Universidade 

Anhanguera - Uniderp
Centro de Educação a Distância

ATIVIDADES PRÁTICAS SUPERVISIONADAS DA DISCIPLINA DE
ESTATÍSTICA

Sumário.. ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
.. ... ... ... . 2

Introdução. . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . .  
3

Etapa 01 - Definições e conceitos específicos  da área estatística, a  fim de

compreender e aplicar os procedimentos estatísticos  em uma pesquisa. . . . . . . . . . . . . .

Resumo teórico do artigo: Aplicação dos conceitos de Controle Estatístico de
Processo (CEP) em  uma indústria de fundição do Norte  Catarinense............ 4

Resumo teórico do artigo: Conceito e aplicações  da Estatística. . . . . . . . . . . . . . . . . . . 5

Possibilidades de aplicação  da Estatística na área de Administração ......... 8

Etapa 02 - Coleta dos dados que serão utilizados no desenvolvimento de
todas as etapas deste desafio.. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . .  

10

Tabela de produtos.. ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...   10

Etapa 03:  Tabelas de frequência e a organização  dos dados em  gráficos..........

12

Análise de pacotes  de 500 gramas  de café favorito. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Histograma.. ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...   13

Gráficos:.. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . .   13

Gráfico 1 – Frequência Absoluta .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . 13

Gráfico 2 – Frequência Relativa  . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . . 14

Gráfico 3 – Frequência Acumulada . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . . 14

Etapa 04 - Medidas de tendência central e Dispersão. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

15

1. Medidas de tendência central. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.1.  Média .. ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ..   15

1.2.  Moda. . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . .   15

1.3.  Mediana... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... .   15

2. Medidas de dispersão.. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . .   15

2.1.  Variância.. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . ..   15

2.2.  Desvio padrão. . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. .   16
 3. Interpretação estatística dos resultados obtidos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

Referências Bibliográficas.. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . . . .. . . .  

19

Introdução
Este trabalho tem como objetivo a construção de um relatório, conforme estudo d
e
caso apresentado a seguir, destinado ao Diretor da empresa, contendo os resultados da
pesquisa estatística de controle de qualidade para o lote em questão; desta forma, o diretor
também poderá verificar a efetividade do trabalho da empresa.

Estudo de Caso

Nossa equipe teve  a  função  de atuar  como  supervisores do  departamento  de  controle

de qualidade de uma fábrica, e esteve encarregada de verificar o processo de controle d
e
qualidade do empacotamento de sacos de café que têm marcado nas embalagens de “50
0
gramas”.

Escolhemos uma amostra predeterminada de pacotes de café e efetuamos o
s
procedimentos estatísticos de controle de qualidade, para determinar a aprovação o
u
reprovação de um lote para comercialização. Vale lembrar que, segundo regras desta empresa,
para que o lote obtenha aprovação, o desvio padrão máximo é de 0,05 kg (ou 5 gramas).

Etapa 01 - Definições e conceitos específicos da área estatística, a fim de compreender e
aplicar os procedimentos estatísticos em uma pesquisa.

Resumo  teórico  do  artigo:  Aplicação  dos  conceitos  de  Controle  Estatístico  de
Processo  (CEP)  em  uma  indústria  de  fundição  do  Norte  Catarinense.
O objetivo  do artigo consiste em analisar  a qualidade  e a capacidade  de produção  da
indústria, visando identificar particularidades e características do processo, assim como
oportunidades de melhorias úteis aos operadores e responsáveis pelo monitoramento d
o
processo na empresa, ou mesmo para outras pessoas que trabalhem e lidem com processo
s
similares.

Primeiramente foi criado um processo de inspeção que consistia em um teste de tração
com  um determinado bloco de  motor para  caminhões a  diesel. Os dados  dos resultados dos
testes de tração fornecidos pela empresa, foram acessados através do Núcleo de Normalização
e Qualimetria (NNQ) da Universidade Federal de Santa Catarina (UFSC), os quai
s
correspondem a ensaios de tração realizados na linha de fundição, sempre que ocorreram
produções, durante todo o ano de 2004.

