UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ –

CAMPUS TOLEDO
GRADUAÇÃO EM ENGENHARIA ELETRÔNICA

Driely Mancini
1742680
João Marcos Novaes Chagas
1520075
Luís Fernando Peretti
1526359
Murilo de Souza Zangirolami
1532294

Cálculo de Tamanho da Amostra – Probabilidade e Estatística

Trabalho acadêmico apresentado à

disciplina de Probabilidade e
Estatística, na Graduação em Eng.
Eletrônica, Universidade Tecnológica
Federal do Paraná – Campus Toledo.

TOLEDO - PR
2016
Introdução
Neste trabalho será desenvolvido e demonstrado o conceito de tamanho
de amostra. Sua aplicação está relacionada no estudo de universos ou espaços
amostrais grandes, por exemplo:
 População de um país;
 Estudantes de uma universidade;
 Surto de uma doença;
 Membros de uma multinacional, etc.
Se o pesquisador trabalhar com todos os membros do grupo a ser
estudado, este grupo é chamado de População (conjunto de indivíduos que
compartilham entre si pelo menos uma característica em comum, seja ela etnia,
escolaridade, cidadania, etc.).
No entanto, esses espaços amostrais possuem populações na grandeza
de milhares, milhões, ou até mesmo bilhões de indivíduos, tornando o estudo
com toda a População inviável por conta da falta de recursos econômicos,
energia ou mesmo de tempo. Sendo assim, a pesquisa pode ser feita com uma
porcentagem dos indivíduos dessa população, denominada Amostra, que anda
mais é do que um subconjunto com um pequeno número de indivíduos retirados
da população. Por outro lado, devemos assumir que exista um erro nos dados
observados e determinar a porcentagem aceitável do mesmo para que não
influencie no resultado final, pois a amostra possui um tamanho inferior a
população e uma pesquisa probabilística exige maior credibilidade possível.
Os indivíduos selecionados da amostra são denominados Amostragem.
Existe diversos métodos probabilísticos para fazer a amostragem, esses
métodos buscam generalizar todos os indivíduos da população para que
qualquer um possa fazer parte da amostra.
Com isso em pauta, fica evidente que:
 Quanto mais genérica e maior for a amostragem, menor o erro amostral;
 Amostras muito grandes são desnecessárias e geram desperdício de
renda e de tempo;
 Amostras muito pequenas podem tirar credibilidade da pesquisa.
Para determinar o tamanho ideal de uma amostra é usada a seguinte
equação:

𝑍𝛼⁄2 ∙ 𝜎 2
𝜇=( )
𝐸
Onde:
𝜇 = Número de indivíduos da amostra
𝑍𝛼⁄2 = Valor crítico referente ao grau de confiabilidade da amostra

𝜎 = Desvio-padrão da variável estudada

 E = Erro máximo de estimativa (diferença entre a média amostral e a real
média populacional)

Os valores de confiança e seus respectivos valores Z correspondem a

Tabela 1:

Tabela 1: Valores críticos associados ao grau de confiança na amostra

Desenvolvimento teórico
Procedimentos estatísticos ligados a confiabilidade visam verificar se as
especificações de projeto estão sendo alcançadas pelo processo produtivo. No
caso da fabricação de lâmpadas elétricas, esses programas de melhoria são
bem mais abrangentes e são executados fora do Brasil. No teste de
confiabilidade de lâmpadas elétricas é usado a distribuição de Weibull, ela é
frequentemente usada para descrever o tempo de vida de produtos industriais.
A sua popularidade em aplicações práticas deve-se ao fato dela apresentar uma
grande variedade de formas, todas com uma propriedade básica: a sua função
de taxa de falha é monótona. Isto é, ou ela é crescente ou decrescente ou
constante.
Este trabalho tem como objetivo propor uma aplicação com intervalo de
confiança não paramétrico para a determinação da confiabilidade de lâmpadas
elétricas, ainda usando a função de distribuição de Weibull.
As lâmpadas elétricas incandescentes H4 - 12V / 60W / 55W, destinadas
ao uso de faróis de automóveis possuem filamento de tungstênio e no interior de
seu bulbo, temos a presença de gás criptônio bibromometano.
 Figura 1: Lâmpada elétrica

Para verificar se há falha no ensaio, é levado em consideração apenas a

ruptura de um ou outro filamento. Foi utilizado a máquina rampa de queima,
composta de um quadro com capacidade de testar vinte lâmpadas, painel com
relógio, voltímetro e amperímetro. A tensão de ensaio é de 10% a cima do valor
nominal de tensão, aproximadamente 13,5 Volts. O tempo ligado no filamento de
luz alta é 7,5 horas, no filamento de luz baixa de 15 horas e um período desligado
de 45 minutos. A comutação é feita automaticamente pela máquina. O tempo
para efeito de cálculo da confiabilidade é o somatório dos quatro estados. A
leitura é realizada quatro vezes ao dia todos os dias. Esse ensaio é realizado
durante todo o ano, totalizando 240 unidades no ano. Fora os ensaios de rotina,
são realizados ensaios de ratificação com amostras de 10 unidades, se repetindo
três vezes ao ano.

