INSTITUTO FEDERAL DE MINAS GERAIS

CAMPUS GOVERNADOR VALADARES

BACHARELADO EM ENGENHARIA DE PRODUÇÃO

GUSTAVO MENEZES DE SOUZA

ANÁLISE DE DURABILIDADE ENTRE MARCAS DE PNEUS

EM CAMINHÕES TANQUE RODOTREM: UM ESTUDO DE
CASO EM UMA EMPRESA DO LESTE MINEIRO

Governador Valadares
Setembro de 2022
 GUSTAVO MENEZES DE SOUZA
Gustavo.ms.gv@gmail.com

ANÁLISE DE DURABILIDADE ENTRE MARCAS DE PNEUS

EM CAMINHÕES TANQUE RODOTREM: UM ESTUDO DE
CASO EM UMA EMPRESA DO LESTE MINEIRO

Monografia parcial apresentada ao Curso de

Engenharia de Produção do Instituto Federal de
Educação, Ciência e Tecnologia de Minas
Gerais como parte dos requisitos para a
obtenção do Grau de Engenheiro de Produção.

Orientador: Prof. Heitor Cardoso de Brito

Governador Valadares
Setembro de 2022
 RESUMO

O setor de transportes é de suma importância para a economia brasileira, e com o crescimento

populacional e tecnológico as empresas a cada ano investem em tecnologias para se reduzir os
custos operacionais, dentre estes custos temos os pneus. A empresa estudada se situa em uma
região importante para o transporte rodoviário por ser encontro de três rodovias federais,
trazendo relevância para o trabalho. E o propósito da pesquisa é quebrar mitos no meio
rodoviário, e principalmente auxiliar nas empresas nas decisões de redução de custos a longo
prazo com os pneus. Este insumo possui diversas interferências em sua performance, alguns
controláveis outras não, portanto é necessário que as variáveis fossem delineadas, e partir disso,
foi utilizado as teorias que compõem a estatística aplicada, mais especificamente por meio da
ANOVA (análise de variância) e suas premissas. Para a coleta de dados foi necessário ajustar
procedimentos com a empresa afim de obter resultados justos entre as marcas de pneus e
caminhões, as quilometragens finais dos pneus foram coletadas na cidade de Governador
Valadares/MG. Os grupos de amostra do estudo foram subdividas da seguinte maneira: quatro
veículos divididos em duas marcas (dois Caminhão G e dois Caminhão H) divididos para quatro
motoristas e para pneus foram analisadas duas marcas (A e B). Para validar os dados para a
utilização da ANOVA, foi realizado o teste de Levene (homogeneidade) e de Shapiro-Wilk
(Normalidade), ambos os resultados foram positivos quanto ao tratamento dos dados. Em
seguida, ANOVA foi calculada nas duas marcas de caminhões. Considerando-se um nível de
significância de 5%, para os caminhões da marca G e os pneus A e B houve diferença estatística
no consumo entre cada fator, no entanto a interação dos caminhões com as marcas de pneu não
foi satisfatória, não havendo interação. Para o segundo grupo (Caminhão H), também com um
nível de significância de 5%, não foi encontrado diferença estatística entre as marcas de pneus
A e B, porem para os caminhões da marca H entre si e para a interação entre os caminhões H
com os pneus houve diferença estatística, confirmando a interação. E para finalizar foi realizado
o cálculo com os resíduos amostrais com a comparação múltipla de Tukey afim de se testar o
erro na ANOVA.

Palavras chave: Pneu. Caminhão. ANOVA. Custos operacionais. Estatística aplicada.

 ABSTRACT

The transport sector is of paramount importance to the Brazilian economy, and with the
population and technological growth, companies each year invest in technologies to reduce
operating costs, among these costs we have tires. The company studied is located in an
important region for road transport as it is the meeting point of three federal highways, bringing
relevance to the work. And the purpose of the research is to break myths in the road
environment, and mainly to help companies in the decisions of long-term cost reduction with
tires. This input has several interferences in its performance, some controllable others not, so it
is necessary that the variables were delineated, and from that, the theories that make up the
applied statistics were used, more specifically through ANOVA (analysis of variance) and its
premises. For data collection, it was necessary to adjust procedures with the company in order
to obtain fair results between the brands of tires and trucks, the final mileage of the tires was
collected in the city of Governador Valadares/MG. The study sample groups were subdivided
as follows: four vehicles divided into two brands (two Truck G and two Truck H) divided into
four drivers and two brands (A and B) for tires. To validate the data for the use of ANOVA, the
Levene (homogeneity) and Shapiro-Wilk (Normality) tests were performed, both results were
positive regarding the treatment of data. Then, ANOVA was calculated on the two truck brands.
Considering a significance level of 5%, for the G brand trucks and the A and B tires there was
a statistical difference in the consumption between each factor, however the interaction of the
trucks with the tire brands was not satisfactory, with no interaction. For the second group (Truck
H), also with a significance level of 5%, no statistical difference was found between the brands
of tires A and B, but for the trucks of the H brand among themselves and for the interaction
between the H trucks with the tires there was a statistical difference, confirming the interaction.
Finally, the calculation was performed with the sample residuals with Tukey's multiple
comparison in order to test the error in ANOVA.

Keywords: Tire. Truck. ANOVA. Operational costs. Applied statistics.

 SUMÁRIO

1. INTRODUÇÃO ................................................................................................................ 8

2. FUNDAMENTAÇÃO TEÓRICA ................................................................................. 11

2.1 Gestão da manutenção ................................................................................................. 11

2.1.1 Manutenção Preventiva ............................................................................................ 12

2.1.2 Manutenção Preditiva ............................................................................................... 13

2.2 Gestão dos pneus .......................................................................................................... 14

2.2.1 Tipos de cavalos-mecânicos....................................................................................... 16

2.2.2 Tipos de carreta tanque e características gerais ...................................................... 18

2.2.3 Tipos e características de pneus para uso em rodovias ............................................ 19

2.2.4 Segmentação do mercado de pneus em termos de qualidade .................................. 20

2.2.5 Controle de quilometragem dos pneus ..................................................................... 21

2.2.6 Uso de indicadores para acompanhamento/gestão de pneus ................................... 22

2.2.7 Estratégias utilizando CPK ....................................................................................... 22

2.2.7.1 Compra-se o pneu novo, vende-se sem reformas .................................................. 22

2.2.7.2 Compra-se o pneu novo, vende-se com uma reforma ........................................... 23

2.2.7.3 Compra-se o pneu novo e faz-se o máximo de recapagens possíveis .................... 23

2.2.8 Descarte de pneus ...................................................................................................... 24

2.3 Estatística aplicada....................................................................................................... 24

2.3.1 Métodos para resolução de problemas através da estatística .................................. 24

2.3.2 Inferência estatística.................................................................................................. 25

2.3.3 Amplitude, desvio padrão e variância ...................................................................... 25

2.4 Projeto de experimentos............................................................................................... 26

2.4.1 Planejamento, Análise de Experimentos e suas premissas ....................................... 28

2.4.2 Experimentos fatoriais com dois fatores com bloqueamento .................................. 29

2.4.3 Comparações múltiplas de médias de tratamentos de Tukey .................................. 29

3. METODOLOGIA DA PESQUISA ............................................................................... 30

3.1 Roteiro de pesquisa ...................................................................................................... 31

3.2 Materiais e método ....................................................................................................... 32

4. RESULTADOS E DISCUSSÕES .................................................................................. 36

5. CONSIDERAÇÕES FINAIS ......................................................................................... 46

REFERÊNCIAS ................................................................................................................. 49

APÊNDICE A .................................................................................................................... 49

APÊNDICE B ..................................................................................................................... 49
 8

1. INTRODUÇÃO

De acordo com a Confederação Nacional de Transporte – CNT, o Brasil possui 1.713.885

quilômetros (km) de rodovias e, destas, apenas 211.468 km (12.3%) são pavimentadas. O modal
rodoviário tem sido o principal meio de transporte utilizado para distribuir mercadorias diversas
(cerca de 58% das movimentações), e isso vem aumentando desde o século passado (CNT,
2017).
Em relação às frotas carretas/caminhões, o desenvolvimento de tecnologias e a realização
de sistemas de controle de qualidade tem evoluído em grande escala em função da necessidade
de se reduzir os custos de operação destas frotas. Seus principais custos operacionais, de acordo
com Dario et al. (2012), são a manutenção de veículos, troca de pneus e gastos com
combustível. Já a pesquisa realizada pelo Sindicato das Empresas de Transporte de Cargas do
Estado de São Paulo (SETCESP) em veículos com cinco anos de vida útil e com média de
rodagem de 10.000 km por mês buscou encontrar os percentuais de custos fixos e variáveis
incorridos nos caminhões avaliados. Os pesquisadores chegaram à conclusão que se gastava em
média 40% com custos fixos da administração do veículo, 35% com combustíveis, 10% com
manutenção, 8% com pneus, 4% com lavagens e lubrificações e 3% com óleos lubrificantes
(SETCESP, 2009).
O motorista é principal responsável pelo zelo dos caminhões, pois está diariamente no
manuseio do mesmo, a falta de rotina no cuidado com seu instrumento de trabalho pode
ocasionar o aumento dos custos apresentados anteriormente pelo SETCESP (2009); E essas
interferências podem influenciar no aumento ou na redução desses custos (DARIO et al., 2012).
Observa-se, dessa forma, que para se ter economia é necessário apresentar uma boa rotina de
manutenção nos caminhões, contar com motoristas que tenham compromisso com a empresa e
realizar treinamentos diversos de forma constante.
Este mesmo autor afirma que a prática de gestão de pneus e combustível dentro da
manutenção em geral se torna essencial para redução de custos, que em um montante somado
representa grandes quantias de dinheiro para as frotas. O controle da qualidade sobre esses dois
insumos, segundo ele, traz diversos benefícios como a redução do consumo excessivo de pneus,
do excesso de mão de obra, do tempo em que o caminhão fica parado e aumento da vida útil do
pneu e do caminhão.
A Associação Nacional da Indústria de Pneumáticos (2018), afirma que a gestão de pneus
impacta no consumo de combustível. Segundo a fabricante de pneus Goodyear, o
acompanhamento correto nos pneus da frota, influência diretamente no consumo de
 9

combustível em cerca de 5% (GOODYEAR, 2021). Já a calibragem correta pode interferir em

