero de maneiras de escolher k vezes o evento A
, portanto C
n,k
.
- Sendo assim, h C
n,k
eventos distintos, mas que possuem a mesma probabilidade p
k
. (1 p)
n-k
, e portanto a probabilidade desejada :
C
n,k
. p
k
. (1 p)
n-k
Construo das Distribuies de Frequncia
Distribuio de Frequncia: Quando da anlise de dados, comum procurar conferir certa ordem aos nmeros tornando-os visualmente
mais amigveis. O procedimento mais comum o de diviso por classes ou categorias, verifcando-se o nmero de indivduos pertencentes
a cada classe.
- Determina-se o menor e o maior valor para o conjunto.
- Defnir o limite inferior da primeira classe (Li) que deve ser igual ou ligeiramente inferior ao menor valor das observaes:
- Defnir o limite superior da ltima classe (Ls) que deve ser igual ou ligeiramente superior ao maior valor das observaes.
- Defnir o nmero de classes (K), que ser calculado usando . Obrigatoriamente deve estar compreendido entre 5 a 20.
- Conhecido o nmero de classes defne-se a amplitude de cada classe:
- Com o conhecimento da amplitude de cada classe, defne-se os limites para cada classe (inferior e superior)
Exemplo:

5,1 5,3 5,3 5,6 5,8 5,9 6 6,1 6,2 6,2
6,3 6,3 6,3 6,4 6,4 6,4 6,5 6,5 6,6 6,7
6,7 6,8 6,8 6,9 6,9 7 7,1 7,1 7,2 7,2
7,3 7,4 7,5 7,5 7,6 7,6 7,6 7,7 7,7 7,8
7,8 7,9 7,9 8 8 8,1 8,2 8,3 8,4 8,5
8,5 8,6 8,7 8,8 8,9 8,9 9 9,1 9,2 9,4
9,4 9,5 9,5 9,6 9,8 9 9 10 10,2 10,2
10,4 10,6 10,8 10,9 11,2 11,5 11,8 12,3 12,7 14,9
Regras para elaborao de uma distribuio de frequncias:
- Determina-se o menor e o maior valor para o conjunto:
Valor mnimo: 5,1
Valor mximo: 14,9
- Defnir o limite inferior da primeira classe (Li) que deve ser igual ou ligeiramente inferior ao menor valor das observaes: LI: 5,1
- Defnir o limite superior da ltima classe (Ls) que deve ser igual ou ligeiramente superior ao maior valor das observaes: LS:15
- Defnir o nmero de classes (K), que ser calculado usando . Obrigatoriamente deve estar compreendido entre 5 a 20. Neste
caso, K igual a 8,94, aproximadamente, 8.
- Conhecido o nmero de classes defne-se a amplitude de cada classe:
No exemplo, ser igual a: 1,23.
Didatismo e Conhecimento
51
CONHECIMENTOS ESPECFICOS EM METROLOGIA
- Com o conhecimento da amplitude de cada classe, defne-se
os limites para cada classe (inferior e superior), onde limite Infe-
rior ser 5,1 e o limite superior ser 15 + 1,23.
Intervalo de Classe
Frequncia
Absoluta
Frequncia
Acumulada
Frequncia
Relativa
05,10 a 06,33 13 13 16,25%
06,34 a 07,57 21 34 26,25%
07,58 a 08,81 22 56 27,50%
08,82 a 10,05 15 71 18,75%
10,06 a 11,29 4 75 5,00%
11,30 a 12,53 3 78 3,75%
12,54 a 13,77 1 79 1,25%
13,78 a 15,01 1 80 1,25%
80 100%
Distribuies Simtricas: A distribuio das frequncias
faz-se de forma aproximadamente simtrica, relativamente a uma
classe mdia.

Caso especial de uma distribuio simtrica: Quando dize-
mos que os dados obedecem a uma distribuio normal, estamos
tratando de dados que distribuem-se em forma de sino.
Distribuies Assimtricas: A distribuio das frequncias
apresenta valores menores num dos lados:

Distribuies com caudas longas: Observamos que nas
extremidades h uma grande concentrao de dados em relao
aos concentrados na regio central da distribuio.