Produção Anual = 3.255.000 unidades

Produção mensal = 273.000 unidades
Tamanho da amostra = 10 lâmpadas
Tipo de ensaio = de Ratificação
 Tabela 2: Amostra aleatória de lâmpadas elétricas para ensaio.

Usando a tabela calculamos a média, variância, desvio padrão e o erro.

Cálculo da média:

𝑥 = (1394 + 1394 + 1451 + 1451 + 1451 + 1470 + 1501 + 1550 + 1591 + 1591
+ 1706)/10 = 1509,9
Cálculo da variância:

𝑠 2 = ((1394 − 1509,9)2 + (1394 − 1509,9)2 + (1451 − 1509,9)2 + (1451 −

1509,9)2 + (1470 − 1509,9)2 + (1501 − 1509,9)2 + (1550 − 1509,9)2 + (1591 −
1509,9)2 + (1591 − 1509,9)2 + (1706 − 1509,9)2 )/(10 − 1) = 9854,76
Cálculo do desvio padrão:

𝒔 = √𝒗𝒂𝒓𝒊â𝒏𝒄𝒊𝒂
s =√(9853,76) = 99,27
Cálculo do Erro(com 90% de confiança):
𝜶
𝒛 ∗𝒔
𝟐
𝑬=
√𝒏
E=1,65 ∗ 99,27⁄√10 = 51,79

Após calculado o valor do desvio padrao e do erro, aplicamos na formula

de tamanho da amostra no seguinte exemplo criado:
 Exemplo: Uma empresa deseja estimar a quantidade de lampadas que
foram testadas , se a empresa deseja ter 90% de confiança em que a media
amostral esteja a menos de 51,79 horas da verdadeira media populacional?
Utilizando desvio padrao de 99,77 horas.
Solução:
Dados:
E=51,79
s=99,77
Grau de 90% de confiança implica em:
(1-α)=90%
α=0,1 > α/2=0,05 = 0,5-0,05=0,45
Utilizando a tabela z sabemos que z1,65 =0,4505
E em seguida aplicando na formula usada para calcular o tamanho da amostra
temos,
𝛼
𝑧 ∗𝑠
2
𝑛=( )²
𝐸
n=(1,65*99,27/51,79)²=10,0023
Logo, foram testadas 10 lampadas.

Conclusão
O tamanho de amostra é um dado que influência diretamente nos resultados de
um estudo, é fato que uma amostra não representa perfeitamente uma
população e com isso a utilização de uma amostra implica na aceitação de uma
determinada margem de erro amostral. Por isso determinar um grau de
confiança e saber calcular a margem de erro possibilitam determinar uma
amostra de tamanho adequado, que representa a população e seja equivalente
ao estudo proposto.
Conclui-se ainda que a maior parte das vezes o que impõem o tamanho de
uma amostra são os custos de uma pesquisa. Uma amostra muito maior do
que se precisa irá acarretar em custos desnecessários e perda de
investimento, em contrapartida uma amostra menor do que o necessário pode
não ser o suficiente para responder as perguntas de uma pesquisa. Porém
podem ainda ocorrer erros chamados não-amostrais, que acontecem devido à
utilização de instrumentos defeituosos, imprecisos, dados manipulados
incorretamente ou de forma tendenciosa.
Referências
ALVAREZ, Omar Emir. Confiabilidade Industrial. João Pessoa - Pb: UFPB,
1993.
BORGES, Wagner S., Enrico A. Colosimo e Marta A. Freitas. Métodos
estatísticos e melhoria da qualidade: Construindo confiabilidade em produtos.
ABE: Associação brasileira de estatística, 12º SINAPE- São paulo, 1996.
DRUMOND, Fátima B., Maria Cristina Werkema e Sílvio Aguiar. Análise de
variância: Comparação de várias situações. Belo Horizonte: Fundação
Cristiano Ottoni, Escola de Engenharia da UFMG, 1996. Série Ferramentas da
qualidade, Vol. 6.
KUME, Hitoshi. Métodos estatísticos para melhoria da qualidade. São Paulo:
Editora Gente, 1993.
ASSUMPÇÃO, Rosangela A.B. Probabilidade e Estatística. Curso de
Licenciatura em Matemática. Toledo, 2014.