até 30% do consumo da banda de rodagem. Estas são as principais variáveis a serem
consideradas para tirar melhor proveito do uso correto dos pneus, e que podem trazer grandes
vantagens financeiras e na segurança (DARIO, 2014).
Porém, os profissionais da área de qualidade não têm base de conhecimento que prove
estatisticamente se uma determinada marca de pneu é melhor do que a outra, ou se a
marca/modelo do veículo ‘X’ deve ser mais eficiente do que a marca/modelo ‘Y’, ou até mesmo
se há diferença entre os próprios motoristas em relação aos modos de dirigir os veículos.
De posse dessas informações ditas anteriormente, vislumbrou-se a possibilidade de se
aprofundar os conhecimentos nessa área de transportes. Ao pesquisar pelas possíveis empresas
para se implementar o estudo de caso, obteve-se a oportunidade em analisar os dados de uma
firma que atua no ramo de transporte logístico de produtos perigosos, mais precisamente o de
combustíveis como gasolina, etanol e óleo diesel.
Esta empresa encontra-se localizada no município de Governador Valadares/MG e possui
uma frota de 56 veículos, sendo 4 trucks do tipo baú e 52 cavalos mecânicos. Em implementos
rodoviários (tanques semi-reboque), o total de conjuntos chega a 52 unidades, sendo 20 deles
classificados como rodotrens, 13 bitrens e 19 modelos culturalmente conhecidos como
‘vanderleia’.
Em relação ao uso dos pneus, a empresa utiliza indicadores de qualidade como o custo
por quilometro, índice de sucateamento, principais motivos de descartes, melhor custo
benefício, média de preço de venda das carcaças, custo total mensal com pneus, custo anual de
pneus. Todos os indicadores têm como base de dados os resultados obtidos na frota, auxiliando
nas futuras aquisições e mantendo-se atentos ao que há de melhor no mercado.
A quantidade de pneus na empresa com os 56 veículos e juntamente com seus
implementos representam um total de 1.466 unidades instaladas, sendo 104 delas destinadas à
parte dianteira dos veículos (eixo direcional), 436 para tração e 916 para as carretas. Existem
diversos fabricantes nacionais e internacionais; porém, a empresa trabalha com somente dois
fornecedores.
Nesse contexto, é possível apontar a seguinte questão: Que procedimento estatístico
poderia ser adotado para analisar se determinada marca de pneu proporciona maior
durabilidade em um determinado cavalo mecânico?
Existem diversos fatores que podem influenciar no estudo. Pode-se citar, por exemplo, o
mau uso do veículo por parte do motorista, avarias nas estradas mal pavimentas, a realização
correta de manutenções preditivas (DARIO et al., 2012), a marca e modelo de pneu a ser
 10

utilizado no eixo direcional/tração/carreta, dentre outros. Em função destes diversos fatores,

uma hipótese a ser avaliada seria a de que o projeto de experimentos – comumente apresentado
na disciplina de Controle Estatístico da Qualidade possa fornecer respostas a esse problema de
pesquisa.
Como o objetivo geral, elencou-se para esse trabalho o de estudar a variação da
performance em quilometragem dos pneus de marcas distintas em diferentes modelos de
cavalos mecânicos com a intenção de encontrar o melhor custo-benefício para a empresa
estudada. Já os objetivos específicos são:
✓ Detalhar os tipos de pneus utilizados pela empresa e sua estratégia de manutenção
periódica no rodízio de pneus;
✓ Especificar os tipos de cavalo-mecânico que serão analisados e as variáveis que podem
influenciar no resultado a ser analisado;
✓ Recolher os dados das quilometragens no fim da vida útil dos pneus;
✓ Delinear o projeto de experimentos e obter respostas de acordo com o projeto;
✓ Verificar a possibilidade de indicar a melhor a marca/modelo de pneu para cada tipo
de veículo através do uso da ANOVA com utilização de cálculo de erro para
confiabilidade dos resultados.

Como justificativa, dentre os custos variáveis em frotas de caminhões apresentados pela

SETCESP (2009), os desembolsos com pneus foram a terceira maior despesa, atrás somente
dos gastos com combustíveis e com manutenção. Há, porém, escassez de estudos nessa área em
função da dificuldade em se realizar o levantamento de dados necessários, e esta foi uma grande
oportunidade vislumbrada pelo pesquisador desse trabalho pois ele dispunha desses números.
Na verdade, o tempo médio de vida útil desses insumos na empresa analisada – ou seja, a troca
de pneus, ocorreu a cada dois anos.
A quantidade de perdas de carcaça novas ou usadas em frotas de veículos também
representa uma quantia monetária de grande relevância. No entanto, as transportadoras não
apresentam controle estatístico e financeiro dessas perdas que podem ocorrer tanto pelo estouro
de pneus durante as viagens como pelo consumo excessivo de borracha na banda de rodagem.
Ambrósio et al. (2008) afirmam que são tantas as possibilidades que influenciam na
performance dos pneus, que é de suma importância uma análise mais sucinta, para isso é
necessário se aprofundar mais no controle de qualidade sobre os custos em frotas no território
brasileiro. E por apresentar diversas variáveis, os estudos relacionados à gestão e
acompanhamento de frota possuem uma gama de possibilidades de realização de estudos; é por
 11

isso que as transportadoras investem cada vez mais em pesquisas para melhorar a tomada de
decisão (DARIO et al., 2012).

2. FUNDAMENTAÇÃO TEÓRICA

2.1 Gestão da manutenção

Segundo os dados apresentados pela CNT (2020), o sistema rodoviário brasileiro abrange
hoje cerca de 120.767,3 km de malha rodoviária federal e atualmente possui cerca de 2.376.500
de veículos de transporte de carga.
O setor de manutenção é fundamental para que os veículos estejam sempre em condições
de circular, além de ser responsável pela redução de custos em reparos corretivos e preventivos,
de tal modo que os profissionais da área de manutenção precisam estar antenados nas novas
ferramentas e serem agentes ativos na empresa (KARDEC et al., 2009)
A manutenção mudou significativamente ao longo do tempo na forma de como gerir as
frotas. A partir de 1930 a manutenção pode ser dividida em quatro gerações conforme é
apresentado pelo quadro 1 (KARDEC et al., 2009).

Quadro 1 – Evolução da manutenção

Aumento das
Mudança nas técnicas de Visão quanto a falhas do
Ano expectativas em relação à
manutenção equipamento
manutenção
✓ Todos os equi-
1940 - pamentos se desgastam
✓ Habilidades voltadas para reparos. ✓ Conserto após a falha.
1950 com a idade e, por isso,
falham.
✓ Planejamento manual da ✓ Disponibilidade
✓ Todos os equiamentos
1960 - manutenção. crescente.
se comportam de acordo
1970 ✓ Computadores grandes e lentos. ✓ Maior vida útil do
com a curva da banheira.
✓ Manutenção preventiva (por tempo) equipamento.
✓ Monitoramento da condição dos
equipamentos.
✓ Manutenção preditiva.
✓ Maior confiabilidade.
✓ Análise de riscos.
✓ Maior disponibilidade.
✓ Computadores mais rápidos e
1980 - ✓ Existência de padrões ✓ Melhor relação custo-
eficientes.
1990 de falha. benefício.
✓ Softwares de gestão potentes.
✓ Preservação do meio
✓ Grupo de trabalho multitarefas.
ambiente.
✓ Confiabilidade dos equipamentos.
✓ Contratação por mão de obra e
serviços.
Continuação p. 11...
 12

... continua
Aumento das
Visão quanto a falhas
Ano Mudança nas técnicas de manutenção expectativas em relação
do equipamento
à manutenção
✓ Aumento da manutenção preditiva e
monitoramento.
✓ Minimização de manutenção corretiva e ✓ Aumento da
preventiva não planejada. ✓ Reduzir segurança.
2000 - ✓ Análise de falhas. drasticamente falhas Influência nos resultados
2010 ✓ Técnicas de confiabilidade. prematuras dos padrões operacionais.
✓ Engenharia da manutenção. de falhas. Gerenciamento dos
✓ Contratação por resultados. ativos.
✓ Projetos voltados à confiabilidade dos
equipamentos.
Fonte: Adaptado de Kardec et al. (2009).

Pode-se observar, no Quadro 1, que o setor de engenharia de manutenção nas empresas

surgiu recentemente em relação aos primeiros registros e observações realizadas para o
aperfeiçoamento de equipamentos. Particularmente, em uma frota de veículos pesados, o setor
de manutenção abrange diversas atividades; dentre elas, pode-se citar a manutenção mecânica
preventiva e corretiva desde a troca de óleo e lubrificação até a gestão de pneus. Todas essas
funções geram uma quantia significante de recursos financeiros no custo de operações de uma
frota, cerca de 25% dos custos totais segundo estudos apresentados pela SETCESP (2009).
Segundo Dario et al. (2012), atualmente a manutenção é subdividida pelas seguintes
formas: a) Corretiva não planejada, b) Corretiva planejada, c) Preventiva, d) Preditiva, e)
Detectiva, f) Engenharia de manutenção. Dentre os tipos de manutenção citadas, as mais
relevantes para utilização em frotas são as preventivas e as preditivas.

2.1.1 Manutenção Preventiva

Segundo Kardec et al. (2009), as manutenções preventiva e corretiva diferem entre si já

que a primeira tem como objetivo evitar chegar ao momento da falha ou realizar um plano de
ação no início dos seus sintomas. De acordo com os autores, a “Manutenção Preventiva é a
atuação realizada de forma a reduzir ou evitar a falha ou queda no desempenho, obedecendo a
um plano previamente elaborado, baseado em intervalos definidos de tempo.” (KARDEC et al.,
2009, p. 42).
Estes ainda afirmam que a preventiva possibilita a obtenção de conhecimentos prévios de
possíveis ações a serem tomadas ao longo do tempo, podendo gerar um padrão de manutenções
e, em consequência, facilitar estoque de peças e permitir o planejamento de paradas. No entanto,
 13

este modelo de manutenção é questionado pelas paradas, o que possibilita os veículos operarem
com mais frequência.

2.1.2 Manutenção Preditiva

A manutenção preditiva é a nova forma de enxergar no que se diz respeito à manutenção

em geral. A cada ano que passa as tecnologias se desenvolvem e ela vem tomando cada vez
mais espaço no mercado, o que reduz em curto, médio e longo prazo os custos operacionais
(KARDEC et al., 2009).
O conceito de manutenção preditiva expõe de forma clara a ideia que de certa forma é um
paradigma na manutenção nos dias atuais:

“Manutenção Preditiva é a atuação realizada com base na modificação de parâmetros

de condição ou desempenho, cujo acompanhamento obedece a uma sistemática.
Através de técnicas preditivas é feito omonitoramento da condição e a ação de
correção, quando necessária, é realizada através de uma manutenção corretiva
planejada”. (KARDEC et al., 2009, p. 44-45).

Segundo estes autores, o objetivo em realizar reparos periódicos em uma frota de veículos
permite que eles possam operar de forma contínua pelo maior tempo possível. Ou seja, predizer
a duração da peça conforme o histórico que ela apresenta ao longo do tempo (KARDEC et al.,
2009).
Os autores afirmam que, para conseguir aplicar este conceito com excelência os
equipamentos devem estar disponíveis para que se possa medir e detectar as ocorrências de
falhas. Com isso, as inspeções realizadas de forma frequente reduzem significativamente falhas
não esperadas. A Figura 1 mostra o comportamento esperado para a performance de uma
determina peça analisada:
 14

Figura 1 – Desempenho x tempo relacionado a manutenção preditiva

Fonte: Kardec et al. (2012).

Conforme mostra a Figura 1, uma determinada peça ou insumo perde seu desempenho ao
longo do tempo e isso é causado pelo desgaste da peça com o seu uso. Logo, o gráfico expõe
os períodos em que se deve realizar um acompanhamento preditivo para que a peça ou o insumo
venha a ter uma vida útil maior.
Observa-se que entre o intervalo de tempo ‘t1 – t2’ há um espaço que representa o fim da
vida útil da peça ou insumo, sendo necessário realizar a troca do mesmo por um novo
componente. A manutenção preditiva entra no tempo em que se deve fazer as inspeções, sempre
os momentos mais oportunos para realizá-las, as paradas para manutenção desnecessárias
(KARDEC et al., 2012).