É importante e necessário mencionar que, como as amostras são de tamanho unitário,
a amplitude do processo considerada neste trabalho foi à amplitude móvel, que consiste na
diferença entre a maior e a menor medida de tração entre o dia t  e o dia t-1. Já  no caso 
da
estimativa do desvio padrão do processo, foi realizada duas estimativas: uma através da forma
tradicional (equação 3.1), considerando a amostra global, e outra através do cálculo de S
D
(equação 3.2), pois trata-se de uma medida mais confiável, por basear-se apenas na dispersão
dos valores amostrais, sendo, segundo COSTA  et  al. (2004), insensível a causas especiais qu
e
alteram a média do processo.

Objetivando detectar possíveis mudanças na média do processo, foram construídos os
gráficos alternativos aos de Shewhart mais indicados para amostras unitárias, ou seja, o da
soma cumulativa (CUSUM) e o da média móvel exponencialmente ponderada (EWMA - que
possui desempenho similar ao da soma cumulativa).

Como não se conhecia o valor médio alvo do processo, por não ter sido informad
o
pela empresa, antes de se construir o gráfico, foi realizado um teste de análise de variânci
a
(ANOVA). Para isto, estratificou-se a amostra em 5 sub-amostras de tamanho 37
(respeitando-se a ordem cronológica das observações coletadas), para verificar se a média do

processo apresentava modificações ao longo dos 185 dias em que foram feitas as coleta
s
amostrais.

Um gráfico de controle é uma sequência de testes de hipóteses, em que a probabilidade
do risco  é o erro do tipo I. Esse erro só ocorre quando se rejeita a hipótese nula verdadei
ra,
isto é, um corpo de prova é bom, mas é rejeitado pela empresa. Mas existe também o erro do
tipo  II  (   ),  também conhecido  como  o  risco  do  consumidor,  que  consiste  em  não  rejei
tar
uma hipótese nula falsa. É o caso em que o corpo de prova não está dentro dos padrões
especificados pela empresa, mas mesmo assim, o  lote contendo todos os blocos de motores
não é rejeitado como sendo problemático.

O Gráfico da Soma Cumulativa (CUSUM) incorpora diretamente toda a informaçã
o
nas sequências de valores da amostra de um valor alvo, como por exemplo, a média d
o
processo. Além disso, o CUSUM combina informação de várias amostras, tornando-o mai
s
eficaz do que os gráficos de Shewhart para detectar pequenas mudanças na média d
o
processo.

O Gráfico  da  Média  Móvel  Exponencialmente  Ponderada (EWMA), similarmente  ao

gráfico da soma cumulativa, é exponencialmente ponderada, é uma forma alternativa a
o
gráfico  X  de  Shewhart,  utilizado  para  detectar  pequenas  mudanças  na  média  do processo. 
A
principal diferença entre estes dois gráficos, é que no EWMA os dados não se afastam gradual
e indefinidamente da linha média como no caso do CUSUM, e sim, apenas até atingir a nova
média, passando então a oscilar aleatoriamente em torno da mesma.

Os resultados obtidos com a utilização dos diversos gráficos de controle para amostras
de tamanho unitário, juntamente com a estimação do índice de capacidade, atendeu de forma
razoavelmente satisfatória às expectativas dos autores. A frustração ficou por conta de se
esperar encontrar um processo estatisticamente capaz de produzir os blocos dentro das
especificações desejadas, uma vez  que se  trata de  uma  grande empresa e  já que  trabalha há
muito tempo com esse tipo de produto.

Resumo  teórico  do  artigo:  Conceito  e  aplicações  da  Estatística.

A Estatística, é um conjunto de técnicas e métodos de pesquisa que entre outro
s
tópicos envolve o planejamento do experimento a ser realizado, a coleta qualificada do
s
dados, a inferência, o processamento, a análise e a disseminação das informações.