Distribuio Normal: A distribuio normal a mas im-
portante distribuio estatstica, considerando a questo prti-
ca e terica. J vimos que esse tipo de distribuio apresenta-se
em formato de sino, unimodal, simtrica em relao a sua mdia.
Considerando a probabilidade de ocorrncia, a rea sob sua curva
soma 100%. Isso quer dizer que a probabilidade de uma observa-
o assumir um valor entre dois pontos quaisquer igual rea
compreendida entre esses dois pontos.
68,26% => 1 desvio
95,44% => 2 desvios
99,73% => 3 desvios
Na fgura acima, tem as barras na vertical representando os
desvios padres. Quanto mais afastado do centro da curva normal,
mais rea compreendida abaixo da curva haver. A um desvio pa-
dro, temos 68,26% das observaes contidas. A dois desvios pa-
dres, possumos 95,44% dos dados compreendidos e fnalmente a
trs desvios, temos 99,73%. Podemos concluir que quanto maior a
variabilidade dos dados em relao mdia, maior a probabilidade
de encontrarmos o valor que buscamos embaixo da normal.
Propriedade 1: f(x) simtrica em relao origem, x = m-
dia = 0;
Propriedade 2: f(x) possui um mximo para z=0, e nesse caso
sua ordenada vale 0,39;
Propriedade3: f(x) tende a zero quando x tende para + inf-
nito ou - infnito;
Propriedade4: f(x) tem dois pontos de infexo cujas abscis-
sas valem mdia + DP e mdia - DP, ou quando z tem dois pontos
de infexo cujas abscissas valem +1 e -1.
Para se obter a probabilidade sob a curva normal, utilizamos a
tabela de faixa central. Exemplo:
As alturas de grupo de crianas so tidas como normais em
sua distribuio, com desvio padro em 0,30m e mdia em 1,60.
Qual a probabilidade de um aluno medir (1) entre 1,50 e 1,80, (2)
mais de 1,75 e menos de 1,48?
(1)
z1= (1,50-1,60)/0,30=-0,33
z2= (1,80-1,60)/0,30= 0,67
Ento, z1 (0,1293) + z2 (0,2486) = 37,79%
(2)
z1= (1,75-1,60)/0,30=0,30
0,500-0,1915 = 30,85%
(3)
Z1= (1,48-1,50)/0,30 =-0,4
0,500-0,1554 = 34,46%
Didatismo e Conhecimento
52
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Axiomas
Na matemtica, um axioma uma hiptese inicial de qual
outros enunciados so logicamente derivados. Pode ser uma sen-
tena, uma proposio, um enunciado ou uma regra que permite
a construo de um sistema formal. Diferentemente de teoremas,
axiomas no podem ser derivados por princpios de deduo e nem
so demonstrveis por derivaes formais, simplesmente porque
eles so hipteses iniciais. Isto , no h mais nada a partir do que
eles seguem logicamente (em caso contrrio eles seriam chamados
teoremas). Em muitos contextos, axioma, postulado e hip-
tese so usados como sinnimos. Como foi visto na defnio, um
axioma no necessariamente uma verdade auto evidente, mas
apenas uma expresso lgica formal usada em uma deduo, vi-
sando obter resultados mais facilmente. Axiomatizar um sistema
mostrar que suas inferncias podem ser derivadas a partir de um
pequeno e bem-defnido conjunto de sentenas. Isto no signifca
que elas possam ser conhecidas independentemente, e tipicamente
existem mltiplos meios para axiomatizar um dado sistema (como
a aritmtica). A matemtica distingue dois tipos de axiomas: axio-
mas lgicos e axiomas no-lgicos.
Distribuies
A distribuio da probabilidade uma funo que determi-
na probabilidades para eventos ou proposies. Para qualquer
conjunto de eventos ou proposies existem muitas maneiras de
determinar probabilidades, de forma que a escolha de uma ou ou-
tra distribuio equivalente a criar diferentes hipteses sobre os
eventos ou proposies em questo. H vrias formas equivalentes
de se especifcar uma distribuio de probabilidade. Talvez a mais
comum especifcar uma funo densidade da probabilidade. Da,
a probabilidade de um evento ou proposio obtida pela integra-
o da funo densidade.
A funo distribuio pode ser tambm especifcada direta-
mente. Em uma dimenso, a funo distribuio chamada de
funo distribuio cumulativa. As distribuies de probabilidade
tambm podem ser especifcadas via momentos ou por funes ca-
ractersticas, ou por outras formas. Uma distribuio chamada de
distribuio discreta se for defnida em um conjunto contvel e dis-
creto, tal como o subconjunto dos nmeros inteiros; ou chamada
de distribuio contnua se tiver uma funo distribuio contnua,
tal como uma funo polinomial ou exponencial. A maior parte das
distribuies de importncia prtica so ou discretas ou contnuas,
porm h exemplos de distribuies que no so de nenhum desses
tipos.
Dentre as distribuies discretas importantes, pode-se citar a
distribuio uniforme discreta, a distribuio de Poisson, a distri-
buio binomial, a distribuio binomial negativa e a distribuio
de Maxwell-Boltzmann. Dentre as distribuies contnuas, a dis-
tribuio normal, a distribuio gama, a distribuio t de Student e
a distribuio exponencial.
Distribuio Binomial
Em teoria das probabilidades e estatstica, a distribuio bino-
mial a distribuio de probabilidade discreta do nmero de su-
cessos numa sequncia de n tentativas tais que as tentativas so in-
dependentes; cada tentativa resulta apenas em duas possibilidades,
sucesso ou fracasso (a que se chama de tentativa de Bernoulli); a
probabilidade de cada tentativa, p, permanece constante.
Funo de probabilidade: Se a varivel aleatria X que
contm o nmero de tentativas que resultam em sucesso tem uma
distribuio binomial com parmetros n e p escrevemos X ~ B(n,
p). A probabilidade de ter exatamente k sucessos dado pela
funo de probabilidade:
para e onde uma combinao.
Atravs do desenvolvimento do binmio e algumas operaes
com expoentes e fatoriais, possvel demonstrar que:
Exemplo:
Trs dados comuns e honestos sero lanados. A probabilida-
de de que o nmero 6 seja obtido mais de uma vez : A probabili-
dade de que seja obtido 2 vezes mais a probabilidade de que seja
obtido 3 vezes. Usando a distribuio binomial de probabilidade:
Acha-se a probabilidade de que seja obtido 2 vezes:
Agora a probabilidade de que seja obtido 3 vezes:
Assim, a resposta :
