Escolar Documentos
Profissional Documentos
Cultura Documentos
Ferramentas de Qualidade PDF
Ferramentas de Qualidade PDF
Trabalhar em equipe.
O mapeamento do processo
A organizao de informaes
A anlise de dados
1-1
juntos podemos desenvolver idias criativas e criar um apoio para essas idias. As
pessoas tendem a apoiar o que ajudaram a criar.
Uma das ferramentas da qualidade, o brainstorm, pode
ajudar um grupo de pessoas a gerar solues criativas
para um problema.
Embora existam muitas variaes de brainstorm, todas
seguem as mesmas etapas gerais:
Selecione um tpico.
1-2
Fazer
Na segunda etapa, executa-se o plano e se observa quaisquer eventos no previstos que
possam afetar a interpretao dos dados. Esta etapa tambm d inicio ao processo de
anlise dos dados e voc poder comear a responder as questes.
Estudar
A terceira etapa exige que seja dedicado um tempo para a anlise dos dados. As
ferramentas de anlise podem ajud-lo nesse processo, com vrios grficos e mtodos.
Concluda a anlise dos dados, torna-se possvel comparar a anlise e as previses. A
diferena entre os resultados do teste e as previses o novo conhecimento adquirido.
Verifique se a dvida inicial est esclarecida.
Agir
Na etapa final, voc decide o que fazer a seguir, com base em seu novo aprendizado.
Quais novas dvidas foram levantadas? Qual ser o objetivo de seu prximo ciclo de
PDSA?
Entender o estado atual
Exemplo do Caf Cool Moggs
1-3
Ivo:
Desde o comeo a nossa previso era vender cinqenta xcaras de caf por
dia para manter o negcio.
Jane:
Ivo:
Atingimos as metas nos fins de semana, mas nos dias teis muito difcil.
Jane:
Ivo:
Boa pergunta!
Jane:
Pesquisa
Para ajudar na identificao do que deve ser melhorado no servio prestado pela
empresa, os proprietrios resolveram fazer uma pesquisa com os clientes. Na pgina
seguinte mostrado o questionrio que foi aplicado .Os resultados obtidos na pesquisa
foram analisados usando uma ferramenta conhecida como Grfico de Pareto.
Grfico de Pareto
O grfico de Pareto deve seu nome a Vilfredo Pareto, economista italiano do sculo 19.
Ele mostra a importncia relativa de diferentes aspectos de um problema, facilitando a
identificao dos aspectos a serem enfocados e solucionado primeiro. Essa ferramenta
baseia-se no princpio de Pareto, que sugere que um grande nmero de problemas
resultado de um nmero relativamente pequeno de causas. O princpio de Pareto,
tambm conhecido como regra de 80/20, indica que 80% dos problemas provm de
20% das causas.
1-4
O grfico de Pareto usado para identificar uma ou duas categorias de situao nas
quais a maioria dos problemas ocorre. O grfico enfoca o esforo nas categorias que
oferecem maior potencial de melhoria, exibindo suas freqncias relativas, ou tamanho,
em um grfico de barras.
O grfico de Pareto:
1-5
Um grfico de Pareto requer dados. Antes de comear a usar essa ferramenta, voc
precisa:
Exemplo
Definio do problema
especfico:
Medidas comuns:
Freqncia de respostas
Uma semana
1-6
Instrues detalhadas
Ser
razovel
ter,
Freqncia de respostas
22
Porcentagem
17
Ordem
2o
Aparncia do recinto
10
4o
Qualidade do caf
19
15
3o
Opes de bebidas
70
56
1o
5o
Total
126
100
Liste as medidas no eixo vertical, iniciando com zero na parte inferior e terminando
com a soma de todas as respostas.
1-7
4. Preencha as barras para cada categoria, fazendo com que sua altura corresponda ao
seu nmero de respostas (ou freqncia).
Avaliao do sucesso
Para medir seu sucesso na utilizao desta ferramenta, reveja as seguintes perguntas:
Os problemas que foram identificados como sendo 20% das causas (as barras
maiores) iro oferecer o maior impacto se forem solucionados?
As categorias usadas para coletar os dados refletem as causas atuais da vida real?
Foi dispensado tempo suficiente para colher dados que refletem uma avaliao
precisa do problema?
1-8
Definio do processo
Um processo pode ser definido como uma combinao de pessoas, matria prima,
mquinas, informaes e procedimentos que combinados produzem um resultado que
pode ser um produto ou um servio.