Atualmente os dados estatísticos são obtidos, classificados e armazenados em mei
o
magnético e disponibilizados em diversos sistemas de informação acessíveis a pesquisadores,
cidadãos e organizações da sociedade que, por sua vez, podem utilizá-los para 
o
desenvolvimento de suas atividades.

Os conceitos estatísticos  têm exercido profunda influência  na maioria dos campos do

conhecimento humano. Métodos estatísticos vêm sendo utilizados no aprimoramento d
e
produtos agrícolas, no desenvolvimento de equipamentos espaciais, no controle do tráfego, na
previsão de surtos epidêmicos bem como no aprimoramento de processos de gerenciamento,
tanto na área governamental como na iniciativa privada.

As informações estatísticas são concisas, específicas e eficazes, fornecendo assi
m
subsídios imprescindíveis para as tomadas racionais de decisão. Neste sentido, a Estatística
fornece ferramentas importantes para que as empresas e instituições possam definir melho
r
suas metas, avaliar sua performance, identificar seus pontos fracos e atuar na melhori
a
contínua de seus processos.

A diversidade de atuação é um dos grandes atrativos da Estatística, que pode promover
a melhoria da eficiência e também a solução de vários problemas práticos importantes e
m
quase todas as áreas do saber: das ciências naturais às sociais. Exemplificamos, a seguir,
algumas das áreas em que a atuação do estatístico adquire maior relevância, bem como a
s
principais atribuições desse profissional.

Indústria - no planejamento industrial, a atuação do estatístico começa nos estudos de
implantação de uma fábrica até a avaliação das necessidades de expansão industrial; n
a
pesquisa e desenvolvimento de técnicas, produtos e equipamentos; nos testes de produtos; no
controle de qualidade e quantidade, etc.

Área de Recursos Humanos – nesta área, o estatístico realiza pesquisa de
compatibilização entre os conhecimentos e habilidades dos empregados e as atividades
desenvolvidas por eles; estuda os salários , as necessidades de treinamento, assim como 
a
avaliação dos treinamentos realizados;

Universidades e Instituições de Pesquisas - o estatístico pode atuar como docente,
ministrando disciplinas relacionadas à Estatística, pesquisando e desenvolvendo novas
metodologias de análise estatística para os mais variados problemas práticos e teóricos, entre
outros.

Área de Demografia - o estatístico estuda a evolução e as características da
população; estabelece tábuas de mortalidade; analisa os fluxos migratórios; estabelece níveis e
padrões para testes clínicos; planeja e realiza experimentos com grupos de controle, etc.

Área de Marketing e Análise de Mercado - o estatístico tem um perfil adequado
para trabalhar na monitoração e análise de mercado; nos sistemas de informações d
e
marketing, na prospecção e avaliação de oportunidades; na análise e desenvolvimento d
e
produtos, etc.

Área Financeira e Bancária - o estatístico pode atuar no departamento de seguros e
análise atuarial; na avaliação e seleção de investimentos, no estudo e desenvolvimento d
e
modelos  financeiros; no  desenvolvimento de  informações gerenciais; na  definição, análise e
acompanhamento de carteiras de investimentos; etc.

As responsabilidades e atribuições do estatístico estão redigidas pela Lei no 4.739, de
15 de julho de 1965, que criou a profissão, e pelo Decreto no 62.497, que regulamentou o seu
exercício profissional. O Conselho Federal e os Conselhos Regionais de Estatística
constituem as autarquias que têm por finalidade orientar, disciplinar e fiscalizar o exercício da
profissão em todo o Território Nacional.
 A formação acadêmica do estatístico está fundamentada em conhecimentos d
e
Matemática, Cálculo e Teoria das Probabilidades, Técnicas e Métodos Estatísticos,
Computação, Métodos de Análise Estatística e Disciplinas Profissionalizantes. Essa formação
básica permite ao estatístico utilizar técnicas para:

 Efetuar levantamentos e análises de informações;

 Planejar e realizar experimentos e pesquisas em várias áreas científicas;

 Formular a solução para os mais variados e complexos problemas concernentes 
à
melhoria e otimização dos processos.