Didatismo e Conhecimento
53
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Valor esperado e varincia: Se a X ~ B(n, p) (isto , X
uma varivel aleatria binomialmente distribuida), ento o valor
esperado de X
e a varincia
Exemplo
Seja X uma varivel aleatria que contm o nmero de caras
sadas em 12 lanamentos de uma moeda honesta. A probabilidade
de sair 5 caras em 12 lanamentos, P(X=5), dada por:
Distribuio Normal
A distribuio normal uma das mais importantes distribui-
es da estatstica, conhecida tambm como Distribuio de Gauss
ou Gaussiana. Foi primeiramente introduzida pelo matemtico
Abraham de Moivre. Alm de descrever uma srie de fenmenos
fsicos e fnanceiros, possui grande uso na estatstica inferencial.
inteiramente descrita por seus parmetros de mdia e desvio pa-
dro, ou seja, conhecendo-se estes consegue-se determinar qual-
quer probabilidade em uma distribuio Normal.
Um interessante uso da Distribuio Normal que ela serve
de aproximao para o clculo de outras distribuies quando o
nmero de observaes fca grande. Essa importante propriedade
provm do Teorema do Limite Central que diz que toda soma
de variveis aleatrias independentes de mdia fnita e varincia
limitada aproximadamente Normal, desde que o nmero de ter-
mos da soma seja sufcientemente grande (ver o teorema para um
enunciado mais preciso).
A distribuio normal foi introduzida pela primeira vez por
Abraham de Moivre em um artigo no ano 1733, que foi reprodu-
zido na segunda edio de seu The Doctrine of Chances (1738) no
contexto da aproximao de distribuies binomiais para grandes
valores de n. Seu resultado foi estendido por Laplace, em seu livro
Analytical Theory of Probabilities (1812), e agora chamado o
teorema de Moivre-Laplace.
Laplace usou a distribuio normal na anlise de erros de ex-
perimentos. O importante mtodo dos mnimos quadrados foi in-
troduzido por Legendre, em 1805. Gauss, que alegou ter usado o
mtodo desde 1794, justifca-o rigorosamente em 1809 assumindo
uma distribuio normal para os erros. O fato de muitas vezes esta
distribuio ser chamado de distribuio gaussiana pode ser um
exemplo de Stiglers Law.
O nome curva em forma de sino ou curva de sino remonta
a Esprit Jouffret que primeiro utilizou o termo superfcie de sino
em 1872 para um normal bivariada com componentes independen-
tes (atentar que nem toda curva de sino uma gaussiana). O nome
distribuio normal, foi inventado independentemente por Char-
les S. Peirce, Francis Galton e Wilhelm Lexis, por volta de 1875.
Funo de densidade de probabilidade: A funo densidade
de probabilidade da distribuio normal com mdia e varincia
(de forma equivalente, desvio padro ) assim defnida,
Se a varivel aleatria segue esta distribuio escreve-se:
~ . Se e , a distribuio chamada de dis-
tribuio normal padro e a funo de densidade de probabilidade
reduz-se a,
Propriedades: Sejam a e b constantes conhecidas.
- Se X segue uma distribuio normal, ~ , ento
~ .
- Se X e Y so variveis aleatrias independentes que seguem
distribuio normal, ento a soma U = X + Y, a diferena V = X - Y
ou qualquer combinao linear W = a X + b Y tambm so vari-
veis aleatrias com distribuio normal.
- fcil construir exemplos de distribuies normais X e Y
dependentes (mesmo com correlao zero) cuja soma X + Y no
normal. Por exemplo, seja X uma distribuio normal padro (m-
dia 0 e varincia 1), ento fxando-se um nmero real positivo a,
seja Y
a
defnida como X sempre que |X| < a e -X sempre que |X|
a. Obviamente, Y
a
tambm uma normal e X + Y
a
uma varivel
aleatria que nunca pode assumir valores de mdulo acima de 2 a
(ou seja, no normal). Quando a muito pequeno, X e Y so pra-
ticamente opostas, e sua correlao prxima de -1. Quando a
muito grande, X e Y so praticamente idnticas, e sua correlao
prxima de 1. Como a correlao entre X e Y
a
varia continuamente
com a, existe um valor de a para o qual a correlao zero.
- A soma de uma grande quantidade de variveis aleatrias
(com algumas restries) tende a uma distribuio normal - o sig-
nifcado mais preciso disto o Teorema do Limite Central.
- A distribuio normal infnitamente divisvel, no seguinte
sentido: se X uma varivel aleatria que segue uma distribuio
normal e n um nmero natural, ento existem n variveis alet-
rias , independentes e identicamente distribudas, tal
que
Distribuio de Poisson
Na teoria da probabilidade e na estatstica, a distribuio de
Poisson uma distribuio de probabilidade discreta que expressa
a probabilidade de uma srie de eventos ocorrer num certo pe-
rodo de tempo se estes eventos ocorrem independentemente de
quando ocorreu o ltimo evento. A distribuio foi descoberta por
Simon-Denis Poisson (17811840) e publicada, conjuntamente
com a sua teoria da probabilidade, em 1838 no seu trabalho Re-
cherches sur la probabilit des jugements en matires criminelles
et matire civile (Inqurito sobre a probabilidade em julgamentos
sobre matrias criminais e civis). O trabalho focava-se em certas
Didatismo e Conhecimento
54
CONHECIMENTOS ESPECFICOS EM METROLOGIA
variveis aleatrias N que contavam, entre outras coisas, o nmero
de ocorrncias discretas (por vezes chamadas de chegadas) que
tinham lugar durante um intervalo de tempo de determinado com-
primento. A probabilidade de que existam exactamente k ocorrn-
cias (k sendo um inteiro no negativo, k = 0, 1, 2, ...)
onde
- e base do logaritmo natural (e = 2.71828...),
- k! o fatorial de k,
- um nmero real, igual ao nmero esperado de ocorrn-
cias que ocorrem num dado intervalo de tempo. Por exemplo, se o
evento ocorre a uma mdia de 4 minutos, e estamos interessados
no nmero de eventos que ocorrem num intervalo de 10 minutos,
usarimos como modelo a distribuio de Poisson com = 10/4
= 2.5.
Como funo de k, esta a funo de probabilidade. A dis-
tribuio de Poisson pode ser derivada como um caso limite da
distribuio binomial.
Funo de probabilidade da distribuio de Poisson para
vrios valores de .
