A INTEGRAO ENTRE ESTATSTICA E METROLOGIA

Joo Cirilo da Silva Neto jcirilo@araxa.cefetmg.br.

CEFET-MG-Centro Federal de Educao Tecnolgica de Minas Gerais-Campus IV, Arax

Av. Ministro Olavo Drumonnd, 25, Bairro So Geraldo, CEP: 38.180.084-Arax- MG.

RESUMO

O objetivo desse trabalho apresentar uma ferramenta que analisa o dimetro de um eixo,
levando em considerao aspectos relacionados com a estatstica e tolerncias dimensionais
(variao permitida da pea). Com esta ferramenta, foi possvel mostrar que, em um intervalo
de confiana pr-estabelecido, existem 95% de probabilidade de o dimetro do eixo estar
compreendido entre 13,020 mm e 13,028 mm. Para se chegar a esta concluso, foi feita uma
srie de medies no eixo, utilizando um micrmetro de resoluo 0,001 mm e feita uma
anlise estatstica dos dimetros medidos.

Palavras-Chave: Metrologia, Tolerncia Dimensional, Estatstica, NBR 6158:1995.

1. INTRODUO

Define-se metrologia como sendo a cincia das medidas e suas aplicaes (Inmetro,
2009). Ela abrange 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 instrumentos de medio, sejam eles analgicos ou eletrnicos (digitais), e da
realizao de ensaios, sendo a base fundamental para a competitividade das empresas.
A metrologia tambm diz respeito ao conhecimento dos pesos e medidas e dos sistemas de
unidades de todos os povos, antigos e modernos. Por isso, esta atividade tem sido o ponto-
chave para garantir o desenvolvimento do Brasil, principalmente quando de trata de exportar
produtos brasileiros para o exterior.
Quando uma pea fabricada, nem sempre possvel produzi-la com dimenses exatas ou
sem nenhuma liberdade para mais ou para menos. Para que a pea funcione normalmente,
durante o processo de fabricao, normalmente, permitida uma diferena para cima ou para
baixo nas suas dimenses (ABNT, 1995).
Na metrologia, normalmente, necessitamos, por meio das amostras, conhecer informaes
gerais da populao de peas. A estatstica indutiva a ferramenta que vai nos auxiliar neste
processo, ou seja, vai nos permitir tirar concluses probabilsticas sobre aspectos das
populaes, com base na observao de amostras extradas dessas populaes. A estimao
o processo que consiste no uso de dados da amostra (dados amostrais) para estimar valores de
parmetros populacionais desconhecidos, tais como mdia, desvio padro ou intervalo
confiana.
O objetivo desse trabalho mostrar a anlise de tolerncia dimensional, aplicando
mtodos estatsticos para analisar dimetros de um eixo. Preocupou-se tambm em mostrar,
didaticamente, a relao entre estatstica e metrologia para se chegar aos procedimentos
experimentais para realizao da anlise estatstica dos dimetros de um eixo, considerando
um intervalo de confiana de 95%.