Fornecedores
Entradas
Descrio do
processo
Resultados
Clientes
1-9
F
O
R
N
E
C
E
D
O
R
E
S
Inputs
Processo
Outputs
C
L
I
E
N
T
E
S
Mapeamento de processo
O mapeamento de processo uma tcnica empregada para a criao de uma
representao grfica de um processo por inteiro, incluindo todas as interfaces, pontos
de deciso e fontes de informao.
O que exatamente um processo? uma coleo de aes executadas para o
fornecimento de produtos e servios aos clientes. Todo negcio inclui centenas e talvez
milhares de processos. O mapeamento auxilia a identificar pontos fracos em um
processo, economizando tempo e dinheiro para voc, sua empresa e seus clientes.
Por que usar esta ferramenta?
Um flip chart
1-10
Marcadores
Proprietrio do processo
Smbolo
Ponto de deciso
Inspeo
Atraso/espera/retido
Transportar/mover
Armazenamento
Documentar
Refazer/rever/revisar
1-11
Instrues detalhadas
Fazer um inventrio
Conferir o oramento
Obter aprovao
Aprovar a fatura
Considere expressar pontos de deciso como perguntas que possam ser respondidas
com sim ou no.
Dica:
Avaliao do sucesso
Cada funo foi representada adequadamente para criar uma viso precisa do
processo atual?
1-13
Mapa de processo
Cliente faz um pedido
prepara
Prepara o pedido
ou passa frente
passa frente
Espera pelo
pedido
prepara o pedido
prepara o pedido
completa o pedido
completa o pedido
Entrega o
pedido ao
cliente
Entrega o
pedido ao
cliente
Jane:
Ivo:
Jane:
sbados e domingos.
Ivo:
Jane:
Ivo:
Sim, isso mostrar um quadro mais claro das vendas em cada dia da
semana
Semana 1
Semana 2
Semana 3
Semana 4
Segunda
Tera
Quarta
Quinta
Sexta
Sbado
Domingo
Total
Mdia diria
1-15
Grfico de tendncia
O grfico de tendncia fornece uma viso de um processo ou atividade em um perodo
de tempo. Ele pode revelar ciclos, tendncias ou mudanas de desempenho, permitindo
equipe medir o impacto de uma mudana no processo
Por que usar esta ferramenta?
Defina o perodo durante o qual os dados sero coletados. Escolha um perodo que
seja longo o bastante para representar a situao, mas lembre-se de que os estudos
muito longos nem sempre produzem informaes melhores.
Instrues detalhadas
1-16
Segunda
43
37
42
39
Tera
39
31
38
34
Quarta
41
27
38
35
Quinta
29
27
34
35
Sexta
52
49
49
48
Sbado
63
53
55
57
Domingo
54
50
63
67
Total
321
274
319
315
Mdia diria
45,8
39,1
45,6
45,0
Semana 1
3. Crie um grfico com o tempo no eixo horizontal e os dados no eixo vertical, para
exibir a mensurao ao longo do tempo.
1-17
Para avaliar seu sucesso na utilizao desta ferramenta, reveja as seguintes perguntas:
Os dados que esto sendo avaliados so importantes para suas metas ou objetivos de
melhoria de desempenho?
Dica: durante a coleta de dados histricos, preciso definir o intervalo de tempo a ser
usado. necessrio reunir dados suficientes para exibir o comportamento do processo a
longo prazo. Um total de 25 a 30 pontos de dados costuma ser suficiente para
estabelecer o parmetro de referncia para o desempenho do processo.
Alm das medidas de desempenho, preciso reunir outros dados sobre o processo, tais
como os tipos de questes ou problemas, durao dos ciclos das principais etapas do
processo, demoras no processo e a quantidade de ciclos de retrabalho. Esses dados
fornecem maiores insights sobre o desempenho atual do processo, alm de indicaes
sobre pontos a serem inicialmente focalizados na iniciativa de melhoria.
Anlise dos dados existentes
Aps ter definido o processo e coletado dados de desempenho para servirem de
parmetros de referncia, voc pode comear a organizar as informaes. Esta etapa
ajuda a obter uma compreenso melhor sobre o desempenho e as questes atuais.
Modelo de Melhoria e Ferramentas da Qualidade
1-18
Muitas ferramentas podem ser teis na anlise dos dados existentes, incluindo uma
tabela de freqncias e duas ferramentas descritas detalhadamente neste treinamento: o
grfico de Pareto e o diagrama de afinidades.