2.2 Gestão dos pneus

A gestão de pneus de uma frota é essencial para redução de custos e aumento do lucro
nos fretes longo prazo. No entanto, medir, controlar e gerir este insumo é um desafio para
grande maioria dos frotistas pela grande variedade de variáveis que são responsáveis pelo seu
bom desempenho (ANIP, 2020).
Segundo a ANIP (2020), a eficiência de um pneu depende de diversos fatores que devem
ser monitoradas diariamente para que se possa ter bons resultados à longo prazo, sendo eles:

a) Condução do motorista;
b) Manutenção preventiva em componentes que estão ligados diretamenteaos pneus,
como as suspensões;
 15

c) Alinhamento e balanceamento;
d) Calibragem correta e frequente dos pneus;
e) Rodízio dos pneus para que o consumo seja de forma equivalente;
f) Sobrecarga no transporte;
g) Utilização do tipo de pneu correto para cada tipo de solo.

O motorista do caminhão deve sempre estar atento quando se trata de pneus, pois os
monitoramentos diários tem como maior importância a sua própria segurança. Alguns cuidados
devem ser feitos de forma preventiva e outras na forma em que se conduz o veículo. Como
exemplo, pode-se evitar andar em acostamentos, verificar a pressão dos pneus diariamente e
manter o alinhamento em dia (ANIP, 2020).
Por isso o motorista sempre será o maior responsável pelo cuidado deste insumo, pois ele
conhece como ninguém o que acontece diariamente com o veículo, além da capacidade de
diminuir perdas indesejadas (ANIP, 2020; GOODYEAR,2020).
O balanceamento e alinhamento dos pneus dos veículos são importantes no que diz
respeito à área de contato dos pneus com o solo. Para o alinhamento, o ideal é que ele seja feito
sempre que há troca dos pneus dianteiros ou a cada 10.000 km rodados, já o balanceamento
deve ser feito em todos os eixos do caminhão a cada intervalo de 10.000 a 15.000 km. É
importante citar que também deve incluir uma verificação geral em todos os componentes que
compõem a rodagem dos pneus, como por exemplo o sistema de suspensão (GOODYEAR,
2020).
De todos os cuidados, a pressão dos pneus é a mais importante, já que o descuido com a
calibragem correta pode trazer consequências significantes no consumo da banda de rodagem,
chegar até a 30% de perda da quilometragem total do pneu. Cada fabricante possui a quantidade
correta de pressão que se deve ter. O pneu pode estar sujeito tanto ao excesso de pressão quanta
a falta dela, e em ambos os casos podem trazer prejuízos tanto para a segurança do motorista
quanto para a eficácia no consumo da banda de rodagem ao longo da sua vida útil
(GOODYEAR, 2020).
Quanto à sua utilização, o pneu pode ser consumido de forma desigual, e isso se dá por
conta de as estradas não estarem geometricamente alinhadas com a banda de rodagem. Para
corrigir este problema, sugere-se fazer o rodízio de pneus, assim conhecido pelos profissionais
da área. Tal solução busca trocar os pneus do mesmo eixo entre eles mesmo, com o objetivo de
que a parte menos gasta possa vir a ter mais contato com o solo que a parte mais consumida,
gerando novamente o equilíbrio no consumo (GOODYEAR, 2020).
 16

2.2.1 Tipos de cavalos-mecânicos

Existem diversos tipos de modelos de caminhões, também conhecidos como cavalos-

mecânicos, eles são os responsáveis por estar puxando a carga transportada, eles são
classificados em classes: traçado, toco, trucado e bi-truck. Basicamente, a diferença entre eles
é a quantidade de eixos presentes e o peso bruto total (SEST SENAT, 2020).
Segundo Guia do Transporte Rodoviário de Cargas (TRC), caminhões denominados
“traçados” ou cavalo-mecânico 6x4 são os que possuem três eixos, sendo um direcional e dois
traseiros. Esta configuração totaliza seis pontos diferentes em contato com o solo, com uma
quantidade de dez pneus (TRC, 2015); (SEST SENAT, 2020). A Figura 2 mostra o modelo de
configuração dos caminhões do tipo “traçado”.

Figura 2 – Configuração de um veículo do tipo cavalo-mecânico 6x4, ou “traçado”

Fonte: Guia do TRC (2015).

Uma característica importante desse tipo de configuração é que os dois eixos traseiros se
responsabilizam por fornecer tração ao veículo.
De acordo com o Guia do TRC (2015), o segundo tipo de veículo é o cavalo-mecânico
4x2, popularmente conhecido como “toco” ou semipesado. Sua configuração é simples: ele
possui apenas dois eixos, sendo um deles o responsável pela tração (FIG. 3):

Figura 3 – Configuração de um veículo do tipo cavalo-mecânico 4x2, ou “toco”

Fonte: Guia do TRC (2015).

 17

Observa-se, na Figura 3, que o caminhão “toco” apresenta quatro pontos em contato com
o solo um total de 6 pneus.
O terceiro tipo de veículo é o “trucado” 6x2 (FIG. 4), ou apenas truck. Sua configuração
geral é muito parecida com o “traçado”, mas a diferença está na quantidade de eixos. O truck
possui um eixo dianteiro e dois eixos traseiros; destes, apenas um deles possui a função de
tracionar o veículo enquanto o outro eixo se responsabiliza por deixa-lo estável (SEST SENAT,
2020).

Figura 4 – Configuração de um veículo do tipo cavalo-mecânico 6x2, ou “trucado/truck”

Fonte: Guia do TRC (2015).

Observa-se, na Figura 4, que o caminhão truck apresenta seis pontos de contato com o
solo e precisa de 10 pneus. Nota-se também que o eixo de tração é o que fica no meio dos outros
dois.
O quarto modelo de veículo apresentado pelo Sest Senat (2020) é o bi-truck (Fig. 5). Sua
configuração geral apresenta dois eixos na dianteira e dois eixos na traseira. Dependendo do
modelo do caminhão, a tração pode ser oferecida em apenas um eixo (8x2) ou nos dois eixos
(8x4). O bi-truck possui dois eixos na dianteira e dois eixos traseiros conforme mostra a Figura
5.

Figura 5 – Configuração de um veículo do tipo cavalo-mecânico 8x4, ou bi-truck

Fonte: Guia do TRC (2015).

 18

Na Figura 5, os dois eixos dianteiros do bi-truck são os direcionais ao passo que os dois
traseiros são os de tração. Os oito pontos de contato com o solo e precisam de 12 pneus.

2.2.2 Tipos de carreta tanque e características gerais

Outro implemento que compõe os cavalos-mecânicos tracionados são os usualmente

denominados semi-reboques que são responsáveis por suportar a carga transportada.
Normalmente, possuem três eixos e não dispõem de força propulsora (VIALOC, 2018). Os
tipos mais comuns utilizados no ramo de transporte de produtos perigosos são os denominados
“vanderleia”, bitrem e rodotrem. A Figura 6 mostra os tipos de semi-reboques.

Figura 6 – Alguns modelos de carretas tanque semi-reboques

Fonte: Adaptado de Randon (2020).

Observa-se na Figura 6 que a diferença entre as carretas se dá pela quantidade de eixos

presentes e o peso bruto total de cada uma delas. A configuração da carreta “vanderleia”, por
exemplo, é de três eixos. Já o bitrem possui um conjunto de quatro eixos (dois em cada semi-
reboques) ao passo que o rodotrem (o maior de todos) apresenta com seis eixos, sendo três deles
em cada semirreboque (VIALOC, 2018; CONTRAN, 2006).
A revista eletrônica Tribuna do Paraná (2013), por exemplo, trouxe uma reportagem
informando que o transporte de cargas realizado por rodotrens pode render a 48% e 85% a mais
de carga transportada, fato este que corrobora com as afirmações dos autores supracitados.
Mais precisamente em relação ao rodotrem – ou bitrem de 6 eixos, em função do seu
elevado peso e grande capacidade de carga, ele é obrigatoriamente transportado por cavalos-
tratores 6x4 (três eixos, sendo um direcional e dois de tração, ou seja: seis pontos de contato
com o solo onde quatro deles são de tração). Totalizando o conjunto nove eixos. Ao combinar
 19

o rodotrem com o caminhão trucado, o implemento rodoviário passa a ter nove eixos e 34 pneus
(FELIPPES, 2008).
No Brasil, a Agência Nacional de Transportes Terrestres (ANTT) – órgão regulador –
disponibiliza as características gerais desse tipo de implemento rodoviário. De acordo com a
tabela do peso bruto total combinado (PBTC), o rodotrem tem a pesagem máxima entre eixos
de 74 toneladas e o comprimento variando de 25 a 30 metros. Ao se comparar esta carreta com
o modelo “vanderleia”, por exemplo, o rodotrem pode transportar certa de 64% a mais de carga
(FELIPPES, 2008).
Para que o rodotrem possa circular em vias/rodovias, é necessário portar um documento
especial denominado Autorização Especial de Trânsito (AET). Tal documentação não é
necessária para as demais carretas. Maiores detalhes da AET podem ser observados nas
resoluções do Conselho Nacional de Trânsito (CONTRAN) nº 211/2006, que regulamenta o
transporte realizado por rodotrens.

2.2.3 Tipos e características de pneus para uso em rodovias

A construção de um pneu pode ser feita de dois tipos: o radial e o diagonal. A diferença
entre eles está na forma em que é fabricado: o radial possui uma construção perpendicular aos
talões. Outro importante componente neste modelo são as cintas que reforçam a área de
rodagem, trazendo assim flexibilidade nas laterais (FIG. 7) (BRIDGESTONE, 2021).

Figura 7 – Construção do pneu radial

Fonte: Bridgestone (2021).

 20

Já os dos pneus diagonais – também conhecidos como convencionais, podem ser

fabricados com duas, quatro ou mais lonas na área de rodagem que reforçam a parte lateral
(FIG. 8) (BRIDGESTONE, 2021):

Figura 8 – Construção do pneu diagonal

Fonte: Bridgestone (2021).

Existem no mercado diversos tipos de geometria na banda de rodagem, e cada uma delas
possui sua peculiaridade de acordo com a demanda do solo. De forma geral, os pneus podem
ser divididos em dois tipos: o ‘liso’ e o ‘borrachudo’. O primeiro é comumente utilizado no
eixo direcional e livres (eixos do semi-reboques) enquanto o segundo pode ser corriqueiramente
instalado nos eixos responsáveis pela tração do cavalo-mecânico (GOODYEAR, 2020).
As profundidades dos pneus – tecnicamente denominadas de sulcos – auxiliam na
eficiência e na função de cada pneu. Os sulcos são normalmente menores nos pneus ‘lisos’ e
mais profundos nos pneus ‘borrachudos’ (GOODYEAR, 2020).

2.2.4 Segmentação do mercado de pneus em termos de qualidade

O mercado de pneus é bastante competitivo e exige a constante adaptação das grandes

empresas. Uma forma encontrada é a aquisição de pneus denominados “segunda linha”. Estes
possuem certo controle de qualidade; no entanto, não se comparam com eficiência de marcas
tradicionais (GUIAPNEUS, 2021).
Contudo, a grande diferença entre eles está no preço. Os pneus de “segunda linha”
possuem valores mais acessíveis, em contrapartida, apresentam baixa quilometragem de vida
 21

útil e vêm acompanhados com uma perda indesejada maior das carcaças. Muitas vezes são
fabricados com menores quantidades de borracha em sua banda de rodagem (GUIAPNEUS,
2021).
Já os pneus denominados de “primeira linha” são aqueles que estampam grandes marcas
do mercado e possuem controle de qualidade extremamente rigoroso. Sua vida útil é
consideravelmente superior e apresenta possibilidade de se fazer o recapeamento por diversas
vezes (GUIAPNEUS, 2021).