Processo de Poisson: A distribuio de Poisson aparece em
vrios problemas fsicos, com a seguinte formulao: consideran-
do uma data inicial (t = 0), seja N(t) o nmero de eventos que
ocorrem at uma certa data t. Por exemplo, N(t) pode ser um mo-
delo para o nmero de impactos de asterides maiores que um cer-
to tamanho desde uma certa data de referncia. Uma aproximao
que pode ser considerada que a probabilidade de acontecer um
evento em qualquer intervalo no depende (no sentido de inde-
pendncia estatstica) da probabilidade de acontecer em qualquer
outro intervalo disjunto. Neste caso, a soluo para o problema
o processo estocstico chamado de Processo de Poisson, para o
qual vale:
em que uma constante (de unidade inversa da unidade do
tempo). Ou seja, o nmero de eventos at uma poca qualquer t
uma distribuio de Poisson com parmetro t.
Propriedades
Mdia: O valor esperado de uma distribuio de Poisson
igual a . Esta propriedade pode ser derivada facilmente:
Em linguagem matemtica
Como
Em Portugus
Por defnio, a esperana de uma varivel aleatria X igual
soma de cada uma das suas possveis ocorrncias ponderadas
pela probabilidade de que estas ocorrncias aconteam. No caso
de variveis com distribuio, a probabilidade de que determina-
do evento ocorre calculado por : . Portanto, este
valor foi substitudo na frmula. Esta expresso equivale expres-
so da linha imediatamente superior; apenas se substituiu a ex-
presso de somatrio pela soma infnita para melhor compreenso.
Note que como o primeiro termo sempre igual a zero, podemos
reescrever
Didatismo e Conhecimento
55
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Fazemos uma substituio para facilitar o clculo. Tomamos
a substituio acima e tiramos a constante para fora do somat-
rio (pois o primeiro termo da expresso imediatamente superior
igual . Nova transformao para facilitar os clculos...
Abrindo o somatrio, verifca-se que a srie converge para
Obtemos
Varincia: A varincia de uma distribuio de Poisson igual
a .
Soma de variveis: A soma de duas variveis de Poisson in-
dependentes ainda uma varivel de Poisson com parmetro igual
soma dos respectivos parmetros. Ou seja, se
segue uma distribuio de Poisson com parmetro e as variveis
aleatrias so estatisticamente independentes, ento
tambm segue uma distribuio de Poisson cujo parmetro
igual soma dos .
Por exemplo, uma varivel aleatria que representa o
nmero de bitos por mil nascimentos na cidade A (distribuio
de Poisson com mdia 1,2, digamos) e uma varivel aleatria
que representa o nmero de bitos por mil nascimentos na cidade
B (varivel de Poisson com mdia 3). Ao todo, o nmero de
bitos por mil nascimentos nas cidades A e B tm distribuio
de Poisson com mdia
.
Intervalo de confana: Um mtodo rpido e fcil para cal-
cular um intervalo de confana de aproximada de , proposto
na Guerriero (2012). Dado um conjunto de eventos k (pelo menos
15 - 20) ao longo de um perodo de tempo T, os limites do intervalo
confana para a frequncia so dadas por:
em seguida, os limites do parmetro so dadas por:
.
Exemplos
A distribuio de Poisson representa um modelo probabils-
tico adequado para o estudo de um grande nmero de fenmenos
observveis. Eis alguns exemplos:
- Chamadas telefnicas por unidade de tempo;
- Defeitos por unidade de rea;
- Acidentes por unidade de tempo;
- Chegada de clientes a um supermercado por unidade de tempo;
- Nmero de glbulos sangneos visveis ao microscpio por
unidade de rea;
- Nmero de partculas emitidas por uma fonte de material
radioativo por unidade de tempo.
Distribuio Qui-Quadrado
O coefciente
2
ou chi-quadrado um valor da disperso
para duas variveis de escala nominal, usado em alguns testes esta-
tsticos. Ele nos diz em que medida que os valores observados se
desviam do valor esperado, caso as duas variveis no estivessem
correlacionadas. Quanto maior o chi-quadrado (ou Qui-quadrado),
mais signifcante a relao entre a varivel dependente e a vari-
vel independente. Este valor est relacionado com uma distribui-
o, chamada Distribuio Chi-Quadrado.
A Distribuio Chi-quadrado com k graus de liberdade a
distribuio gama com parmetros (k/2, 1/2). Quanto maior o n-
mero de casos (n) ou o nmero de linhas ou colunas da tabela de
contingncia, maior ser o Chi-quadrado. Por isso no faz sentido
comparar o Chi-quadrado de duas relaes entre variveis. Para
o efeito existem outros coefcientes, entre os quais o coefciente
de contingncia. A distribuio Chi-quadrado pode ser simulada
a partir da distribuio normal. Por defnio, se
forem k distribuies normais padronizadas (ou seja, mdia 0 e
desvio padro 1) independentes, ento a soma de seus quadrados
uma distribuio Chi-quadrado com k graus de liberdade:
Um corolrio imediato da defnio que a soma de duas Chi-
-quadrado independentes tambm uma Chi-quadrado:
A frmula do chi-quadrado :
A funo densidade de probabilidade da distribuio
Didatismo e Conhecimento
56
CONHECIMENTOS ESPECFICOS EM METROLOGIA
A funo distribuio acumulada da distribuio
Regresso Linear
Em estatstica ou Econometria, regresso linear um mtodo
para se estimar a condicional (valor esperado) de uma varivel y,
dados os valores de algumas outras variveis x. A regresso, em
geral, trata da questo de se estimar um valor condicional espe-
rado.
A regresso linear chamada linear porque se considera que
a relao da resposta s variveis uma funo linear de alguns
parmetros. Os modelos de regresso que no so uma funo li-
near dos parmetros se chamam modelos de regresso no-linear.
Equao da Regresso Linear: Para se estimar o valor espe-
rado, usa-se de uma equao, que determina a relao entre ambas
as variveis.
Em que: Y
i
- Varivel explicada (dependente); o valor que
se quer atingir;
- uma constante, que representa a interceptao da reta
com o eixo vertical;
- outra constante, que representa o declive da reta;
X
i
- Varivel explicativa (independente), representa o factor
explicativo na equao;