A exploração de vastas e diversas bases de dados estatísticos hoje existentes, requer
um profissional capaz de extrair daí relevantes informações através do uso de moderna
s
técnicas de amostragem, modelagem e inferência que são algumas das ferramentas usuais da
Estatística.

Possibilidades  de  aplicação  da  Estatística  na  área  de  Administração

Nas organizações é onde a estatística demonstra toda a sua força.

 Gráficos e tabelas são apresentados na exposição de resultados de uma empresa.

 Dados numéricos são usados para aprimorar e aumentar a produção.

 Censos demográficos ajudam o Governo a entender melhor sua população e 
a
organizar seus gastos com saúde e assistência social.

Com a velocidade da informação a estatística passou a ser uma ferramenta essencial na
produção e atuação do conhecimento.

Atualmente, quase todos os meios de comunicação, como jornais, revistas, rádio
,
televisão e Internet lançam mão de modelos estatísticos como:

 gráficos;
  diagramas;

 tabelas.

Para integrar e enriquecer seus conjuntos de informações a serem divulgadas para 
a
população. E nisso inclui o sistema empresarial que se utiliza da estatística como ferramenta
para gerenciar seus atos comerciais.

No mundo atual, a empresa é uma das vigas mestras da Economia. A direção de uma
empresa, de qualquer tipo, incluindo as estatais e governamentais, exige de seu gestor a tarefa
de tomar decisões, e o conhecimento e o uso da Estatística facilitarão seu trabalho de
organizar, dirigir e controlar a empresa.

Por meio de coleta de dados, podemos conhecer a realidade geográfica e social, o
s
recursos naturais, humanos e financeiros disponíveis, as expectativas da comunidade sobre a
empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de sere
m
alcançados a curto, médio ou longo prazo.

A Estatística ajudará em tal trabalho, como também na seleção e organização d
a
estratégia a ser adotada no empreendimento e na escolha das técnicas de verificação 
e
avaliação da quantidade e da qualidade do produto e mesmo dos possíveis lucros e/ou perdas.

Tudo isso que se pensou, que se planejou, precisa ficar registrado, documentado para
evitar esquecimentos, a fim de garantir o bom uso do tempo, da energia e do material e, ainda,
para um controle eficiente do trabalho.

Assim ao construir estatisticamente passe por procurar fundamentar suas praticas com
base numa seleção de indicadores mais ou menos sortidos de acordo com as conveniências do
momento, alicerçando os objetivos de seus projetos de forma contextual.

Para Romero e Salgado (2007), os programas de qualidade adotados nas organizações
dependem em grande parte por modelos estatísticos. A implantação de um programa de
qualidade pode eliminar desperdícios, reduzir os índices de defeitos, diminuir as constante
s
 inspeções e aumentar a satisfação do consumidor final. As técnicas de controle antigas como a
inspeção de qualidade no produto acabado, vão sendo deixadas de lado e passa a se
r
substituída pelo conceito de prevenção, baseado no controle do processo produtivo
Peso
.
  Amostra   
Amostra Amostra Amostra Amostra
Ainda para Romero e Salgado (2007), dentro do setor de balas não há dois produtos o
   (kg)    (kg)   
     Peso (kg)   
     Peso (kg)   
  Peso
       Peso
u
características exatamente iguais entre si porque os processos contêm muitas fontes d
e
variação. As  diferenças entre os  produtos podem ser  enormes ou quase imperceptíveis, mas
sempre estarão presentes. As balas fabricadas têm de estar dentro do limite aceitável e não
podem  estar fora,  pois  serão  descartadas. Todas as  origens da  causa  devem ser  analisadas e
estudas e  quando  for colocado  sob o  controle  estatístico,  o processo deverá  ser medido  para
verificar seu potencial sobre as especificações.