2.2.5 Controle de quilometragem dos pneus

As empresas, com a intenção de obter resultados e buscar as melhores marcas, utilizam

métodos para controlar a quilometragem rodada de cada carcaça a longo prazo. O principal
método utilizado é a de marcação a fogo, em que cada pneu recebe uma numeração pré-
determinada (GESTRAN, 2017). A Figura 9 mostra um exemplo desta marcação.

Figura 9 - Exemplo de marcação a fogo em pneus para controle de quilometragem e

movimentação.

Fonte: Elaboração própria (2022).

Na Figura 9, temos os detalhes de uma marcação de pneu, geralmente é marcado a sigla

que identifica a empresa e logo depois um número que representa o pneu, os números são
colocados de forma sequencial conforme a empresa vai adquirindo novos pneus.
Após o processo de marcação, o pneu é cadastrado em um sistema ou planilha para que
seja feito o controle da quilometragem; nele, anota-se a quilometragem disponibilizada no
cavalo-mecânico em que o insumo está sendo alocado. Uma das análises realizadas pela equipe
 22

é o custo por quilômetro rodado (CPK); esta e diversas outras medições auxiliam em tomadas
de decisões pela gestão na aquisição de pneus novos.
Em outros processos mais complexos, utilizam-se chips conhecidos como RFID ou
equipamentos automatizados, onde todo esse processo é feito de forma mais precisa utilizando-
se do auxílio integrado entre equipamentos de medição e aplicativos celulares.

2.2.6 Uso de indicadores para acompanhamento/gestão de pneus

Segundo a fabricante de pneus Goodyear, o CPK na gestão de pneus é o indicador mais

importante a ser analisado. Ele é o principal responsável por determinar o melhor custo-
benefício das marcas e modelos utilizados na empresa, não em consideração se o pneu é
“primeira linha” ou “segunda linha”, tendo como objetivo exclusivamente o custo-benefício
(GOODYEAR, 2021).
A Equação (1) é utilizada para cálculo do CPK, ela é bastante simples e considera o preço
de aquisição do pneu (P1) dividido pela quilometragem total percorrida por ele (kmn). Quanto
menor for o valor do CPK, melhor é o custo-benefício de determinada marca.

𝑃1
𝐶𝑃𝐾 = (1)
𝑘𝑚𝑛

2.2.7 Estratégias utilizando CPK

Segundo Dario (2014), para buscar o menor custo-benefício de pneus, as empresas

costumam utilizar estratégias de aquisições e trocas de diferentes formas. Estas estratégias
podem ser adequadas conforme a necessidade de cada empresa.

2.2.7.1 Compra-se o pneu novo, vende-se sem reformas

Este método consiste na aquisição dos pneus novos e após o consumo da banda de
rodagem, ela é colocada à venda por um preço justo para que o valor de aquisição seja reduzido
e assim o CPK (DARIO, 2014)
Há uma alteração na Equação (1), onde o valor de aquisição (P1) é diminuído pelo valor
da venda da carcaça (vv) posteriormente ao uso. Esta alteração é representada pela Eq. (2):
 23

𝑃1 − 𝑣𝑣
𝐶𝑃𝐾 ′𝑣𝑒𝑛𝑑𝑎′ = (2)
𝑘𝑚𝑛

2.2.7.2 Compra-se o pneu novo, vende-se com uma reforma

Neste segundo método, após o uso da carcaça nova e da primeira recapagem do pneu, é
realizada a venda da carcaça com um valor inferior da venda apresentada na Equação (2)
(DARIO, 2014).
A Equação (3) mostra como se encontra o valor de CPK quando esta situação acontece.
É necessário somar todos os valores gastos e ganhos com o pneu – custos de aquisição (P1) e
da primeira recapagem (vr1) – e subtrair pelo preço de venda do pneu (vv). Para concluir a
equação é necessário dividir pela soma da quilometragem atingida pelo pneu quando adquirido
(kmn) e após o uso na reforma (kmr1).

𝑃1 + 𝑣𝑟1 − 𝑣𝑣
𝐶𝑃𝐾 ′1 𝑟𝑒𝑓𝑜𝑟𝑚𝑎′ = (3)
𝑘𝑚𝑛 + 𝑘𝑚𝑟1

2.2.7.3 Compra-se o pneu novo e faz-se o máximo de recapagens possíveis

Nesta estratégia, o pneu é usado pela transportadora até o momento de seu descarte com
o máximo possível de recapes, que geralmente é de três reformas. O número de perdas dessa
estratégia é extremamente alto, pois após a segunda recapagem, o pneu perde muito de sua
estrutura inicial. Porém, se aplicada corretamente, pode trazer grande economia para a empresa
(DARIO, 2014).
Nesse caso não haverá valor de venda (vv), mas será acrescida de n valores das recapagens
(𝑣𝑟𝑛 ) assim como as quilometragens obtidas em cada uma das recapagens (𝑘𝑚𝑟𝑛 ):

𝑃1 + 𝑣𝑟1 + ⋯ + 𝑣𝑟𝑛
CPK ′n reformas′ = (4)
kmn + 𝑘𝑚𝑟1 + ⋯ + 𝑘𝑚𝑟𝑛
 24

2.2.8 Descarte de pneus

Existem diversos problemas que podem acarretar na perda da carcaça, desde pregos até o
consumo irregular de banda de rodagem, e é através de métodos preventivos que as empresas
tentam reduzir ao máximo a perda não esperadas dessas carcaças.
No entanto, as perdas são inevitáveis até certo ponto. Por este motivo, as transportadoras
têm uma responsabilidade social e ambiental muito grande a ser cumprida no momento do
descarte. Todos os pneus utilizados por elas devem ser descartados de forma correta, danos
consideráveis ao meio ambiente e à população, a proliferação de mosquitos transmissores de
doenças como a dengue e o planeta do aquecimento global (AKATU, 2010).

2.3 Estatística aplicada

Triola (2013) descreve o conceito de estatística como “[...] forma essencial de

planejamento de estudos e experimentos, da observação de dados e, em seguida, da
organização, resumo, apresentação, análise, interpretação e elaboração de conclusões com base
nos dados”.
Reis et al. (1997, p. 21) afirmam que a estatística nas áreas profissionais e científicas tem
a necessidade para os três objetivos “[...] (1) descrever e compreender relações entre diferentes
características de uma população, (2) tomar decisões mais corretas e (3) fazer face à mudança”.
A seguir serão apresentados alguns tópicos para referenciar os conceitos abrangentes da
estatística e que serão utilizados no presente estudo.

2.3.1 Métodos para resolução de problemas através da estatística

Segundo Reis et al. (1997), para se obter resultados válidos deve-se cumprir alguns
requisitos que irão auxiliar no desenvolvimento de um estudo cientifico. Esses passos, segundo
o autor, são:

a) Identificar corretamente o problema em análise;

b) Recolher informações necessárias, sendo os dados que serão colhidos durante o
estudo;
c) Classificar e organizar os dados;
d) Análise de dados e apresentação dos resultados;
 25

e) Tomar a decisão mais adequada para o problema;

2.3.2 Inferência estatística

Conforme é citado no livro de Reis et al. (1997), a inferência estatística permite fazer
estimativas de características desconhecidas de uma população e realizar testes para verificar
se alguma hipótese sobre essas características desconhecidas é plausível. Assim como em toda
a estatística, a inferência está sujeita aos parâmetros da população, logo comparar os resultados
obtidos nos cálculos das amostras com a população em geral.
A Figura 10 mostra de forma intuitiva o processo de inferência estatística:

Figura 10: Amostras de uma população

Fonte: Reis et al. (1997).

A inferência se torna essencial em estudos mais complexos. Muitos estudos buscam

estimar valores de parâmetros ou realizar testes de hipóteses. No entanto, dependendo da
complexidade do problema envolvido, a realização dos cálculos e do tempo disponível pode se
tornar inviável. Com isso, conforme mostra a figura (10), a utilização de uma amostra aleatória
abre a possibilidade de se ter estimativas para os parâmetros calculados.

2.3.3 Amplitude, desvio padrão e variância

Larson (2015) expõe em seu livro algumas formas de se medir a variação dos dados em
um estudo de caso, esses termos são essenciais para o conhecimento da análise de variância
 26

como um todo. Para dados quantitativos, a medida mais simples a ser encontrada em um
experimento é a amplitude que é a diferença entre os valores máximo e mínimo.
Por possuir apenas dois elementos calculados, a amplitude apresenta pouca precisão para
uma população de dados maiores. Para contornar esta situação, pode-se utilizar outras duas
formas de medidas: o desvio padrão e a variância (LARSON, 2015).
Segundo Larson (2015), a variância populacional depende do desvio que cada dado possui
da média geral dos dados. No entanto, a soma dos desvios de uma população daria zero,
inviabilizando os cálculos. Para corrigir este problema, utiliza-se o quadrado de cada desvio
para depois descobrir a média:

𝑛
∑𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝜎2 = (5)
𝑛
Onde:
𝜎 2: variância
𝑥𝑖 : valor analisado;
𝑥𝑖 : média aritmética do conjunto;
n : número de dados do conjunto;

A variância populacional possui problemas quanto à sua unidade medida em relação ao

conjunto de dados. Por exemplo, quando se lida com dinheiro, no cálculo realizado haveriam
“milhares de reais quadrados’’. Logo, para corrigir este problema deve-se extrair a raiz
quadrada da Equação (5), definindo assim o desvio padrão (LARSON, 2015):

𝐷𝑒𝑠𝑣𝑖𝑜 𝑝𝑎𝑑𝑟ã𝑜 = √𝜎 2 (6)

2.4 Projeto de experimentos

Conforme descreve Souza et al. (2002, p. 1) o projeto de experimento “é uma parte da

estatística probabilística que estuda o planejamento, execução, coleta de dados, análise e
interpretação dos resultados provenientes de experimentos”. Os experimentos devem sempre
partir de hipóteses pré-definidas, causar de forma proposital fenômenos controlados e, a partir
disso, obter e analisar os dados.
Os dados de um problema podem possuir dois tipos de tratativa: qualitativa ou
quantitativa. A primeira representa a característica de um determinado grupo como, por
exemplo, sexo, turma etc. Já o tratamento quantitativo é representado por números puros com
 27

unidades de medida; como exemplo, pode-se citar a altura de uma pessoa, idade, tempo, dentre
outros (SOUZA, 2012).
Após decidir a respeito do tipo de dado que será tratado, a etapa seguinte consiste em
fazer o delineamento do experimento. Conforme é apresentado por Souza (2012), para se
delinear um experimento é necessário que se defina a unidade de experimento e as variáveis em
análise. Também é necessário que se defina as comparações em que serão feitas para que sejam
feitas as mudanças corretamente a fim de comparação.
De posse do planejamento do experimento, deve-se então elaborar testes de hipótese. O
teste de hipótese consiste na decisão de aceitar ou não uma certa afirmação. Tal afirmação é
denominada hipótese, e os procedimentos tomados para se tomar a decisão consiste em realizar
o teste de hipótese (MONTGOMERY et al., 2009). Estimar parâmetros populacionais para
resolução de problemas estatísticos é fundamental para experimentos em que consiste de
comparação dados em um determinado experimento (MONTGOMERY et al., 2009).
Segundo MONTGOMERY et al. (2009), as siglas H0 e H1 são usualmente utilizadas para
formular as hipóteses. A primeira é chamada de hipótese nula, e o segunda é denominada
hipótese alternativa. Dessa forma, pode-se descrever afirmações de hipóteses da seguinte
maneira:

𝐻0 : 𝜇 ≥ 𝑥 𝐻0 : 𝜇 ≤ 𝑥 𝐻 :𝜇 = 𝑥
{ 𝑜𝑢 { 𝑜𝑢 { 0 (7)
𝐻1 : 𝜇 < 𝑥 𝐻1 : 𝜇 > 𝑥 𝐻1 : 𝜇 ≠ 𝑥
Onde:
µ – média populacional;
x – valor da amostra;

Após a definição das hipóteses conforme o problema proposto, deve-se realizar os

cálculos estatísticos a fim de comprovar a veracidade (ou não) dá a afirmação H 0. Caso o valor
encontrado, pertença à região de rejeição de H0, pode-se afirmar que a hipótese alternativa é
verdadeira. (MONTGOMERY et al., 2009).
Para Freund (2004, p. 308), quando no teste de hipótese não pode ou não se determina
um nível de significância, utiliza-se o p-value, que “... é o mais baixo nível de significância no
qual a hipótese nula poderia ter sido rejeitada”. Geralmente define-se o nível de significância
(α) em 5%. No entanto, este valor não é um padrão e sim uma forma de compará-lo com o p-
value. Assim, se o p-value encontrado for menor do que o nível de significância atribuído, 0,05,
considera-se que estatisticamente os dados disponíveis possuem confiança estatística para se
rejeitar a hipótese nula (FREUND, 2004).
 28

2.4.1 Planejamento, Análise de Experimentos e suas premissas

Segundo Montgomery et al. (2009), os pesquisadores podem descrever a maioria dos

processos em função das diversas variáveis controláveis. Os responsáveis pelas operações
podem determinar subconjuntos de variáveis que influenciam nos resultados e a partir daí tomar
as melhores decisões. Os resultados obtidos ajudam a melhorar o rendimento do processo,
reduzir a variabilidade geral para corresponder à qualidade exigida, reduzir o tempo no processo
ou até mesmo reduzir custos operacionais.
De acordo com Souza et al. (2002), um bom planejamento de experimentos deve conter
os seguintes elementos: definir tipo de tratamento, variável resposta, fatores envolvidos nos
experimentos e seus níveis, unidade de experimento, repetição e causalidade. Após realizar os
experimentos e coleta de dados, é de suma importância analisar a variabilidade dessas
informações. Tal análise é feita com o auxílio da análise de variância (ANOVA), onde cada
fator e seus níveis envolvidos no experimento são analisados em partes. Os fatores envolvidos
podem ser variáveis tanto quantitativas como qualitativas (atributos) ao passo que a variável
dependente é sempre quantitativa (SOUZA et al., 2002).
Segundo SOUZA (2002), a ANOVA pode ser realizada tanto com um fator quanto com
mais fatores. Quando o experimento tem apenas um fator envolvido, este é denominado modelo
fixo; quando se tem mais de um fator envolvido a análise é denominada experimento em bloco,
onde é tratado a média dos blocos estudados.
Para auxílio, Software como MS-Excel realizam cálculos de variância e ainda fornecem
todo um conjunto de informações da análise da variância. O p-value é um exemplo de
informação disponibilizado em complemento à ANOVA, onde é amplamente utilizado no
projeto de experimentos.
No entanto, Levene (1960) afirma que, para se ter uma base de dados confiável é
necessário ter algumas premissas para que a ANOVA seja o mais confiável possível. Deve-se
avaliar a homogeneidade e a normalidade dos dados. A homogeneidade dos dados é testada
utilizando as teorias desse autor, onde ele demonstra se os grupos das amostras possuem
igualdade na variância. Para isso, o teste de Levene é necessário para determinar se os dados
são homogêneos ou não.
Para a análise de normalidade dos dados pode-se utilizar o teste de Shapiro-Wilk. Este
teste serve para verificar se a distribuição dos dados das amostras é semelhante aos dados de
uma distribuição Normal de probabilidade. (MIOT, 2017).
 29

2.4.2 Experimentos fatoriais com dois fatores com bloqueamento

Segundo Freund (2004), a análise de experimento com o bloqueamento é necessária para

se reduzir o erro do experimento para os experimentos fatoriais de dois fatores. Conforme é
usado por Freund no exemplo a seguir, para realizar esse tipo de experimento deve se atentar a
dois fatores, a de uma variável ser independente ou possuir uma interação:

“Suponha que um fabricante de pneus esteja experimentando diferentes tipos de

banda de rodagem e constate que uma delas se adapta especialmente bem a estradas
de terra, enquanto que outra é especialmente adequada a estradas pavimentadas.
Nesse caso, dizemos que há uma interação entre as condições da estrada e os tipos
de banda de rodagem. Por outro lado, se cada uma das bandas de rodagem é afetada
igualmente pelas condições da estrada, diríamos que não há interação e que as duas
variáveis (condições da estrada com a banda de rodagem) são independentes.”
(FREUND, 2004, p. 380)

O experimento fatorial com dois fatores podemos resumir da seguinte forma, O fator A
possui a níveis, e o fator B possui b níveis. Se o fator A ou fator B mudarem eles interferem no
resultado final.

2.4.3 Comparações múltiplas de médias de tratamentos de Tukey

Segundo Gerardi (2009), ao se rejeitar a hipótese nulas H0, em um determinado nível de

significância α, sendo os tratamentos com mais de dois níveis e de natureza qualitativa, a análise
comparações múltiplas de médias são ótimas para identificar quais tratamentos se diferem de
fato um do outro e quais não se diferem, com um nível de detalhes maior.
Existem diversos tipos de comparações múltiplas, cada um com sua característica e
detalhamento – para o presente estudo escolheu-se o método de comparação de Tukey. Este
método possui uma fácil aplicação sobre os dados e realiza comparações em pares de modo a
facilitar os confrontos na situação atual entre os modelos de caminhões e as marcas de pneus
(GIRARDI, 2009).
Girardi (2009), cita o modelo estatístico para o uso de Tukey, em que consiste em
comparar todos os possíveis pares de médias baseando-se na diferença mínima significativa.
Para o cálculo desta diferença mínima utiliza-se a amplitude studentizada, o quadrado médio
dos resíduos obtido na ANOVA e o tamanho amostral dos grupos. A equação da diferença
mínima significativa compondo essas variáveis é dada por:
 30

𝑄𝑀𝐸
∆ = 𝑞𝛼 (𝐼, 𝐺𝐿𝐸) ∗ √ (8)
𝐽

𝐺𝐿𝐸 = 𝑛º 𝑑𝑒 𝑡𝑟𝑎𝑡𝑎𝑚𝑒𝑛𝑡𝑜𝑠 ∗ 𝐺𝐿 ; 𝐺𝐿 = 𝑛 − 1 (9)

Onde:
Δ – diferença mínima significativa
α – nível de significância adotado
I – número de tratamentos adotados
GLE – graus de liberdade do erro
QME – quadrado médio do erro, podendo ser encontrado na tabela ANOVA
J – número de repetições
GL – Graus de liberdade da variável independente
𝑞𝛼(𝐼, 𝐺𝐿𝐸) – amplitude total studentizada (valor tabelado).

Após calcular todas as variáveis envolvidas através da ANOVA e encontrar as diferenças

mínimas significativas, para a realização da comparação entre as médias é preciso determinar
quais são os possíveis contrates. Ressalta-se que os contrastes são os tratamentos que possuem
uma média e serão analisados entre si.

3. METODOLOGIA DA PESQUISA

O trabalho científico experimentação de fatores, deve ser feita de forma sistemática,

metódica e crítica, afim de não haver divergência significativa entre a coleta de dados e assim
conseguir chegar ao objetivo proposto. Só assim a longo prazo teremos pesquisas que levem o
aperfeiçoamento do conhecimento humano. Contudo, é de suma importância seguir com a
metodologia correta para que todos os pensamentos desenvolvidos possam ser concluídos
(PRODANO; FREITAS., 2013).
De acordo com Oliveira (2017); Gil (2010); Cervo, Bervian e Silva (2007); e Fonseca
(2002), as pesquisas podem ser classificadas sob quatro aspectos principais: (i) natureza da
pesquisa (básica ou aplicada), (ii) forma de abordagem do tema (qualitativa, quantitativa ou
ambas), (iii) objetivos (exploratório, descritivo ou explicativo) e (iv) procedimentos técnicos
(pesquisa bibliográfica, pesquisa documental, pesquisa experimental, pesquisa ex-post-facto,
estudo de coorte, levantamento, estudo de campo, estudo de caso, pesquisa-ação, pesquisa
participante, pesquisa etnográfica, desenvolvimento de teoria fundamentada, ensaio clínico,
pesquisa fenomenológica e estudo de caso-controle).
Dadas essas classificações, o presente estudo se caracteriza como pesquisa aplicada de
acordo com sua natureza, pois tem como objetivo utilizar teorias para aplicação de um estudo
 31

relacionado ao custo-benefício entre marcas tradicionais em pneus distintos, agregar uma

redução de custos a longo prazo (YIN, 2010).
Quanto à abordagem, esse trabalho se classifica como sendo quantitativo. O motivo desta
escolha pode ser explicado por Fonseca (2002), onde os resultados são numericamente
quantificados por meio de linguagem matemática para descrever as causas do estudo.
Em relação aos objetivos, a pesquisa pode ser classificada como sendo explicativa. No
estudo de caso, procura-se compreender os motivos e causas que levam a diferentes tipos de
consumos dos pneus “[...] por meio do registro, da análise, da classificação e da interpretação
dos fenômenos observados” por meio de métodos experimentais ou observacionais
(PRODANOV; FREITAS, 2013, p. 53).
Por sua vez, o procedimento técnico adotado nessa pesquisa foi o estudo de caso.
Explicado por Gil (2010, p. 37) este enfoque “[...] consiste no estudo profundo e exaustivo de
um ou mais objetos, de maneira que permita seu amplo e detalhado conhecimento”. O autor
também afirma que ele é “[...] uma estratégia de pesquisa que busca examinar um fenômeno
contemporâneo dentro de seu contexto [...]”.

3.1 Roteiro de pesquisa

Para a realização da pesquisa, inicialmente foi necessário adaptar a coleta de dados com
a estratégia utilizada pela empresa, em suas manutenções periódicas e controle de
quilometragem dos pneus. Foi determinado também através de uma revisão teórica de artigos e
livros sobre fatores que influenciavam a eficiência dos pneus e ferramentas da estatística
aplicada para a análise das informações coletadas.
A primeira etapa foi determinar qual o tipo de caminhão que seria analisado, os motoristas
envolvidos, rota transitada, os modelos de pneus que seriam analisados (liso ou borrachudos),
e por fim os fatores que poderiam ser controlados e os que não poderiam durante a pesquisa,
para que fossem bloqueados nos cálculos.
Com todos os parâmetros bem definidos foi possível coletar a quilometragens dos pneus
borrachudos no fim de suas vidas uteis, os parâmetros foram definidos junto a empresa, pois
era necessário o comprometimento da mesma para que as análises fossem fieis aos resultados.
Após todos modelos de pneus terem sido registrados suas quilometragens, foi iniciado a análise
de variância e o teste das premissas entre e dentro dos grupos de pneus e de marcas de
caminhões, afim de descobrir se há variabilidade ou não através do teste de hipóteses.
 32

A etapa seguinte, foi realizada através de uso de software, os cálculos para encontrar p-
value e assim realizar as comparações necessárias para determinar qual fator influência na
quilometragem final dos pneus. Para complementar o resultado da ANOVA, foi feito o cálculo
com os resíduos através das comparações múltiplas das médias.
E por fim, toda a análise foi necessária para auxiliar nas comparações entre marca de pneu
e modelo de caminhão que são mais influenciam na performance das quilometragens dos pneus.