2. FUNDAMENTOS DE ESTATSTICA APLICADOS NA METROLOGIA

Esta seo no pretende descrever todos os conceitos, princpios e aplicaes da

estatstica, pois em funo da abrangncia dos contedos de estatstica os mesmos no
caberiam nesse trabalho. Portanto, nesse trabalho sero mostrados somente os fundamentos de
estatstica que so aplicados diretamente na metrologia. Quem desejar ampliar seus
conhecimentos na rea estatstica deve procurar livros especficos sobre o tema. Mesmo
assim, interessante que o leitor entenda esses fundamentos para melhor compreender suas
aplicaes na metrologia. Os exemplos numricos podem parecer, primeira vista, simples e
dispensveis, mas no o so, pois remetem ao leitor informaes importantes para o
entendimento da relao entre estatstica e metrologia.
De forma geral, pode-se dizer que a estatstica uma cincia que utiliza teorias
probabilsticas para explicao de eventos, estudos e experimentos. Ela utiliza tambm
mtodos cientficos para coletar e analisar dados. Tem por objetivo obter, organizar e analisar
dados, determinar as correlaes que apresentem, tirando delas suas conseqncias para
descrio e explicao do que passou e previso e organizao do futuro.
A estatstica tambm uma cincia e prtica de desenvolvimento de conhecimento
humano atravs do uso de dados empricos. Baseia-se na teoria estatstica, um ramo da
matemtica aplicada. Na teoria estatstica, a aleatoriedade e incerteza so modeladas pela
teoria da probabilidade.
Algumas prticas estatsticas incluem, por exemplo, o planejamento, a sumarizao e a
interpretao de observaes. Porque o objetivo da estatstica a produo da "melhor"
informao possvel a partir dos dados disponveis, alguns autores sugerem que a estatstica
um ramo da teoria da deciso (Thinkfn, 2011)
Conforme mencionado, a estatstica trabalha com dados, por isso importante apresentar
alguns conceitos que vo contribuir nesse sentido, como por exemplo, populao e amostra.
Populao o conjunto de indivduos sobre o qual se faz uma inferncia, Toledo & Ovalle
(1988). Portanto, a populao congrega todas as observaes ou medidas que sejam relevantes
para um estudo. J a amostra pode ser definida como sendo um subconjunto ou parte
selecionada de uma populao. Pode-se citar como populao uma quantidade de peas numa
caixa e amostra uma quantidade pequena de peas retirada dessa caixa para anlise.

2.1. Relao entre estatstica e metrologia

Pode parecer estranho misturar estatstica com metrologia, mas na verdade estas duas
cincias esto fortemente relacionadas. Quando so feitas vrias medidas de uma mesma pea
com um mesmo instrumento, nem sempre utilizado o valor mais baixo ou mais elevado.
Uma medida comum muito utilizada nesse caso poderia ser, por exemplo, a mdia aritmtica
de todas as medies.
Em estatstica, sabe-se que a mdia aritmtica nem sempre oferece um resultado
consistente porque s considera a soma dos valores coletados pela diviso da quantidade de
valores (nmero de termos), por isso outras medidas sero estudadas.
A anlise dos dados em uma pesquisa experimental, por exemplo, tambm calcula
correlaes entre variveis, especificamente entre aquelas manipuladas e as que foram
afetadas pela manipulao. Entretanto, os dados experimentais podem demonstrar
conclusivamente relaes causais (causa e efeito) 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.
A estatstica tambm est relacionada com outras medidas, como as de tendncia
central e disperso, inferncias relativas mdia e varincia, regresso e correlao,
erros e incertezas de medio, calibrao, rastreabilidade entre outras que so comuns na
metrologia.
A mdia de uma srie de medies pode ser a mesma, contudo no podemos afirmar que
as performances foram iguais para os diferentes grupos de medidas. necessrio caracterizar
o conjunto tambm usando medidas que avaliam a variabilidade dos dados no conjunto. As
medidas de disperso so os exemplos mais comuns nesse caso. Podem-se citar, por exemplo,
a amplitude amostral, a varincia amostral, o desvio padro, coeficiente de variao amostral,
entre outros.

2.2. Mdia Aritmtica Simples ou Amostral ( )

A mdia aritmtica simples o quociente da soma de todos os valores medidos pelo

nmero desses valores. Supondo que foi feita a medida de um eixo com um paqumetro e
foram encontrados os seguintes resultados: 10,23 mm; 10,19 mm; 10,20 mm; 10,17mm; 10,21
mm; 10,23 mm; 10,17mm.
A frmula para o clculo da mdia aritmtica simples ( ) dada pela Eq. (1), em que xi
o valor genrico de observaes e n o nmero de observaes.

i =1
i
= (1)
n
Soluo do exemplo acima aplicando a Equao 1 :

= (10,23 mm + 10,19 mm + 10,20 mm + 10,17 mm +10,21 mm + 10,23 mm +10,17

mm)/7=10,20 mm.

2.2.1. Mdia Aritmtica Ponderada ( )

A mdia aritmtica ponderada o quociente entre o somatrio do produto de cada dado

classificado pela sua freqncia absoluta e o nmero desses dados. Em outras palavras, dadas
uma srie de medidas e o peso de cada medida encontra-se sua mdia aritmtica ponderada
multiplicando cada medida pelo seu peso e somando os termos desses valores e dividindo pela
soma dos respectivos pesos. O clculo da mdia aritmtica ponderada pode ser feito pela Eq.
(2).