O ciclo PDSA
Os proprietrios do Caf usaram um ciclo PDSA para compreender o estado atual do
seu negcio.
PDSA: entender o estado atual
Para entender como melhorar o estado atual do seu negcio, a
equipe do Caf precisava definir primeiro um determinado
processo, produto ou servio a ser melhorado. Usando o
mapeamento de processo e um questionrio de clientes, eles foram
capazes de definir seu objetivo: aumentar as vendas dirias. Eles
fizeram planos para a coleta de dados existentes.
Para ajudar a definir claramente o estado atual, a equipe do Caf
coletou dados para servirem de parmetros de referncia, tais
como relatrios de vendas dirias.
1-19
Ivo:
Jane:
Ivo:
E quais so?
Jane:
Ivo:
Um diagrama de causa e efeito ajuda uma equipe a identificar e explorar todas as causas
possveis de um problema, visando determinar as verdadeiras causas. Antes de tentar
criar um diagrama de causa e efeito, preciso identificar um problema que servir como
Modelo de Melhoria e Ferramentas da Qualidade
1-20
ponto focal da sua iniciativa. Em seguida, voc pode usar tcnicas de brainstorm para
gerar causas possveis. Uma vez concludo, um diagrama de causa e efeito fornece uma
base slida para as tarefas de identificar e escolher solues.
Um diagrama de causa e efeito:
Um facilitador para a equipe. Essa ferramenta mais til quando for utilizada em
grupo
Marcadores
Um problema claramente identificado para servir como ponto focal central para a
iniciativa de melhoria
Lembre-se de que talvez seja necessrio um tempo considervel para criar o diagrama
de causa e efeito, medida que sejam coletados mais dados sobre relacionamentos entre
os problemas e suas causas. Talvez sejam necessrios vrios ciclos de coleta e de
anlise de dados
Instrues detalhadas
1-21
Dicas:
Antes de passar para uma idia ou causa diferente, explore cada causa ou
"ramificao" at sua concluso, usando a tcnica conhecida como "Cinco Porqus".
1-22
Para cada causa, pergunte por que o problema ocorreu? para descobrir as causas que
contriburam para o problema ocorrer.
Continue perguntando por que o problema ocorreu? para descobrir nveis adicionais
de causas.
Pergunte por que cinco vezes, para ajudar a descobrir a causa mais importante de
cada "ramificao."
Lembre-se que uma causa pode contribuir para problemas em vrias reas, por
exemplo, as reclamaes dos clientes pela demora em receber o caf e a ocorrncia de
caf tendo que ser jogado fora so o resultado do nmero muito reduzido de
funcionrios cuidando do servio.
Avaliao do sucesso
Para avaliar seu sucesso na utilizao desta ferramenta, reveja as seguintes perguntas:
Sua equipe tem prtica com esta ferramenta? (A utilizao bem-sucedida requer
prtica, pacincia e um facilitador hbil e experiente).
1-23
Voc identificou as causas corretamente? Para testar seus resultados, faa uma
coleta de dados adicionais e verifique.
Legenda
Um local para as pessoas sentarem do lado de fora
No fica aberta tempo suficiente
Os preos no so apropriados
No h uma variedade suficiente de tipos de caf
Caf jogado fora porque no foi vendido
Materiais de leitura para manter os clientes interessados em
ficar
Melhorar a aparncia da loja
Fica sem suprimentos
Reclamaes dos clientes
Brainstorm
O brainstorm uma tcnica de grupo empregada para incentivar o pensamento criativo.
um componente importante de vrias ferramentas da qualidade. Costuma ser utilizado
como a primeira etapa para facilitar a coleta de dados verbais ou a gerao de idias
para ajudar a solucionar um problema.
Por que usar esta ferramenta?
Gerar mais idias do que cada indivduo seria capaz de produzir sozinho.
1-24
Canetas ou lpis
Instrues detalhadas
Prepare o clima do grupo para que a sesso seja descontrada mas enfocada no
problema
1-25
Sobre o Voto
Voc poder usar uma tcnica conhecida como voto plural para atribuir prioridades s
idias. Cada membro da equipe atribui 10 pontos a uma ou mais idias. Conte os votos
para cada idia e defina as prioridades de acordo com o resultado do grupo.