i
- Varivel que inclui todos os factores residuais mais os pos-
sveis erros de medio. O seu comportamento aleatrio, devido
natureza dos factores que encerra. Para que essa frmula possa
ser aplicada, os erros devem satisfazer determinadas hipteses,
que so: serem variveis normais, com a mesma varincia
(desconhecida), independentes e independentes da varivel expli-
cativa X.
Clculo dos fatores e :
Defnindo e , temos que e se rela-
cionam por:
Desenvolvimento: Estas frmulas podem ser desenvolvidas a
partir da defnio de mnimos quadrados. O objectivo determi-
nar e de forma que a soma dos quadrados dos erros seja mni-
ma, ou seja, devemos minimizar.
Desenvolvendo este quadrado e eliminando os termos cons-
tantes (ou seja, aqueles que no tm termos em e , chega-se a:
A partir desse ponto, pode-se resolver usando-se clculo (to-
mando as derivadas parciais, etc), ou atravs de uma transforma-
o de coordenadas:
ou
Transformando a expresso a ser minimizada em:
ou
Esta expresso se separa na soma de duas expresses quadr-
ticas independentes, que podem ser minimizadas usando matem-
tica elementar:
Cujos valores minimizadores so:
Didatismo e Conhecimento
57
CONHECIMENTOS ESPECFICOS EM METROLOGIA
Memorizao:
Uma forma fcil de memorizar esta expresso escrever:
Y = + X
XY = X + X
2