= (X1.F1 + X2.F2 + ....+ XnFn) / n (2)

Exemplo: uma pea foi medida com trs micrmetros de fabricantes diferentes. O
micrmetro A tinha 99% de exatido e encontrou-se 13,294 mm. O micrmetro B tinha 95%
de exatido e encontrou-se 13,283 mm. O micrmetro C tinha 98% de exatido e encontrou-
se 13,179 mm. Qual a mdia aritmtica ponderada das medies?

Aplicando a Eq. (2), a mdia aritmtica ponderada :

= (13,294 . 0,99 + 13,283 . 0,95 + 13,179 . 0, 98) / (0,99 + 0,95 +0,98) = 13,251 mm.

Se no fossem considerados os pesos relativos exatido dos instrumentos teramos a

mdia aritmtica simples de 13,252 mm. A diferena de 0,001 mm pode parecer
insignificante, mas no , pois em metrologia esse valor, muitas vezes, pode significar muito.
Alm disso, essa diferena foi decorrente da estimativa de exatido dos instrumentos.

2.3. Medidas de Disperso

Medidas de disperso so conjuntos de medidas (amplitude, varincia e desvio padro)

utilizadas no estudo da variabilidade de uma determinada distribuio, permitindo obter uma
informao mais completa acerca da forma da mesma, Silva et al (2011).
Em muitos casos possvel obter distribuies que tenham a mesma mdia, por exemplo,
porm quando feito um estudo da variabilidade das mesmas, observa-se que essas
distribuies possuem comportamento totalmente diferente. Duas medidas de disperso sero
mostradas, resumidamente, a seguir. Para estudos mais aprofundados devem-se consultar
livros especficos de estatstica.

a) Varincia

A varincia (s2) a medida que permite avaliar o grau de disperso dos valores da varivel
em relao mdia aritmtica. Diferentemente do desvio mdio que despreza o fato de alguns
desvios serem negativos e outros positivos, na varincia estes sinais so levados em conta,
pois so tomados os quadrados da diferena dos valores em relao mdia.
Frmula para o clculo da varincia amostral dada pela Eq. (3):

2
( )
s2 = (3)
n 1

Exemplo: Calcular a varincia para a seqncia abaixo que representa o dimetro, em

milmetros, de um eixo que foi torneado:

X= 23,45 mm; 23,29 mm; 23,15 mm; 23,39 mm; 23,40 mm, 23,30 mm; 23,31 mm.

Para calcular a varincia necessrio calcular a mdia que nesse caso : 23,33 mm. A
varincia calculada pela Eq. (3) : 0,0096. Arredondando: S2=0,01 mm

b) Desvio padro amostral

O desvio padro (Eq. (4) tambm permite avaliar o grau de disperso dos valores da
varivel em relao mdia aritmtica e representa a raiz quadrada da varincia.
 2
( )
s= (4)
n 1

Exemplo: Calcular o desvio padro para a seqncia abaixo que representa o dimetro, em
milmetros, de um eixo que foi torneado:

X= 23,45 mm; 23,29 mm; 23,15 mm; 23,39 mm; 23,40 mm, 23,30 mm; 23,31 mm.

Para calcular o desvio padro necessrio calcular a mdia que nesse caso : 23,33 mm. O
desvio padro calculado pela Eq. (4) : 0,098, arredondando: s=0,1 mm. A representao do
dimetro do eixo : 23,33 mm 0,1 mm.
Estatisticamente, se o desvio padro for igual a zero, no existe variao em relao aos
dados analisados. Conseqentemente, as medidas so iguais. Por outro lado, se for feita uma
comparao entre duas sries de medidas em condies de repetitividade, aquela possuir
menor desvio padro ter menor disperso. Conclui-se que quanto maior for o desvio padro,
maior ser a disperso entre os dados analisados. Portanto, o desvio padro pode ser
considerado com sendo um indicador quantitativo da preciso de uma medio.