1-26
Avaliao do sucesso
Para avaliar seu sucesso no uso desta ferramenta, reveja as seguintes perguntas:
Grfico de disperso
Um grfico de disperso pode ajud-lo a determinar se existe um relacionamento entre
duas variveis de um processo e, se existir, qual o tipo de relacionamento. Por exemplo,
voc pode examinar o relacionamento entre causas especficas identificadas em um
diagrama de causa e efeito e o problema. A identificao do relacionamento ajuda a
trabalhar em cima da soluo.
Observe que o diagrama de causa e efeito produz uma avaliao subjetiva do sistema de
causas. preciso, num passo seguinte, quantificar a relao entre as causas e o
problema. O diagrama de disperso uma ferramenta que caminha nessa direo.
O grfico de disperso exibe graficamente os relacionamentos entre duas variveis. Os
pontos de um grfico de disperso so baseados em pares de observaes.
Por que usar esta ferramenta?
O grfico de disperso costuma ser usado para determinar se existe uma correlao
entre dois fatores. A correlao implica que, se uma varivel muda, a outra tambm
muda. Embora isso possa indicar um relacionamento de causa e efeito, este nem sempre
o caso. De fato, um ou mais fatores diferentes podem ser a causa do efeito e os dois
fatores que voc est examinando podem ser o resultado de outros fatores.
Se for possvel estabelecer a existncia de uma boa correlao entre dois fatores, voc
poder usar um fator para prever o outro, particularmente se um fator for de fcil
medio e o outro no.
Instrues detalhadas
1-27
Dia da semana
Domingo
Segunda-feira
Tera-feira
Quarta-feira
Quinta-feira
Sexta-feira
Sbado
2
Domingo
Segunda-feira
Tera-feira
Quarta-feira
Quinta-feira
Sexta-feira
Sbado
Domingo
Segunda-feira
Tera-feira
Quarta-feira
Quinta-feira
Sexta-feira
Sbado
Domingo
Segunda-feira
Tera-feira
Quarta-feira
Quinta-feira
Sexta-feira
Sbado
1-28
3. Desenhe um grfico com um eixo vertical e um eixo horizontal. Use o eixo vertical
para uma varivel e o eixo horizontal para a outra, usando a escala apropriada.
1-29
Tipo
Grfico
Descrio
Sem correlao
Correlao positiva
forte
Correlao positiva
fraca
Correlao negativa
forte
Correlao negativa
fraca
Nota:
1-30
7. O coeficiente de correlao
O diagrama de disperso mostra a forma, direo e a fora da relao em estudo. No
entanto, a interpretao da fora deste modo bastante subjetiva. Uma mudana nas escalas
dos eixos do grfico pode alterar nossa percepo para esse aspecto. Podemos medir essa
fora atravs do Coeficiente de Correlao r.
Por definio, o coeficiente de correlao r mede a fora da associao linear entre duas
variveis quantitativas. Ele descreve a direo da relao linear e indica quo prximos os
pontos esto de uma reta que melhor se ajusta a eles.
Aqui temos algumas propriedades do coeficiente de correlao:
Amplitude: vai de 1 at 1 (por causa do modo como definido)
Sinal: indica a direo (sinal negativo: direo negativa e vice-versa)
Magnitude: Quanto mais prximo dos extremos (-1 e 1), mais forte a associao linear.
Valor de r prximo de zero significa que no h associao linear, podendo haver outro tipo
de relao entre as variveis, como uma quadrtica, por exemplo.
uma quantidade adimensional . No afetada por mudanas de escala das variveis
Calcular o coeficiente de correlao na mo muito incmodo. Recomendamos sempre
utilizar um computador ou uma calculadora programvel para isso.
A frmula do clculo :
r=
(x
(x
x )( y i y )
x )2
(y
y )2
Avaliao do sucesso
Para medir seu sucesso no uso desta ferramenta, reveja as seguintes perguntas:
Os dados que esto sendo avaliados so importantes para suas metas e objetivos de
melhoria de desempenho?
1-31
Ivo:
Jane:
Ivo:
Jane:
Ivo:
Jane:
Ivo:
A equipe do Caf coletou dados sobre a temperatura mdia diria para o perodo em
que a quantidade de xcaras de caf vendidas foi medida. Em seguida, plotou essas duas
variveis em um grfico, criando um grfico de disperso.
A anlise do grfico de disperso do Caf mostra uma correlao negativa. Ou seja,
quando uma das variveis aumenta, a outra diminui de forma definida e previsvel.
medida que a temperatura aumenta, as vendas de caf diminuem. Isso acontece tanto
nos dias de semana como nos finais de semana (nesse caso sexta, sbado e domingo).