3.2 Materiais e método

O estudo de caso contempla a análise estatística do consumo de pneus de diferentes

marcas em diferentes tipos/modelos de veículos de transporte de cargas perigosas (gasolina,
etanol e óleo diesel). Estes insumos são coletados em bases instaladas em Governador
Valadares e Betim (ambas as cidades pertencentes ao estado de Minas Gerais – MG), nos
municípios de Jequié e Salvador – ambos da Bahia (BA), e em Vitória, no estado do Espírito
Santo (ES). Já a distribuição é feita para uma rede de 38 postos de combustíveis, sendo 22 deles
instalados em Minas Gerais e 16 no estado da Bahia.
A frota disponível na empresa perfaz um total de 56 unidades, sendo 4 trucks do tipo baú
e 52 cavalos mecânicos. Em implementos rodoviários (tanques semi-reboque), o total de
conjuntos chega a 52 unidades, sendo 20 deles classificados como rodotrens, 13 bitrens e 19
modelos culturalmente conhecidos como ‘vanderleia’.
Para se ter uma ideia da quantidade de pneus, os 56 veículos juntamente com seus
implementos representam um total de 1.466 unidades instaladas, sendo 104 delas destinadas à
parte dianteira dos veículos (eixo direcional), 436 para tração e 916 para as carretas. Existem
diversos fabricantes nacionais e internacionais, mas a empresa optou por adquirir os pneus de
somente dois fornecedores nacionais. A matriz da empresa encontra-se localizada no município
valadarense (local onde foi realizado o estudo), e mais de 90% do estoque de peças e pneus fica
armazenado nesta cidade. Ressalta-se que o grupo ainda possui uma filial em Itatim/BA.
Para aumentar a confiabilidade do estudo de caso, optou-se por remover do histórico de
dados as quilometragens de 15 dos 56 veículos. Tal medida se mostrou necessária pois estes 15
caminhões fazem percursos mais distantes (estado Bahia) e alguns índices de controle
estatístico do consumo dos pneus destoam dos demais caminhões que normalmente frequentam
o município de Governador Valadares.
Para padronizar os dados de modo a reduzir o nível de variáveis a serem estudadas (por
exemplo tipo de asfalto por onde os veículos trafegam), elegeu-se apenas o trajeto de ida a
 33

Betim/MG para abastecer os caminhões tanque e retorno à sede em Governador Valadares.

Ressalta-se que a frota destinada a este percurso roda em média 320.000 quilômetros por mês.
Os principais dados coletados foram a quilometragem de cada pneu, custos (em reais –
R$) das aquisições dos pneus e seus anos de entrada e saída, média de quilometragem por
modelo de pneu, diferença de rendimento de cada motorista por quilômetro rodado através de
cálculos estatísticos.
Em relação ao uso dos pneus, a empresa utiliza indicadores de qualidade como o custo
por quilometro, índice de sucateamento, principais motivos de descartes, melhor custo
benefício, média de preço de venda das carcaças, custo total mensal com pneus e custo anual
de pneus. Todos os indicadores têm como base de dados os resultados obtidos na frota, nas
futuras aquisições e atentos ao que há de melhor no mercado.
Para fazer um teste piloto, dentre as várias marcas e modelos de veículos, optou-se por
analisar 32 pneus borrachudos de duas marcas distintas, instaladas em dois modelos de
caminhões diferentes. Todos os pneus foram escolhidos por apresentarem circunstancia de
rodagem parecidos, evitando distorções nos resultados ou outros fatores pudessem favorecer
alguma marca de pneu ou de caminhão. A base de dados que compõe o estudo foi coletada no
ano de 2019 a 2021.
A transportadora sempre investiu em qualidade em busca de processos mais adequados
e, principalmente pela segurança dos colaboradores tanto da própria empresa como
terceirizados, para isso detém certificações como a ISO 9001 e o Sistema de Avaliação de
Saúde, Segurança, Meio Ambiente e Qualidade (SASSMAQ). Tais certificações influenciam
diretamente na forma em que se lida com os pneus da frota, onde são seguidas normas para a
obter a melhor eficiência desses insumos.
A companhia não realiza a recapagem de pneus desde meados de 2019; ou seja, os
caminhões utilizam apenas a primeira vida dos pneus que, ao final de suas vidas úteis, são
vendidas como carcaça para terceiros. Este é um processo que traz mais segurança para os
motoristas dos veículos, e os próprios veículos não ficam sujeitos a defeitos apresentados pelas
recapagens. Tal fato colabora ainda mais para garantir maior confiabilidade dos dados coletados
na realização do estudo de caso, pelo fato de não haver recapagem sendo o estudo focado
totalmente em pneus novos produzidos em fábrica.
A tendência nas empresas ao longo do tempo é ter o máximo de rodotrens possíveis, pelo
baixo custo por quilômetro em relação aos outros tipos de carretas e, por esse motivo, no
presente estudo serão analisados os cavalos mecânicos responsáveis por transportar este tipo de
carreta (SANTOS NETO; SANTANA,2015).
 34

Para os cavalos mecânicos (caminhões), optou-se por colher dados de dois veículos de
duas montadoras distintas: Montadora G e Montadora H. Dentre as três marcas de pneus
atualmente adquiridas pela empresa, os insumos instalados nestes caminhões escolhidos
pertenciam aos modelos aqui denominados ‘Marca A’ e ‘Marca B’, sendo os produtos
fabricados no Brasil e considerados como de primeira linha. Ressalta-se que foram analisados
apenas os pneus borrachudos, ou seja, aqueles responsáveis por tracionar o veículo. Os pneus
lisos, instalados no eixo direcional, foram descartados do modelo.
Para determinar variáveis para planejamento do experimento foi realizado o diagrama de
Ishikawa (FIG. 11) das variáveis envolvidas na performance:

Figura 11 – Diagrama de Ishikawa dos pneus

Fonte: Elaboração própria (2021)

A partir da Figura 11, percebeu-se que as variáveis envolvidas na durabilidade dos pneus
borrachudos poderiam interferir nos resultados obtidos das quilometragens. Desta forma, para
se ter uma coleta de dados com ‘menos ruído’ e posterior análise mais assertiva em relação ao
estudo do desempenho dos produtos, optou-se por fazer o uso do conceito de bloqueamento.
Neste caso, determinou-se os seguintes blocos nas seguintes variáveis:

✓ As coletas das quilometragens seriam feitas somente se o motorista trabalhasse

apenas com um único caminhão;

✓ Padronização da rota dos veículos (Governador Valadares-Betim, ida e volta);

 35

✓ Análise corriqueira da calibragem dos pneus de acordo com o manual interno de

qualidade da empresa;

✓ Realização de alinhamento de rodas e balanceamento de pneus nas datas

programadas.

✓ Os caminhões não poderiam haver excesso de peso na carga colocada.

✓ O fator temperatura foi desconsiderado, pois não há como controla-lo.

✓ A velocidade de todos os caminhões é controlada para não ultrapassar os 80km/h

através de sistema de rastreamento.

Os cálculos estatísticos/ANOVA e demais figuras de interesse no estudo foram realizados

com o auxílio dos softwares Jamovi e Microsoft Office Excel® 2019 (ou simplesmente MS-
Excel).
Para os caminhões foram fixados os motoristas, denominados neste estudo como
Motorista A e Motorista B, que dirigiam os caminhões da marca G, e o Motorista C e Motorista
D, que rodavam com os caminhões da marca H. Foram coletadas oito amostras de
quilometragem final de cada marca de pneu por motorista e modelo do caminhão, totalizando
32 pneus.
 36

4. RESULTADOS E DISCUSSÕES

A primeira etapa da realização do estudo de caso consistiu na elaboração de um modelo

geral a prova de falhas para poder efetuar a coleta de dados. A Figura 12 mostra o modelo
elaborado.

Figura 12 – Modelo geral para coleta de dados

Pneu
Motorista A
A Pneu
Caminhã B
oG Pneu
Motorista A
B Pneu
B
Km rodado
Pneu
Motorista A
C Pneu
Caminhã B
oH Pneu
Motorista A
D Pneu
B

Fonte: Elaboração própria (2021).

A Figura 12 mostra a presença de dois fatores principais: a marca do veículo e a marca

do pneu. Constata-se a presença de dois motoristas para o caminhão G e outros dois motoristas
para o caminhão H. Desta forma, escolheu-se utilizar duas comparações pelo método de análise
de variância: a primeira delas comparando-se os motoristas A e B com as duas marcas de pneus,
e a segunda para os motoristas C e D.
Com o planejamento, iniciou-se a coleta de dados que são disponibilizados no banco de
dados da empresa. De posse das informações necessárias, mudou-se a configuração dos dados
para o formato de tabela com o objetivo de usá-los no MS-Excel. A Tabela 1 mostra os
resultados encontrados.
 37

Tabela 1 – Vida útil de pneus borrachudos por caminhão e por modelo de pneu
Marca de pneu (km)
Veículo Motorista
Pneu A Pneu B
122.338 122.907
Motorista A 159.784 84.977
(Caminhão G) 172.141 101.332
Caminhão 135.951 118.878
G 133.680 97.494
Motorista B 115.001 105.147
(Caminhão G) 126.853 105.451
93.451 84.497
110.256 125.461
Motorista C 112.145 115.412
(Caminhão H) 109.769 135.784
Caminhão 108.017 116.451
H 139.415 138.469
131.719 118.468
Motorista D
128.358 115.149
(Caminhão H)
138.551 123.445
Fonte: Elaboração própria (2022).

De posse dos dados, realizou-se os testes de homogeneidade de Levene e de normalidade

de dados de Shapiro-Wilk com o objetivo de averiguar a confiabilidade estatística dos dados
coletados. Os resultados são mostrados na Tabela 3.

Tabela 3 – Realização de testes post-hoc para averiguar a confiabilidade estatística dos dados
Homogeneidade Normalidade
ANOVA
(Levene) (Shapiro-Wilk)
Motoristas A e B versus Pneus A e B 0,246 0,349
Motoristas C e D versus Pneus A e B 0,114 0,217
Fonte: Elaboração própria (2022).