A estatística tem sido utilizada para a otimização de recursos econômicos, aumento d
a
qualidade e produtividade, na analise de decisões políticas e judiciais e tantas outras.

Em entrevista ao site do IBGE (2007), o Presidente do Conselho Federal de Estatística
,
Francisco de Paula Buscácio, “A estatística tem por objetivo fornecer métodos e técnicas para
que possa, racionalmente, lidar com situações de incerteza”.

Etapa 02 - Coleta dos dados que serão utilizados no desenvolvimento de todas as etapas
deste desafio.

Tabela de produtos

(kg)

1 500 22 504 43 510 64 506 85 504

2 502 23 500 44 512 65 500 86 500

3 504 24 524 45 504 66 522 87 524

4 514 25 502 46 502 67 510 88 502

5 504 26 504 47 500 68 512 89 504

 6 506 27 514 48 522 69 504 90 514

7 510 28 504 49 514 70 512 91 504

8 512 29 506 50 510 71 506 92 506

9 512 30 510 51 512 72 500 93 510

10 504 31 512 52 506 73 522 94 512

11 502 32 512 53 500 74 510 95 512

12 500 33 504 54 522 75 512 96 504

13 522 34 502 55 510 76 504 97 524

14 514 35 500 56 512 77 502 98 526

15 510 36 522 57 504 78 500 99 500

16 512 37 514 58 502 79 522 100 502

17 506 38 510 59 500 80 514

18 500 39 512 60 522 81 510

19 522 40 506 61 514 82 512

20 510 41 500 62 510 83 506

21 512 42 522 63 512 84 512

Conclusão
As respectivas pesagens foram realizadas com uma marca de café (Favorito) com base
de peso de 500g, indicada pelo fabricante.

As pesagens foram realizadas no dia 03/09/2012, na rede de supermercado Supe
r
Market, localizado no Bairro de Praia Brava, em Angra dos Reis, Rj.

Pode-se observar que muito raramente os pesos são iguais ao descrito em su
a
embalagem tivemos uma variação muito elevada dentre as 100 amostras.

Etapa 03: Tabelas de frequência e a organização dos dados em gráficos.
 Análise de pacotes de 500 gramas de café favorito

ref 1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª

10ª

1 500 502 504 506 510 512 514 522 524

526

2 500 502 504 506 510 512 514 522 524

T=1

3 500 502 504 506 510 512 514 522 524

4 500 502 504 506 510 512 514 522 T=3

5 500 502 504 506 510 512 514 522

6 500 502 504 506 510 512 514 522

7 500 502 504 506 510 512 514 522

8 500 502 504 506 510 512 514 522

9 500 502 504 506 510 512 T=8 522

10 500 T=9 504 T=9 510 512 522

11 500 504 510 512 T=10

12 500 504 510 512

13 500 504 510 512

18 14 500

504 T=13512
15
14
13 15

T=14 10
504 512
9                               9
8 16

T=15 512
3 17 512
1
18 512

T=18

Quadro 1
 Histograma
REF amostras F. Absoluta F. Relativa F. Acumulada

500 500 14 14% 14%

502 502 9 9% 23%

504 504 15 15% 38%

506 506 9 9% 47%

510 510 13 13% 60%

512 512 18 18% 78%

514 514 8 8% 86%

522 522 10 10% 96%

524 524 3 3% 99%

526 526 1 1% 100%

N=10 N=100 100% 100%

Quadro 2

Gráficos:

FREQUÊNCIA ABSOLUTA
QTDEENCONTRADAPORAMOSTRA

20
         99%     100%
18 96 %
16 86 %
78%
14
60%
12
47 %
10
38%
8
23 %
6 1%
4

2
PESO DAS AMOSTRAS
0
500       502       504       506       510        512       514       522       524       526

Gráfico 1 – Frequência Absoluta
 F R E Q U Ê N C I A  R EL AT IVA
1%
1=500
3%
10% 14% 2=502
3=504