Os proprietrios do Caf podem usar esse novo conhecimento para mudar a maneira
pela qual compram suprimentos.
1-32
Grfico de disperso
cafs vendidos
70
dia til
fim de semana
60
50
40
30
10
11
12
13
14
15
O ciclo PDSA
Os proprietrios do Caf usaram um ciclo PDSA para criar o grfico de disperso.
PDSA: uso de um grfico de disperso
A equipe do Caf fez uma previso sobre como a temperatura mdia
diria afeta a utilizao dos suprimentos. Para dar suporte s suas
previses, a equipe elaborou um plano de coleta de dados.
Nesta fase do ciclo, a equipe do Caf coletou os dados. Para analisar os
resultados da coleta de dados, a equipe exibiu os resultados na forma de
um grfico de disperso.
Aps a elaborao do grfico de disperso, a equipe precisou interpretar
os resultados. Eles determinaram que existia uma correlao negativa
entre a temperatura e a quantidade de caf vendida (e os suprimentos
necessrios).
Sabendo que a temperatura diria afeta as vendas dirias de caf, a
equipe pode ajustar os pedidos de compra de suprimentos de acordo com
a previso da temperatura diria.
1-33
Dados e Informaes
Voc deve notar que ao seu redor esto muitos dados. O rdio diz quantos km de
congestionamento voc vai pegar em SP, o telejornal diz qual foi a inflao do ms, voc
recebe um extrato do banco, e assim vamos tendo que decidir sobre como vamos agir. No
trabalho tambm assim, a gente tem contato com muitos dados o dia todo. S que dado
nem sempre informao. Se voc coleta os dados, analisa-os, aprende algo com eles, e
toma uma deciso, voc gerou e usou informaes para gerenciar seu trabalho e sua
empresa tomando as decises com mais qualidade e que traro melhores resultados a mdio
e longo prazo. Reagir a dados nem sempre a melhor maneira de garantirmos a perenidade
de nossos negcios.
Variveis numricas
Variveis nmericas resultam de um processo de medio ou observao em que os valores
possveis so numricos. Elas podem ser contnuas ou discretas.
Varivel Contnua pode assumir qualquer valor dentro de um intervalo de valores. Ex.:
peso de uma amostra, espessura de uma amostra, pH, tempo de set up de uma mquina.
Varivel discreta s assume valores inteiros. Geralmente resultado de uma contagem. Ex.:
nmero de funcionrios de um setor, nmero de peas produzidas com um rolo de matria
prima, nmero de paradas de mquina num turno.
Distribuio de Freqncias
Visualizar como os valores resultantes de um processo de medio ou observao se
distribuem um primeiro passo para entender como um processo funciona. Um grfico que
mostra a distribuio o Histograma. Vejamos um exemplo.
Os 49 valores abaixo (um deles foi perdido) so medidas de espessura numa pea.
10,4
11,4
11,9
10,4
11,2
8,1
7,8
9,0
9,3
9,4
9,6
11,2
9,5
7,4
9,2
9,7
8,5
9,5
9,6
9,6
9,3
8,9
9,5
9,0
10,0
8,7
8,7
*
9,6
9,8
8,1
9,8
10,6
9,0
12,8
8,0
10,6
9,9
12,2
9,9
1-34
12,7
9,5
10,7
8,2
10,9
10,0
10,5
9,4
9,2
10,6
Quantidade
porcentagem
6,5 a 7,4
7,5 a 8,4
8,5 a 9,4
9,5 a 10,4
10,5 a 11,4
11,5 a 12,4
12,5 a 13,4
1
5
13
17
9
2
2
2,0
10,2
26,5
34,7
18,4
4,1
4,1
Histograma
O Histograma dos dados a representao grfica dessa tabela:
Histograma
34,7
Porcentagem
30
26,5
20
18,4
10
10,2
2,0
4,1
4,1
12
13
0
7
10
11
Espessura da Pea
1-35
Medidas de Posio
Mdia: uma medida que nos informa onde fica o centro da distribuio dos dados. Para
um conjunto de valores, calculamos a mdia somando-se todos os valores e dividindo-se o
total pelo nmerode dados. Veja a frmula:
X=
X1 + X 2 + X 3 + L + X n
n
Mediana: o valor que divide o conjunto de dados em duas partes deixando 50% doa
valores para cima e 50% dos valores para baixo. Ela no influenciada por valores
aberrantes. Para achar a mediana:
1. ordene os dados