e, em seguida, somar as colunas:


Intervalos de confana:
O valor estimado de , , deve ser analisado atravs da distri-
buio t de Student, porque
tem a distribuio t de Student com n-2 graus de liberdade
(ver Fisher, R. A. (1925). Applications of Students distribu-
tion. Metron 5: 90104.), em que:
A varincia de , pode ser estimada atravs dos erros ob-
servados:
se distribui como uma Chi quadrado com n-2 graus de liber-
dade.
Questes tema 1.
01. Segundo o Vocabulrio Internacional de Metrologia, erro
de medio :
a) a diferena entre o resultado de uma medio e o valor pa-
dro
b) o parmetro que caracteriza a disperso dos valores atribu-
dos ao mensurando
c) a diferena entre o resultado de uma medio e a tolerncia
d) utilizar o equipamento de medio errado

02. Um regulamento Tcnico estabelece que a calibrao deve
utilizar padres rastreveis a ser realizada, no mnimo, uma vez
por ano ou em funo da frequncia de uso. Isto quer dizer que:
a) os instrumentos s devem ser calibrados uma vez ao ano
b) a calibrao s pode ser realizada em laboratrios acredi-
tados pelo Inmetro
c) um instrumento novo s precisar ser calibrado aps 1 ano
de uso
d) os instrumentos muito utilizados devero ser calibrados
mais vezes em 1 ano

03. As unidades de base do Sistema Internacional de Unida-
des, dentre outras, so:
a) seg, C, Pa, kg, A
b) km, kg, K, mol, A
c) m, K, s, A, kg
d) s, m, cd, bar, C

