Escolar Documentos
Profissional Documentos
Cultura Documentos
Hardman
Variância e Desvio padrão:
A variância (V) é útil para analisar como os dados estão dispersos em relação a média.
Técnicas de Apoio ao CEP
O desvio padrão (DP) é calculado a partir da variância, pois é a raiz quadrada desse
Medidas de dispersão ou de variabilidade: parâmetro.
Desvio padrão:
É uma medida que expressa o grau de dispersão de um conjunto de dados.
Indica o quanto um conjunto de dados é uniforme.
Quanto mais próximo de 0 (zero) for o desvio padrão, mais homogêneo são os dados.
Fórmula:
Onde,
Sendo:
∑: símbolo de somatório. Indica que temos que somar todos os termos, desde : variância;
a primeira posição (i=1) até a posição n; xi: valor analisado;
xi: valor na posição i no conjunto de dados; : média aritmética do conjunto;
MA: média aritmética dos dados; n: número de dados do conjunto.
n: quantidade de dados. Variância populacional para calculá-la:
Em uma equipe de remo os atletas possuem as seguintes alturas: 1,55 m ; 1,70 m e 1,80 Calcular a média aritmética do conjunto;
m. Qual é o valor da média e do desvio padrão da altura desta equipe?
Subtrair de cada valor do conjunto a média calculada e elevar o resultado ao
Cálculo da média, sendo n = 3 quadrado;
Somar todos os valores e dividir pelo número de dados.
Quando o conjunto de dados é muito grande e queremos utilizar uma amostra aleatória
devemos empregar a fórmula de variância amostral:
Onde,
1. : variância;
xi: valor analisado;
: média aritmética do conjunto;
n: número de dados do conjunto.
Exemplo:
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
Observe a altura de quatro construções (em metros) – 460, 800, 300 e 400. Calcular a variância e o desvio
padrão.
1. Média aritmética (MA) do conjunto.
2. Variância (V):
Frequência:
Se refere a repetições de algo e, em estatística, informam sobre as ocorrências, ou,
realizações das variáveis pesquisadas.
Tabela de frequência é uma forma de organização dos valores de variáveis
coletados.
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
Fi de “gato”:
Frequência absoluta acumulada:
Ou, frequência acumulada, é a soma das frequências absolutas simples de cada variável.
Fi de “cachorro”:
Fi de “outros animais”:
Observações:
Fi é um número entre 0 e 1;
É comum apresentar a Fi em porcentagem (basta multiplicar por 100);
Frequência relativa: A soma das frequências relativas de uma pesquisa é igual a 1 ou, 100%.
Divisão entre o número de vezes que um dado específico se repete, pela quantidade Exemplo 2: Uma pesquisa avaliou as intenções de voto em um candidato caso as
total de dados. eleições ocorressem hoje. A tabela de frequências mostra os dados da pesquisa.
Fórmula:
Onde,
Fi - frequência relativa de uma variável i qualquer da pesquisa;
Fa - quantidade de vezes que ocorre essa variável na pesquisa (frequência
absoluta);
n - nº total de respostas.
Ex.: Uma pesquisa realizada com 75 pessoas levantou informações sobre animais de
estimação.
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
Diagrama de Pareto;
Diagrama de Causa e Efeito (6M) - Espinha de Peixe;
Gráficos de Controle (Gráficos de Shewhart);
Diagrama de Correlação.
Tipos de Amostragem:
Aleatória simples;
Aleatória sistemática; Amostragem: O que é o Score Z?
Estratificada; É o quanto uma medida se afasta da média em termos de Desvios Padrão.
Por conglomerados; Quando o escore Z é positivo, indica que o dado está acima da média e negativo o dado está
abaixo da média.
Por conveniência;
Seus valores oscilam entre -3 < Z < +3 e isto corresponde a 99,72% da área sob a curva da
Por auto-seleção;
Distribuição Normal.
Intencional;
Score Z entre -3 DP até +3DP
Por bola de neve;
Por quotas.
O pesquisador define classes populacionais e determinar a proporção da população para cada classe.
Tamanho da amostra necessária para obter nível de erro em 5% e nível de confiança em 95%:
Transformar seu nível de confiança em um escore-z.
Como calcular o Z
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
• Admitamos que uma amostra relativa às Kcal ingeridas diariamente de um grupo de 60 sujeitos e
que apresente distribuição normal. Foram calculados: o DP=300,2 Kcal e a média=2.531,5 Kcal.
Calcule o Z score para um sujeito que tenha ingerido 2.800 Kcal e discuta o resultado.