8% 9% 4=506
5=510

6=512

7=514
18% 15%
8=522

9=524
9%
13% 10=526

Gráfico 2 – Frequência Relativa

FREQUÊNCIA ACUMULADA
ANÁLISEPERCENTUALACUMULADA

120%

100%

80%

60%

40%

20%

0% PESO DAS AMOSTRAS
500      502     504     506     510     512     514     522     524     526

Gráfico 3 – Frequência Acumulada

Etapa 04 - Medidas de tendência central e Dispersão.

1. Medidas de tendência central
Uma medida de tendência central é uma maneira de reduzir uma grande quantidade de dados
em um único valor, que represente a sua tendência geral e mostram o valor em torno do qual
se agrupam as observações.

1.1. Média
Chama-se Média de um conjunto de dados numéricos ao número que se obtém dividindo a
soma dos valores de todos os dados pelo número de dados.

1.2. Moda
Chama-se Moda de um conjunto de dados ao dado que ocorre com maior frequência.

1.3. Mediana
Para indicar a mediana começa-se por escrever os dados por ordem crescente ou decrescente.
A mediana é o valor central.

Se o número de dados é ímpar, a mediana é o valor que ocupa a posição central.

Se o número de dados é par, a mediana é a média aritmética dos dois valores centrais

2. Medidas de dispersão
Após reduzir os dados a um único valor, como podemos criar uma representação da variação
intrínseca deles sem voltar aos valores originais?

As medidas de dispersão reduzem a variação entre os dados a um único valor.

2.1. Variância
Define-se a variância, como sendo a medida que se obtém somando os quadrados dos desvios
das observações da amostra, relativamente à sua média, e dividindo pelo número de
observações da amostra menos um.

2.2. Desvio padrão
Uma vez que a variância envolve a soma de quadrados, a unidade em que se exprime não é 
a
mesma que a dos dados. Assim, para obter uma medida da variabilidade ou dispersão com a
s
mesmas unidades que os dados, tomamos a raiz quadrada da variância e obtemos o desvio
padrão:
O desvio padrão é uma medida que só pode assumir valores não negativos e quanto maior f
or,
maior será a dispersão dos dados.

Algumas propriedades do desvio padrão, que resultam imediatamente da definição, são:
o desvio padrão será maior, quanto mais variabilidade houver entre os dados.

3. Interpretação estatística dos resultados obtidos
Quadrad
o do
Amostra Peso (g) Media desvio
Desvio
1 500 509,08 -9,08
82,45
2 502 509,08 -7,08
50,13
3 504 509,08 -5,08
25,81
4 514 509,08 4,92
24,21
5 504 509,08 -5,08
82,45
6 506 509,08 -3,08 9,49
7 510 509,08 0,92 0,85
8 512 509,08 2,92 8,53
9 512 509,08 2,92 8,53
10 504 509,08 -5,08
25,81
11 502 509,08 -7,08
50,13
12 500 509,08 -9,08
82,45
13 522 509,08 12,92
166,93
14 514 509,08 4,92
24,21
15 510 509,08 0,92 0,85
16 512 509,08 2,92 8,53
17 506 509,08 -3,08 9,49
18 500 509,08 -9,08
 82,45
19 522 509,08 12,92
166,93
20 510 509,08 0,92 0,85
21 512 509,08 2,92 8,53
22 504 509,08 -5,08
25,81
23 500 509,08 -9,08
82,45
24 524 509,08 14,92
222,61