2.4. Intervalo de Confiana

Em estatstica, um intervalo de confiana (IC) um intervalo estimado de um parmetro

estatstico. Em vez de estimar o parmetro por um nico valor, dado um intervalo de
estimativas provveis. Quo provveis so estas estimativas determinado pelo coeficiente de
confiana. Quanto maior for a probabilidade do intervalo conter o parmetro, maior ser o
intervalo. Intervalos de confiana so usados para indicar a confiabilidade de uma estimativa.
Por exemplo, um (IC) pode ser usado para descrever quo confiveis so os resultados de uma
pesquisa. Sendo todas as outras coisas iguais, uma pesquisa que resulte num IC pequeno
mais confivel do que uma que resulte num (IC) maior (Pires, 2000).
Na prtica moderna aplicada, a maioria dos intervalos de confiana est no nvel de 95%,
ABNT (2010).
De acordo com Ferreira (2007), seja uma distribuio amostral de mdia e desvio
padro s, esta distribuio dita normal quando o grfico apresentar a forma semelhante
indicada na Fig. (1).

Figura 1. Distribuio normal

 Numa distribuio amostral aproximadamente normal de se esperar que 68,27% das
medidas da amostra estejam no intervalo [ s, + s], 95,45% estejam no intervalo [ 2x,
+ 2s] e 99,73% estejam no intervalo [ 3x, + 3s].
Estes intervalos so denominados intervalos de confiana de 68,27%, 95,45% e 99,73%,
respectivamente. Os extremos dos intervalos so chamados de limites de confiana de
68,27%, 95,45% e 99,73%.
Quando o tamanho da amostra menor que 30, costuma-se usar o coeficiente t de
confiana de Student. O coeficiente t depende do grau de liberdade da amostra. Para uma
distribuio aproximadamente normal, com amostras de tamanho maior ou igual a trinta, os
valores de "z" e de "t" levam praticamente aos mesmos resultados.
Considera-se o grau de liberdade de uma amostra de tamanho n como sendo n 1.
Ao usar a tabela de Student deve ser observado que a primeira coluna corresponde ao
tamanho da amostra menos 1.
comum representar o intervalo de confiana ( x p ), com percentual P%, conforme a Eq.
(5).
s
x p = x()t. 1/ 2 , (5)
n
em que n o tamanho da amostra e (t) o coeficiente de Student para 95% de confiana.
A Tabela 1 mostra os valores para coeficientes de confiana (Student) para 95% de
confiana.

Tabela 1. Coeficiente de Student (t) para 95% de confiana (Adaptada da ABNT/INMETRO,

2003).

Graus de 1 2 3 4 5 .... 20 25 30.. ... 100

liberdade
Coeficiente 12,25 4,30 3,18 2,78 2,57 2,09 2,06 2,04 1,98 1,96
de Student
(t)

3. PROCEDIMENTOS EXPERIMENTAIS

Como o objetivo do trabalho mostrar a anlise de tolerncia dimensional, aplicando

mtodos estatsticos para interpretar dimetros de um eixo, foi necessrio realizar
procedimentos experimentais para levantamentos dos dados. Para isso, foi utilizado um
micrmetro externo (esquema da Figura 3) com resoluo de 0,001 mm e que no foi
calibrado para realizar 30 medies aleatrias no dimetro de um eixo que foi torneado com
dimetro nominal de 13 mm e comprimento de 200 mm. Aps a realizao das 30 medies,
foram encontrados os dimetros mostrados na Tab. (2).
 Figura 3. Aparato para medio do dimetro de um eixo.

Tabela 2. Dimetros medidos no eixo (mm)

13,020 13,025 13,040 13,00 13,025 13,030 13,028 13,021 13,041 13,044
13,031 13,010 13,022 13,013 13,034 13,010 13,015 13,035 13,020 13,025
13,027 13,015 13,032 13,020 13,018 13,022 13,030 13,036 13,017 13,010

4. RESULTADOS E DISCUSSO

A anlise estatstica consiste encontrar um intervalo de confiana de 95% para o

verdadeiro do dimetro mdio do eixo, tendo como base os valores obtidos na Tabela 2.
Para realizao dessa anlise necessrio calcular a mdia e o desvio padro.
A mdia, calculada pela Eq. (1) =13,024 mm . O desvio padro, calculado pela Eq. (4)
: s= 0,0103 mm
Para calcular o intervalo de confiana ( x p ) em relao mdia utilizada a Eq. (5).
s
x p = x()t. 1 / 2 , (5)
n

Para calcular t, considerando o grau de liberdade (n-1)=29, na Tabela1. encontra-se

t=2,045, substituindo t na Eq. (5) tem-se:

x p =13,024 ( ) 2,045. 0,0103/301/2= 13,024 mm 0,004 mm.