04. As unidades bsicas do Sistema Internacional de Unida-
des (SI)incluem o segundo, o
A metro, o candela e o newton.
B metro, o candela e o kelvin.
C metro, o kelvin e o joule.
D mol, o joule e o ampere.
E mol, o ampere e o pascal.
05. Para medir a corrente eltrica em um fo condutor, um
tcnico utilizou um ampermetro analgico e determinou, em seu
visor, a indicao 2,205 A. Consultando um relatrio relativo a
testes feitos com esse aparelho, o tcnico observou que a resoluo
do aparelhoera de apenas 0,1 A. Com base nessas informaes,
assinale a opo correta.
A O erro da medio , no mximo, igual resoluo do
ampermetro, ou seja, em mdulo, inferior ou igual a 0,1 A.
B Todos os dgitos do valor de corrente apresentado pelo apa-
relho so exatos.
C Caso se deseje arredondar o valor de corrente obtido com a
medio, para que ele fque com apenas uma casa decimal, o valor
resultante ser 2,2 A.
D Caso se deseje truncar o valor de corrente obtido com a me-
dio, para que ele fque com apenas duas casas decimais, o valor
truncado ser 2,21 A.
E Para verifcar se o ampermetro usado apresenta erro de me-
dio sistemtico, necessrio conhecer o desvio padro de medi-
es feitas com ele.
06. Os voltmetros A e B foram calibrados e ento utilizados
para realizar um grande nmero de medidas de uma voltagem de
30 mV (valor verdadeiro). Os valores obtidos com o voltmetro
A apresentaram mdia e desvio padro igual a 27 mV e a 1 mV,
respectivamente; e os valores obtidos com o voltmetro B, mdia
igual a 31 mV e desvio padro igual a 3 mV. Com base nessas
informaes, correto afrmar que
A a repetitividade do voltmetro A maior que a do voltmetro B.
B o voltmetro A mais exato que o voltmetro B.
C o voltmetro B mais preciso que o voltmetro A.
D o voltmetro A oferece maior resoluo que o voltmetro B.
E o voltmetro A propicia maior reprodutividade que o volt-
metro B.
07. Considere que dois voltmetros tenham sido usados para
uma quantidade determinada de medies de uma mesma dife-
rena de potencial eltrico (ddp). Com o voltmetro A, a mdia e
o desvio padro obtidos para as medidas foram, respectivamente,
119,0 V e 5,5 V. Com o voltmetro B, a mdia e o desvio padro
obtidos foram, respectivamente, 125,0 V e 10,0 V. Com base
nessas informaes e considerando que o valor verdadeiro da ddp
de 110 V, correto afrmar que o voltmetro:
A B tem maior preciso.
B B o mais exato.
C A mais repetitivo.
D A o mais reprodutivo.
E A tem mais rastreabilidade.
Didatismo e Conhecimento
58
CONHECIMENTOS ESPECFICOS EM METROLOGIA
08. Considere que um tcnico tenha apresentado como resul-
tado da medio da diferena de Potencial eltrico (ddp) o valor de
119 V. Considerando que o instrumento tinha resoluo de 0,1 V e
o mostrador digital apontava o valor de 118,8 V, correto afrmar
que o valor apresentado da ddp foi:
A arredondado aps a medio.
B truncado aps a medio.
C compensado aps a medio.
D corrigido descontando a resoluo do instrumento.
E transformado descontando a resoluo do instrumento
GABARITO
1 B
2 C
3 A
4 C
5 A
6 A
7 D
8 C
Questes tema 2.
01. A probabilidade de uma bola branca aparecer ao se retirar
uma nica bola de uma urna que contm, exatamente, 4 bolas
brancas, 3 vermelhas e 5 azuis :
(A) (B) (C) (D) (E)
02. As 23 ex-alunas de uma turma que completou o Ensino
Mdio h 10 anos se encontraram em uma reunio comemorativa.
Vrias delas haviam se casado e tido flhos. A distribuio das
mulheres, de acordo com a quantidade de flhos, mostrada no
grfco abaixo. Um prmio foi sorteado entre todos os flhos dessas
ex-alunas. A probabilidade de que a criana premiada tenha sido
um(a) flho(a) nico(a)