As análises mostradas na Tabela 3 provam a um nível de 5% de significância que os dados

coletados são homogêneos, e que também seguem a distribuição Normal de probabilidade.
Pode-se, desta forma, afirmar que a base de dados é confiável uma vez que as premissas de
homogeneidade de dados e normalidade de dados para a ANOVA citadas por Levene (1960)
foram plenamente cumpridas.
Conforme observado na Tabela 1, coletou-se quatro tratamentos para cada experimento
realizado. O modelo estatístico adotado para ser implementado no MS-Excel foi a ANOVA a
dois fatores, com quatro repetições e adoção de um nível de 5% de significância. Ademais, pelo
 38

fato de haver repetições (quatro por experimento), pode ser que aconteça alguma interação entre
o motorista de determinado veículo e o tipo de pneu utilizado.
Com o experimento devidamente delineado, passou-se a elaborar o teste de hipótese para
cada um dos fatores. Assim, estruturou-se os seguintes testes em relação à quilometragem (km)
final dos pneus (variável resposta):

𝐻 : 𝑜𝑠 𝑚𝑜𝑡𝑜𝑟𝑖𝑠𝑡𝑎𝑠 𝑑𝑜𝑠 𝑐𝑎𝑚𝑖𝑛ℎõ𝑒𝑠 𝑛ã𝑜 𝑖𝑛𝑓𝑙𝑢𝑒𝑛𝑐𝑖𝑎𝑚 𝑛𝑎 𝑞𝑢𝑖𝑙𝑜𝑚𝑒𝑡𝑟𝑎𝑔𝑒𝑚 𝑓𝑖𝑛𝑎𝑙

𝑀𝑜𝑡𝑜𝑟𝑖𝑠𝑡𝑎: { 0
𝐻1: 𝑜𝑠 𝑚𝑜𝑡𝑜𝑟𝑖𝑠𝑡𝑎𝑠 𝑑𝑜𝑠 𝑐𝑎𝑚𝑖𝑛ℎõ𝑒𝑠 𝑖𝑛𝑓𝑙𝑢𝑒𝑛𝑐𝑖𝑎𝑚 𝑛𝑎 𝑞𝑢𝑖𝑙𝑜𝑚𝑒𝑡𝑟𝑎𝑔𝑒𝑚 𝑓𝑖𝑛𝑎𝑙

𝐻 : 𝑜 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑑𝑎𝑠 𝑏𝑎𝑛𝑑𝑎𝑠 𝑑𝑜𝑠 𝑝𝑛𝑒𝑢𝑠 é 𝑒𝑠𝑡𝑎𝑡𝑖𝑠𝑡𝑖𝑐𝑎𝑚𝑒𝑛𝑡𝑒 𝑖𝑔𝑢𝑎𝑙 𝑒𝑛𝑡𝑟𝑒 𝑎𝑠 𝑚𝑎𝑟𝑐𝑎𝑠

𝑃𝑛𝑒𝑢: { 0
𝐻1: 𝑒𝑥𝑖𝑠𝑡𝑒 𝑑𝑖𝑓𝑒𝑟𝑒𝑛ç𝑎 𝑛𝑜 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑑𝑎𝑠 𝑏𝑎𝑛𝑑𝑎𝑠 𝑑𝑜𝑠 𝑝𝑛𝑒𝑢𝑠 𝑒𝑛𝑡𝑟𝑒 𝑎𝑠 𝑚𝑎𝑟𝑐𝑎𝑠 (10)
𝐻 : 𝑛ã𝑜 ℎá 𝑖𝑛𝑡𝑒𝑟𝑎çã𝑜 𝑒𝑛𝑡𝑟𝑒 𝑜 𝑚𝑜𝑡𝑜𝑟𝑖𝑠𝑡𝑎 𝑒 𝑚𝑎𝑟𝑐𝑎 𝑑𝑜 𝑝𝑛𝑒𝑢 𝑛𝑜 𝑘𝑚 𝑓𝑖𝑛𝑎𝑙
𝐼𝑛𝑡𝑒𝑟𝑎çã𝑜: { 0
𝐻1 : 𝑒𝑥𝑖𝑠𝑡𝑒 𝑖𝑛𝑡𝑒𝑟𝑎çã𝑜 𝑒𝑛𝑡𝑟𝑒 𝑜 𝑚𝑜𝑡𝑜𝑟𝑖𝑠𝑡𝑎 𝑒 𝑚𝑎𝑟𝑐𝑎 𝑑𝑜 𝑝𝑛𝑒𝑢 𝑛𝑜 𝑘𝑚 𝑓𝑖𝑛𝑎𝑙

Os principais resultados obtidos no cálculo da ANOVA são mostrados na Tabela 2. O

nível de significância (α) adotado foi o de 5%. Maiores detalhes a respeito dos valores
encontrados nestas análises podem ser vistos nos Apêndices A e B.

Tabela 2 – P-value encontrado nas ANOVA a dois fatores com repetição com α = 5%
Teste de Estatística F P- Houve
Experimento
hipótese Fcalculado Fcrítico value Interação?
Motorista 5,04 4,75 0,04 Sim
Motoristas A e B vs
Pneu 11,66 4,75 0,01 Sim
Pneus A e B
Interação 1,51 4,75 0,24 Não
Motorista 11,04 4,75 0,01 Sim
Motoristas C e D vs
Pneu 0,12 4,75 0,74 Não
Pneus A e B
Interação 10,00 4,75 0,01 Sim
Fonte: Elaboração própria (2022).

Na Tabela 2, a comparação dos motoristas A e B (que dirigiam o Caminhão G) com duas

marcas de pneus mostrou que existe diferença estatística tanto para os motoristas (p-value =
4%) como nas marcas dos produtos utilizados (p-value = 1%). Pode-se, assim, afirmar com um
nível de 5% de significância que o comportamento/método de dirigir dos motoristas influencia
no consumo das bandas dos pneus, assim como a própria marca de cada um dos insumos
também apresenta diferenças em seu consumo. Não houve, porém, algum tipo de interação
entre os dois fatores (p-value = 24%).
Já a análise dos motoristas C e D com as marcas de pneus A e B teve comportamento
diferente. O p-value de 1% para a análise dos motoristas mostra que há diferença estatística no
 39

consumo/quilometragem final das bandas de rodagem dos pneus ao passo que as marcas de
pneus (em média) apresentam consumos estatisticamente iguais (p-value = 74%). Aqui, nesse
experimento, registrou-se interação entre os motoristas e as marcas de pneu (p-value = 1%). Ao
se inserir os valores encontrados em um gráfico de dispersão, pode-se notar ligeira diferença
nas médias de cada experimento (FIG. 13).

Figura 13 – Consumo de pneus em função dos veículos analisados e de seus motoristas

Consumo de pneus versus Motorista

180.000

160.000
Quilometragem dos pneus

140.000

120.000

100.000

80.000

60.000
Motorista A Motorista B Motorista C Motorista D
(Caminhão G) (Caminhão G) (Caminhão H) (Caminhão H)
Fonte: Elaboração própria (2022).

Nesta figura pode-se constatar que o maior consumo de pneus (valor mínimo) registrado
no veículo conduzido pelo ‘Motorista A’ difere completamente do menor consumo assinalado
(valor máximo) no veículo dirigido pelo ‘Motorista D’. Já os valores assinalados pelos
motoristas B e C aparentam estar mais próximos conforme a média demonstrada com ‘X’.
Por hora, pôde-se verificar que as variáveis ‘motorista’ e ‘marca de pneu’ exercem
influência sobre o consumo deste insumo, e também que existe algum tipo de interação entre
as variáveis. Resta ainda verificar se essas influências ocorrem de maneira positiva ou negativa
sobre o modelo. Desta forma, elaborou-se o Quadro 2 para responder a essas questões.
 40

Quadro 2 – Representação esquemática do modelo de experimentos

Interação
Descrição Representação Motorista Pneu
(Motorista x Pneu)
Motorista A (–) A(–) A(–) (–)*(–)=(+)
Motorista B (+) A(–) B(+) (–)*(+)=(–)
Pneu A (–) B(+) A(–) (+)*(–)=(–)
Pneu B (+) B(+) B(+) (+)*(+)=(+)
Fonte: Elaboração própria (2022)

A representação do modelo de experimentos mostrada no Quadro 2 faz menção à

utilização dos pneus A e B pelos motoristas do veículo da marca G. Para o caminhão da marca
H o raciocínio é o mesmo, mudando apenas os motoristas C e D. Desta forma, ao se analisar o
consumo médio dos pneus no primeiro veículo e o conhecimento mostrado na Tabela 2, obteve-
se os seguintes valores (FIG. 14).

Figura 14 – Planejamento do experimento para análise das interações entre os fatores

Fonte: Elaboração própria (2022).

Na Figura 14, o experimento foi subdividido em duas etapas: uma para analisar o
comportamento dos dados no veículo G e outra para investigar o desempenho no caminhão da
marca H. No primeiro veículo, observa-se que o motorista A com o pneu da marca A obteve
um consumo médio de 147.554 quilômetros. Já o motorista B, no caminhão da mesma
montadora, obteve um consumo menor com cerca de 117.246 quilômetros. Ao se analisar o
 41

consumo médio obtido nas interações – motorista A com pneu B, e motorista B com pneu A,
constata-se que as quilometragens médias foram de 112.135 e 122.850 km, respectivamente. O
mesmo critério de raciocínio pode ser aplicado ao veículo da marca H.
Uma forma de facilitar a compreensão desses dados e possibilitar a identificação do maior
ou menor consumo das bandas de rodagem dos pneus pode ser dada com a elaboração de
gráficos. Desta forma, a Figura 15 busca diferenciar tais ocorrências.

Figura 15 – Comparação dos desempenhos do consumo médio dos pneus nos caminhões

Fonte: Elaboração própria (2022).

Observa-se, na Figura 15, que:

✓ O motorista A (Caminhão G) teve maior rendimento médio com o pneu A (𝑥̅ =
147.554 km) do que com o pneu da marca B (𝑥̅ = 107.024 km). Ou seja, em média,
o pneu A – neste caminhão e com este motorista – rodou 40.530 quilômetros a mais
que o pneu da outra marca, e isto significa um de ganho de 37,87% na quilometragem
percorrida até o final da vida útil do pneu;
✓ O motorista B, apesar de utilizar o veículo do mesmo fabricante, teve rendimento
menor tanto com o pneu da marca A (117.246 km, ou 20,54% a menos que o
motorista A) quanto com o pneu da marca B (98.147km, ou 8,29% a menos);
✓ O motorista C (Caminhão H) teve o mesmo comportamento que o motorista A.
Constatou-se que o desempenho com o pneu da marca B caiu em 7,90% (de 134.511
para 123.883 quilômetros médios);
✓ O motorista D, por sua vez, apresentou um comportamento totalmente diferente em
relação aos demais. O uso do pneu A teve consumo médio menor que o de seu
parceiro (18,19% a menos). Em contrapartida, o uso do pneu B teve um aumento
 42

considerável em relação ao do pneu A – ganho de 12,02%, e praticamente igualando

o consumo com o motorista D, no mesmo veículo.

A grande diferença nos valores das retas de consumo médio dos pneus traçadas na Figura
15 podem explicar o porquê de se ter encontrado a rejeição da hipótese nula (H0) entre os
motoristas A e B no veículo da marca G (p-value = 0,04) e também entre os pneus (p-value =
0,01). Ainda, como as linhas não se cruzaram na análise deste fabricante de veículos, isto
também explica o fato de não haver interação (p-value = 0,24) entre o motorista e a marca do
pneu em sua quilometragem final.
Já para os motoristas C e D, que dirigem o veículo da fabricante Caminhão H, a figura
mostra o cruzamento das linhas. Aqui sim pode se observar a rejeição da hipótese nula no
tocante à interação, demonstrando possível relação entre o modo de dirigir do motorista e a
marca do pneu.
Ademais, como as quilometragens médias registradas com o uso do pneu B foram bem
próximas umas das outras (123.277 e 123.882 km para os motoristas C e D, respectivamente),
a ANOVA não conseguiu identificar diferenças estatísticas devido a essa proximidade de
valores e deu, assim, resposta pela não rejeição da hipótese nula quanto ao uso dos pneus (p-
value = 0,74).
Ainda em relação à análise gráfica, resta analisar o gráfico da interação ‘Motorista x
Marca de pneu’. A Figura 16 mostra esta comparação.

Figura 16 – Análise da interação entre os motoristas e os fabricantes de pneus

Fonte: Elaboração própria (2022).