25 502 509,08 -7,08 50,13

26 504 509,08 -5,08 25,81
27 514 509,08 4,92 24,21
28 504 509,08 -5,08 25,81
29 506 509,08 -3,08 9,49
30 510 509,08 0,92 0,85
31 512 509,08 2,92 8,53
32 512 509,08 2,92 8,53
33 504 509,08 -5,08 25,81
34 502 509,08 -7,08 50,13
35 500 509,08 -9,08 82,45
36 522 509,08 12,92 166,93
37 514 509,08 4,92 24,21
38 510 509,08 0,92 0,85
39 512 509,08 2,92 8,53
40 506 509,08 -3,08 9,49
41 500 509,08 -9,08 82,45
42 522 509,08 12,92 166,93
43 510 509,08 0,92 0,85
44 512 509,08 2,92 8,53
45 504 509,08 -5,08 25,81
46 502 509,08 -7,08 50,13
47 500 509,08 -9,08 82,45
48 522 509,08 12,92 166,93
49 514 509,08 4,92 24,21
50 510 509,08 0,92 0,85
51 512 509,08 2,92 8,53
52 506 509,08 -3,08 9,49
53 500 509,08 -9,08 82,45
54 522 509,08 12,92 166,93
55 510 509,08 0,92 0,85
56 512 509,08 2,92 8,53
57 504 509,08 -5,08 25,81
58 502 509,08 -7,08 50,13
59 500 509,08 -9,08 82,45
60 522 509,08 12,92 166,93
61 514 509,08 4,92 24,21
62 510 509,08 0,92 0,85
63 512 509,08 2,92 8,53
64 506 509,08 -3,08 9,49
65 500 509,08 -9,08 82,45
66 522 509,08 12,92 166,93
67 510 509,08 0,92 0,85
68 512 509,08 2,92 8,53

69 504 509,08 -5,08 25,81

70 512 509,08 2,92 8,53
71 506 509,08 -3,08 9,49
72 500 509,08 -9,08 82,45
73 522 509,08 12,92 166,93
74 510 509,08 0,92 0,85
75 512 509,08 2,92 8,53
76 504 509,08 -5,08 25,81
77 502 509,08 -7,08 50,13
78 500 509,08 -9,08 82,45
79 522 509,08 12,92 166,93
80 514 509,08 4,92 24,21
81 510 509,08 0,92 0,85
82 512 509,08 2,92 8,53
83 506 509,08 -3,08 9,49
84 512 509,08 2,92 8,53
85 504 509,08 -5,08 25,81
86 500 509,08 -9,08 82,45
87 524 509,08 14,92 222,61
88 502 509,08 -7,08 50,13
89 504 509,08 -5,08 25,81
90 514 509,08 4,92 24,21
91 504 509,08 -5,08 25,81
92 506 509,08 -3,08 9,49
93 510 509,08 0,92 0,85
94 512 509,08 2,92 8,53
95 512 509,08 2,92 8,53
96 504 509,08 -5,08 25,81
97 524 509,08 14,92 222,61
98 526 509,08 16,92 286,29
99 500 509,08 -9,08 82,45
 100 502 509,08 -7,08 50,13

MODA 512
MÉDIA 509,08
MEDIANA 512
DESV.
PADRÃO 7,15
VARIÂNCIA 51,10

Segundo a estatística, o resultado obtido seria de reprovação devido o mesmo não está dentro
de um limite favorável permitido pela empresa que é 5g, tendo em vista o valor calculado do
desvio padrão é de 7,15g sendo assim, o lote está reprovado.

Referências Bibliográficas
LARSON, Ron; FARBER, Betsy.  Estatística  aplicada. 2. Edição. Pearson, 2007. PLT 136.

ANDRADE, Elton de Alvarenga. O  uso  da  estatística  na  gestão  das  empresas  no  mundo  mod
erno.
Disponível em: <http://www.artigonal.com/administracao-artigos/o-uso-da-estatistica-na-gestao-das-
empresas-no-mundo-moderno-4920359.html > Acesso em 12 setembro 2012

EDUARDO, Carlos. A estatística no mundo moderno. Disponível

em:
<http://www.administradores.com.br/informe-se/producao-academica/a-estatistica-no-mundo-
moderno/518/>  Acesso  em  12  setembro  2012