(A) (B) (C) (D) (E)
03. Retirando uma carta de um baralho comum de 52 cartas,
qual a probabilidade de se obter um rei ou uma dama?
04. Jogam-se dois dados honestos de seis faces, numeradas
de 1 a 6, e l-se o nmero de cada uma das duas faces voltadas para
cima. Calcular a probabilidade de serem obtidos dois nmeros
mpares ou dois nmeros iguais?
05. Uma urna contm 500 bolas, numeradas de 1 a 500. Uma
bola dessa urna escolhida ao acaso. A probabilidade de que seja
escolhida uma bola com um nmero de trs algarismos ou mltiplo
de 10
(A) 10%
(B) 12%
(C) 64%
(D) 82%
(E) 86%
06. Uma urna contm 4 bolas amarelas, 2 brancas e 3 bolas
vermelhas. Retirando-se uma bola ao acaso, qual a probabilidade
de ela ser amarela ou branca?
07. Duas pessoas A e B atiram num alvo com probabilidade
40% e 30%, respectivamente, de acertar. Nestas condies, a
probabilidade de apenas uma delas acertar o alvo :
(A) 42%
(B) 45%
(C) 46%
(D) 48%
(E) 50%
08. Num espao amostral, dois eventos independentes A e B
so tais que P(A U B) = 0,8 e P(A) = 0,3. Podemos concluir que o
valor de P(B) :
(A) 0,5
(B) 5/7
(C) 0,6
(D) 7/15
(E) 0,7
09. Uma urna contm 6 bolas: duas brancas e quatro pretas.
Retiram-se quatro bolas, sempre com reposio de cada bola antes
de retirar a seguinte. A probabilidade de s a primeira e a terceira
serem brancas :
(A) (B) (C) (D) (E)
10. Uma lanchonete prepara sucos de 3 sabores: laranja,
abacaxi e limo. Para fazer um suco de laranja, so utilizadas 3
laranjas e a probabilidade de um cliente pedir esse suco de 1/3.
Se na lanchonete, h 25 laranjas, ento a probabilidade de que,
para o dcimo cliente, no haja mais laranjas sufcientes para fazer
o suco dessa fruta :
(A) 1 (B) (C) (D) (E)
Respostas
01.
02.
A partir da distribuio apresentada no grfco:
08 mulheres sem flhos.
07 mulheres com 1 flho.
Didatismo e Conhecimento
59
CONHECIMENTOS ESPECFICOS EM METROLOGIA
06 mulheres com 2 flhos.
02 mulheres com 3 flhos.
Como as 23 mulheres tm um total de 25 flhos, a probabilidade
de que a criana premiada tenha sido um(a) flho(a) nico(a)
igual a P = 7/25.
03. P(dama ou rei) = P(dama) + P(rei) =
04. No lanamento de dois dados de 6 faces, numeradas de 1 a
6, so 36 casos possveis. Considerando os eventos A (dois nmeros
mpares) e B (dois nmeros iguais), a probabilidade pedida :
05. Sendo , o conjunto espao amostral, temos n() = 500
A: o nmero sorteado formado por 3 algarismos;
A = {100, 101, 102, ..., 499, 500}, n(A) = 401 e p(A) = 401/500
B: o nmero sorteado mltiplo de 10;
B = {10, 20, ..., 500}.
Para encontrarmos n(B) recorremos frmula do termo geral
da P.A., em que
a
1
= 10
a
n
= 500
r = 10
Temos a
n
= a
1
+ (n 1) . r 500 = 10 + (n 1) . 10 n = 50
Dessa forma, p(B) = 50/500.
A B: o nmero tem 3 algarismos e mltiplo de 10;
A B = {100, 110, ..., 500}.
De a
n
= a
1
+ (n 1) . r, temos: 500 = 100 + (n 1) . 10 n =
41 e p(A B) = 41/500
Por fm, p(A.B) =
06.
Sejam A
1
, A
2
, A
3
, A
4
as bolas amarelas, B
1
, B
2
as brancas e V
1
,
V
2
, V
3
as vermelhas.
Temos S = {A
1
, A
2
, A
3
, A
4
, V
1
, V
2
, V
3
B
1
, B
2
} n(S) = 9
A: retirada de bola amarela = {A
1
, A
2
, A
3
, A
4
}, n(A) = 4
B: retirada de bola branca = {B
1
, B
2
}, n(B) = 2
Como A B = , A e B so eventos mutuamente exclusivos;
Logo: P(A B) = P(A) + P(B) =
07.
Se apenas um deve acertar o alvo, ento podem ocorrer os
seguintes eventos:
(A) A acerta e B erra; ou
(B) A erra e B acerta.
Assim, temos:
P (A B) = P (A) + P (B)
P (A B) = 40% . 70% + 60% . 30%
P (A B) = 0,40 . 0,70 + 0,60 . 0,30
P (A B) = 0,28 + 0,18
P (A B) = 0,46
P (A B) = 46%
08.
Sendo A e B eventos independentes, P(A B) = P(A) . P(B) e
como P(A B) = P(A) + P(B) P(A B). Temos:
P(A B) = P(A) + P(B) P(A) . P(B)
0,8 = 0,3 + P(B) 0,3 . P(B)
0,7 . (PB) = 0,5
P(B) = 5/7.
09. Representando por a
probabilidade pedida, temos:
=
=
10. Supondo que a lanchonete s fornea estes trs tipos de
sucos e que os nove primeiros clientes foram servidos com apenas
um desses sucos, ento:
I- Como cada suco de laranja utiliza trs laranjas, no
possvel fornecer sucos de laranjas para os nove primeiros clientes,
pois seriam necessrias 27 laranjas.
II- Para que no haja laranjas sufcientes para o prximo
cliente, necessrio que, entre os nove primeiros, oito tenham
pedido sucos de laranjas, e um deles tenha pedido outro suco.
A probabilidade de isso ocorrer :

ANOTAES

Didatismo e Conhecimento
60
CONHECIMENTOS ESPECFICOS EM METROLOGIA
ANOTAES

Didatismo e Conhecimento
61
CONHECIMENTOS ESPECFICOS EM METROLOGIA
ANOTAES

Didatismo e Conhecimento
62
CONHECIMENTOS ESPECFICOS EM METROLOGIA
ANOTAES