Assim, o intervalo de confiana da mdia de todos os dimetros medidos pelo micrmetro

(13,024 + 0,004) mm, ou seja, existe uma probabilidade de 95% de a mdia dos dimetros
estar entre 13,020 mm e 13,028 mm.

5. CONCLUSES

Este trabalho mostrou que existe uma integrao muito forte entre a metrologia e a
estatstica. Por isso, o valor numrico do resultado da comparao entre uma grandeza a ser
avaliada e uma grandeza de referncia pode ser analisado com o apoio de outras cincias.
Em relao estatstica, foi possvel mostrar que ela pode ser aplicada no clculo de
mdias, desvio padro e anlise de intervalos de confiana para verificar o comportamento do
dimetro de um eixo, atravs de uma srie de medies. Como a metrologia abrange todos os
aspectos tericos e prticos relativos s medies, devem ser consideradas todas as
possibilidades que possam contribuir para desenvolvimento da cincia ou da tecnologia.
A tolerncia dimensional um exemplo de aplicao da metrologia na estatstica porque,
normalmente, so utilizadas tabelas para estudo de intercambiabilidade de peas e
equipamentos com base em normas tcnicas que possibilite o perfeito funcionamento de
sistemas acoplados.
No caso da anlise do comportamento do dimetro do eixo, em um intervalo de confiana
de pr-estabelecido, foi possvel verificar que aps uma srie de medies, existem 95% de
probabilidade de o dimetro do eixo estar compreendido entre 13,020 mm e 13,028 mm.
Portanto, valores fora deste intervalo devem ser considerados como no conformidade.

6. AGRADECIMENTOS

O autor agradece Diretoria do CEFET-MG pelo apoio na elaborao e na

apresentao desse trabalho no COBENGE 2012.

7. REFERNCIAS

ABNT - Associao Brasileira de Normas Tcnicas. 2010, NBR ISO 3534-1:2010.

Estatstica- Vocabulrio e smbolos Parte 1: Termos estatsticos gerais e termos usados em
probabilidade, Rio de Janeiro, 69 p.

ABNT - Associao Brasileira de Normas Tcnicas, Guia para a Expresso da Incerteza de

Medio, terceira edio brasileira em lngua portuguesa- Rio de Janeiro, INMETRO, 2003,
120 p.

ABNT - Associao Brasileira de Normas Tcnicas. NBR 6158- Sistema de tolerncias e

ajustes, Rio de Janeiro, 1995, 79 p.

Ferreira, C. J. Estatstica. 2007, Disponvel em:

www.cesariof.xpg.com.br/estat/estatistica.doc. Acesso em: 20 fev. 2012.

Inmetro - Instituto Nacional de Metrologia Normalizao e Qualidade Industrial. Vocabulrio

Internacional de Metrologia: Conceitos Fundamentais e Gerais e Termos Associados (VIM
2008). 2009,1 Edio Brasileira. Rio de Janeiro: Inmetro, 78 p.

Pires, A. Captulo 7 - Estimao por intervalos, 2000. Disponvel em:

http://www.math.ist.utl.pt/~apires/MaterialPE/AulaTCap7C.pdf. Acesso em: 20 fev. 2012.

Silva, C. S. L.; Costa, H. I. C.; Matias, M. P. A. Estatstica. 2011. Disponvel

em:http://www.educ.fc.ul.pt/icm/icm2003/icm24/quemsomos.htm#quem. Acesso em: 15 dez.
2011.

THINKFN. Estatstica. Disponvel em:

http://www.thinkfn.com/wikibolsa/Estat%C3%ADstica. Acesso em: 15 dez. 2011

Toledo, G. Luciano & Ovalle, I. I. 1988. Estatstica bsica. So Paulo: Atlas.

 INTEGRATION BETWEEN STATISTICS AND METROLOGY
Abstract

The aim of this paper is to present a tool that analyzes the diameter of a shaft, taking into
account aspects related to statistical and dimensional tolerances. With this tool, it was found
that, in a confidence interval pre-established, there is 95% probability of the shaft diameter
being between 13,020 mm and 13,028 mm. To reach this conclusion, was made a series of
measurements on the axis, using a micrometer resolution 0,001 mm and made a statistical
analysis of diameters.

Keywords: Metrology, Dimensional Tolerance, Statistics, NBR 6158:1995.