2. se o nmero de dados for mpar a mediana o valor central
se o nmero de dados for par a mediana a mdia dos dois dados centrais
Quartis
Com o mesmo raciocnio da mediana, podemos identificar os quartis da amostra. O 1o
quartil o valor que deixa 25% dos dados abaixo dele e 75% acima. O 3o quartil deixa 75%
dos dados abaixo dele e 25% acima. Guarde assim: o 1o quartil a mediana da 1a metade
dos dados e o 3o quartil a mediana da 2a metade. Vejamos 10 dados j ordenados onde
ficariam os quartis e a mediana:
79.7
81.4
81.7
83.7
84.5
84.5
84.8
85.1
87.3
Mediana=84
89.7
3o
1o
Box-Plot
Com 5 medidas de posio: o mnimo, o 1o quartil, a mediana, o 3o quartil e o mximo,
podemos fazer um grfico que representa a distribuio dos dados. O grfico feito assim:
marca-se com um ponto o mnimo, traa-se uma linha at o 1o quartil, nesse ponto abre-se
uma caixa, fecha-se a caixa no 3o quartil e da traa-se uma linha at o mximo. Uma linha
cortando a caixa traada na mediana. Veja o Box-plot para os dados de espessura
comparado com o histograma dos dados e os valores dos 5 pontos:
Modelo de Melhoria e Ferramentas da Qualidade
1-36
Descriptive Statistics
Variable
Mean
Median
espessura
49
9,771
9,600
Min
7,400
Max
Q1
12,800
9,000
Q3
10,500
Medidas de Disperso
Amplitude: a distncia entre o menor e o maior valor. Quanto maior a amplitude, maior
ser a disperso dos dados
Amplitude = R = maior valor - menor valor
Desvio Padro: a raiz quadrada da soma dos quadrados das diferenas entre cada valor e a
mdia, dividida pelo tamanho da amostra menos um. Veja a frmula:
n
s=
(x
i =1
x)
n 1
Modelo de Melhoria e Ferramentas da Qualidade
1-37
Quanto maior for a disperso dos dados, maior ser o desvio padro
Faa as contas com a seguinte amostra: 5, 11, 8, 2, 4. Veja o resultado abaixo
Estratificao
Sempre bom verificar se os dados que voc est analisando vm de uma s fonte ou h
como separar os dados vindos de vrias fontes. Por isso, importante, quando se est
coletando dados, identificar adequadamente a origem deles. s vezes estamos coletando
dados de um processo que tm duas mquinas similares, ou operadores diferentes, ou
mesmo em perodos diferentes. Tudo isso deve ser anotado.
O exemplo abaixo foi feito por um grupo quando verificava se as carreiras na retfica
tinham influncia sobre o resultado de L0 de uma mola. Veja o histograma de todos os
dados misturados e os box-plot separando por carreira. Voc acha que as carreiras tm o
mesmo comportamento?
1-38
30
20
10
0
20
26
32
38
44
50
56
62
comprimento livre
comprimento livre
60
50
40
30
20
1
carreira
1-39
A distribuio Normal
a distribuio mais importante da estatstica, sem dvida. Por qu?
Sua modelagem bastante simples pois depende somente de dois parmetros: a mdia e
o desvio padro.
Caractersticas de uma distribuio normal
No h somente uma distribuio Normal, mas uma famlia delas. Todas sendo
caracterizadas por dois parmetros, somente. A mdia e o desvio padro. Representamos
assim: X uma varivel aleatria normal com mdia e desvio padro ou X~N(,
,)
Podemos padronizar uma varivel subtraindo a mdia e dividindo pelo desvio padro. Isto
, seja X uma varivel aleatria com distribuio normal com mdia e desvio padro
ento,
Z=
X
tem distribuio normal com mdia zero e desvio padro um ( Z ~ N (0,1) )
1-40
Portanto todas as normais podem ser padronizadas. Isso ajuda muitssimo, pois qualquer
Normal pode ser estudada com apenas uma tabela de valores de probabilidades, a tabela da
Normal Padro (qualquer livro de estatstica traz essa tabela). Veja os grficos de algumas
distribuies Normais:
rea
0.6826
0.9546
0.9973
0.9999
1-41
99.73%
96%
68%
0.4
0.3
0.2
0.1
0.0
-4
-3
-2
-1
desvios padrao
1-42