Exercício
• Foram calculados: o DP=300,2 Kcal e a média=2.531,5 Kcal. Calcule o Z score para um sujeito que
tenha ingerido 2.800 Kcal e discuta o resultado.
Admitamos que uma amostra relativa às notas de um grupo de 100 alunos apresente distribuição
normal. Foram calculados o DP e a média da amostra, 2,7 e 7,7 respectivamente. Calcule o Z score
para um aluno que tenha obtido nota 6,2 e discuta o resultado.
Estratificação:
Exercício
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
Consiste em dividir toda a população ou o "objeto de estudo" em diferentes subgrupos ou Determinado a importância relativa de cada causa, decidir a ordem que vamos atacá-las;
estratos diferentes.
Levar em conta a gravidade do defeito;
Usada quando a população se divide em subpopulações (estratos) razoavelmente homogêneos.
Método aplicável para decidir entre causas de defeitos de igual gravidade.
Folha de verificação:
Permitem visualizar e controlar o processo;
Projetadas conforme as necessidades e conveniências de uso e finalidade;
Coleta de dados para verificar a frequência de certos eventos por período de tempo.
Histograma:
É um tipo de gráfico de barras que demonstra uma distribuição de frequências:
Identificar o tipo de distribuição que rege o processo;
Identificar possíveis causas especiais de variação;
Analisar a influência das causas comuns;
Confrontar a variação obtida com as especificações.
É uma variação do gráfico de barras.
O gráfico de barras descreve os dados em barras e categorias separadas;
Os histogramas são usados com dados contínuos, enquanto os gráficos de barras são
usados com dados categóricos ou nominais.
Histograma - formatos:
Simétrico ou normal:
Folha de verificação da causa dos defeitos:
O Processo é padronizado e os dados são estáveis, permitindo variações pequenas;
Permitem classificar os defeitos segundo as causas;
O pico dos dados fica ao centro do gráfico, e suas variações vão decrescendo de maneira
Utilizam-se símbolos diferentes para cada causa; simétrica dos dois lados.
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
As barras sobem e descem sem critério.
Seu pico é concentrado em um dos lados, e os dados fora de padrão decrescem para o O responsável de uma linha de produção queria saber se a densidade do produto
lado oposto. metálico estavam conforme o esperado. Ele coletou 80 amostras do produto.
Qual o formato?
“Platô”:
Acontece geralmente quando há anormalidade nos dados decorrentes de falhas.
As barras têm praticamente os mesmos tamanhos.
Histograma aleatório:
Acontece quando os dados analisados não apresentam nenhum padrão.
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
Se os valores entre 35,4 a 36,8 fossem considerados não conformes, por exemplo, teríamos uma
pequena quantidade de produtos fora das especificações planejadas, e a partir de então,
poderíamos aplicar ações corretivas nesse processo.
Ex.: 2
Ex.: na tabela abaixo está descrita a quantidade de peças produzidas em um processo produtivo a
cada dia.
A partir desta tabela diga: Quando trabalhamos com variação continua precisamos agrupar os valores em intervalos de
classe, é o que chamamos de distribuição de frequência.
• Como os valores estão distribuídos?
Para a construção do histograma é vital a escolha do intervalo de classe mais apropriado, que
• Qual valor que aparece com maior frequência? deve ser feito com base no número de observações realizadas e utilizando-se a seguinte tabela:
Na forma numérica, os dados não informa muita coisa, mas se depusermos estes valores na forma
gráfica temos o histograma ao lado:
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
Além da tabela podemos determinar a quantidade de classes apropriada através da seguinte Separando os dados:
equação:
Sendo:
K = Número de classes apropriado
n = Número de observações.
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
Diagrama de Pareto
No fim do século XIX, o economista sociopolítico Wilfried Fritz Pareto, observou que havia uma
distribuição desigual de poder na população total.
A classe que apresentar maior frequência absoluta designa-se por classe modal. Ex.: Calculou matematicamente que 80% da riqueza estava em mãos de 20% da população.
Variável: altura em centímetros. Recurso gráfico utilizado para estabelecer uma ordenação nas causas de perdas que devem ser
Dados: 152, 158, 150, 165, 174, 163, 170, 156, 172, 168. sanadas.
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
luizhardman@facig.edu.com.br
Controle Estatístico de Processo Prof. Hardman
Diagrama de causa e efeito:
O diagrama de Ishikawa, conhecido também como Espinha de Peixe ou Causa e Efeito, é uma
ferramenta da qualidade onde causas são levantadas para se chegar a raiz de um problema
específico, através da análise de todos os fatores que puderam contribuir para sua geração.
4º: acumulam-se estes percentuais em uma última coluna.
luizhardman@facig.edu.com.br