 43

Nesta figura, apesar da reta estar ascendente para a interação entre os motoristas do
Caminhão G e as diferentes marcas de pneu, a ANOVA identificou a não interação entre estes
dois fatores (p-value = 0,24). De fato, a pequena diferença na quilometragem média entre as
marcas levou à não rejeição da hipótese nula. Já para os motoristas do Caminhão H a diferença
entre as quilometragens médias no consumo dos pneus se torna assinalável, daí a evidência de
diferença estatística na interação entre ‘motoristas x pneus’.
Findadas as comparações gráficas, passou-se a testar os erros com o auxílio do método
das comparações múltiplas de Tukey. Constatou-se que o controle de qualidade dos pneus e
observação das suas eficiências são critérios que podem ser tratados como informações
qualitativas, neste modelo de análise. De posse das quilometragens das vidas úteis dos pneus,
elaborou-se a Tabela 4 contendo as quilometragens médias em ordem decrescente para cada
marca de insumo

Tabela 4: Consumo médio de pneu por tipo de motorista (km em ordem decrescente)
Pneu marca A Pneu marca B
Pneu A
Veículo Motorista Veículo Motorista Pneu B (km)
(km)
Caminhã A 147.554 Caminhão D 123.883
oG H
Caminhã D 134.511 Caminhão C 123.277
oH H
Caminhã B 117.246 Caminhão A 107.024
oG G
Caminhã C Caminhão B 98.147
oH 110.04 G
7
Fonte: Elaboração própria (2022).

Como o fator ‘Motorista’ contém quatro níveis (A, B, C e D) e o fator ‘Marca de pneu’
contém dois níveis (pneu A e pneu B), obteve-se, na Tabela 3, oito valores médios. Em relação
aos motoristas, as possíveis combinações entre pares de dados são mostradas no Quadro 3.

Quadro 3 – Combinação entre pares de motoristas por marca de pneu

Pneu Combinações entre pares de motoristas por ordem decrescente de quilometragem
A A-B A-C A-D B-C B-D C-D
B D-C D-A D-B C-A C-B AB
Fonte: Elaboração própria (2022).
 44

Observa-se, no Quadro 3, que cada marca de pneu conta com seis possíveis análises de
pares de motoristas. Estas combinações foram inseridas em função da maior quilometragem
média para a menor em devido aos cálculos serem mostrados em sequência, já que eles não
podem ficar com valores negativos. Esta medida não é obrigatória uma vez que o cálculo pode
ser feito com o auxílio da função modular (isto é, o módulo de um número negativo fica
positivo).
Conforme mostrado no referencial teórico, número de graus de liberdade do fator
‘Motorista’ para cada pneu (GLP) é calculado como n – 1. Como cada experimento foi
realizado quatro vezes (ex. coletou-se quatro quilometragens de pneus para o motorista A com
o pneu A), obteve-se a quantidade de três graus de liberdade para motorista. Com essas
informações foi possível calcular o número de graus de liberdade do erro:

𝐺𝐿𝐸 = 𝑛º 𝑑𝑒 𝑡𝑟𝑎𝑡𝑎𝑚𝑒𝑛𝑡𝑜𝑠 ∗ 𝐺𝐿𝑃 = 4 ∗ (4 − 1)

𝐺𝐿𝐸 = 12 (11)

De posse deste valor, ao se adotar um nível de 5% de significância e que cada ensaio

teve quatro repetições, pode-se também encontrar o valor tabelado da amplitude total
studentizada na tabela de Tukey:

𝑞𝛼 (𝐼, 𝐺𝐿𝐸) = 𝑞0,05 (4,12) = 4,20 (12)

Ao observar os resultados da ANOVA disponibilizada nos Apêndices A e B, constatou-

se que o quadrado médio do erro foi de 304.877.999 para o ensaio ‘Motoristas A e B versus
Pneus A e B’ e de 56.905.382 para a análise ‘‘Motoristas C e D versus Pneus A e B’. Com
estes valores foi possível calcular o valor da diferença mínima significativa para cada um dos
estudos:

𝑄𝑀𝐸 304.877.999
∆ = 𝑞𝛼 (𝐼, 𝐺𝐿𝐸) ∗ √ = 4,20 ∗ √ ⟹ ∆𝟏 = 𝟑𝟔. 𝟔𝟔𝟕 (13)
𝐽 4

𝑄𝑀𝐸 56.905.382
∆ = 𝑞𝛼 (𝐼, 𝐺𝐿𝐸) ∗ √ = 4,20 ∗ √ ⟹ ∆𝟐 = 𝟏𝟓. 𝟖𝟒𝟏 (14)
𝐽 4
 45

Isto é, a diferença mínima para as quilometragens percorridas com os pneus da marca A

e B não podem ser maiores que os valores assinalados nas Equações 13 e 14, respectivamente.
Caso isso aconteça, pode-se afirmar que há pouca diferença estatística entre as médias dos
tratamentos comparados.
Por fim, calculou-se e comparou-se as diferenças mínimas de quilometragens
percorridas (EQ. 13 e 14) com as diferenças mínimas encontradas nos pares de motoristas
(FIG. 17).

Figura 17 – Comparação das diferenças mínimas significativas

Fonte: Elaboração própria (2022).

Observa-se, na Figura 17, que o primeiro experimento apresentou apenas um par de

motoristas com diferença significativa no consumo dos pneus da marca A – no caso, o par A-
C. Já no segundo experimento (para a marca de pneus B) a situação se inverteu; grande parte
dos pares teve valores acima da diferença mínima estipulada em 15.841 km. A interpretação
é a de que caso as comparações das diferenças das médias apresentarem valores inferiores
àqueles calculados dever-se-á considerar com pouca diferença estatística.
Com a diferença mínima podemos realizar as comparações entre as médias e determinar
onde estão de fato as diferenças de forma detalhada segundo Tukey.
 46

5. CONSIDERAÇÕES FINAIS

Esse trabalho teve como objetivo estudar a variação da performance em quilometragem

dos pneus de marcas distintas em diferentes modelos de cavalos mecânicos com a intenção de
encontrar o melhor custo-benefício para a empresa estudada. Tal objetivo foi cumprido com a
coleta de informações a respeito da quilometragem percorrida pelos pneus de tração –
comumente conhecidos como pneus borrachudos – até o seu fim de vida útil através do estudo
da análise de variância.
Todos os objetivos específicos foram concluídos com o desenvolvimento do estudo de
caso. Os tipos de pneus utilizados pela empresa foram aqui descritos e deles optou-se por
analisar duas das três marcas de fabricantes geralmente adquiridas, e ainda assim somente dos
pneus de tração.
Os tipos de cavalos mecânicos também foram citados no referencial teórico. De posse
daquele conhecimento, observou-se as características do modelo utilizado pela empresa no
transporte de cargas perigosas (no caso, combustíveis) e coletou-se as informações/dados
daqueles pneus onde os eixos do caminhão eram os responsáveis por tracionar os veículos. A
principal informação coletada foi a quilometragem total percorrida pelos pneus até o seu fim de
vida útil, sem a ocorrência de suas trocas por mau uso ou até mesmo danos gerais (por exemplo,
estouro do pneu pelo fato de ter passado em um buraco na pista).
O delineamento do projeto também foi efetuado com êxito. O modelo estatístico
escolhido foi a análise de variância (ANOVA) com dois grupos: o primeiro deles representa os
fabricantes de veículos (Caminhão G e Caminhão H) e o segundo os fabricantes de pneus
(marca A e marca B). Para os veículos, escolheu-se dois motoristas fixos em cada um de seus
fabricantes (motoristas A e B para o Caminhão G, e C e D para o Caminhão H). Ressalta-se que
as marcas de pneus não foram divulgadas uma vez que a empresa considera os custos logísticos
como sendo um diferencial competitivo naquele nicho de mercado.
Foram coletadas quatro amostras de pneus para cada um dos tratamentos, e o principal
escolhido foi a utilização da análise de variância (ANOVA) a dois fatores com repetição para
verificar se havia ou não diferença estatística entre os diferentes motoristas e diferentes marcas
de pneus.
Levene (1960) afirma que, para se ter uma base de dados confiável é necessário ter
algumas premissas para que a ANOVA seja o mais confiável possível. Estas premissas se
referem à realização de testes para verificar se os dados coletados são homogêneos (teste de
Levene) e investigar se eles seguem a distribuição Normal de probabilidade. Desta forma, a
 47

comparação do consumo dos pneus de marcas A e B tanto para os motoristas A e B (Caminhão

G) como para os motoristas C e D (Caminhão H) se mostraram plenamente homogêneos e
normalmente distribuídos, o que validou ainda mais as análises de variância realizadas.
Na primeira análise (Motoristas A e B versus Pneus A e B), percebeu-se a rejeição da
hipótese nula (H0) em ambos os casos (p-value < α). Ou seja, constatou-se, com um nível de
5% de significância, que o método de dirigir dos motoristas A e B era estatisticamente diferente,
assim como a vida útil das diferentes marcas de pneus. Registrou-se, porém, certa interação
entre o motorista e o tipo de pneu utilizado.
Uma breve comparação gráfica desse primeiro experimento evidenciou que o motorista
A do veículo G apresentou maior ganho de quilometragem ao utilizar o pneu A. Já o seu
parceiro (motorista B) apresentou maior desgaste ao utilizar o pneu A. Registrou-se também o
fato de que o pneu da marca B apresentou menor vida útil que o insumo da marca A para ambos
os motoristas.
Já o segundo experimento levou em consideração dois outros condutores (no caso, C e
D), em outro tipo de veículo (Caminhão H). Nesta situação, rejeitou-se a hipótese de que o
consumo de pneus era estatisticamente igual em função do método de dirigir dos motoristas, e
também a hipótese de interação entre os fatores motorista e marca de pneu. Em contrapartida,
o uso das diferentes marcas de pneu foi considerada estatisticamente igual.
Em suma, a elaboração desse estudo como calcular e demonstrar a durabilidade dos pneus
de tração em caminhões responsáveis pelo transporte de carretas tanque rodotrens utilizando
métodos estatísticos. Seu desenvolvimento mostrou-se de suma importância pois estas
empresas (não se limitando a somente elas) têm buscado cada vez mais reduzir os seus custos
– que são bastante elevados – através do emprego de novas tecnologias e pesquisas aplicadas.
Dentre os diversos custos logísticos, um dos principais se dá com o uso de pneus que, por sua
vez, possui diversas variáveis responsáveis pela sua performance.
A realização desse estudo contribuiu para propor melhorias práticas na empresa quanto
ao tratamento de outras variáveis que interferem no consumo final dos pneus. Dentre outras,
cita-se o controle de calibragem que antes não era realizado, o melhor desempenho das marcas
utilizadas, o uso dos dados de durabilidade para negociação dos preços dos pneus com os
fornecedores, e até mesmo propor estudos para encontrar os reais motivos que levam a
diferentes consumos de pneus pelos diferentes motoristas nas diferentes marcas de caminhões.
Quanto ao problema de pesquisa abordado no início do trabalho – “Que procedimento
estatístico poderia ser adotado para analisar se determinada marca de pneu proporciona
maior durabilidade em um determinado cavalo mecânico?”, pode-se afirmar que a análise de
 48

variância é um modelo confiável a ser utilizado para esta finalidade. Afinal de contas, pôde-se
demonstrar que os motoristas e os modelos dos caminhões possuem interferência direta na
quilometragem final do pneu. Mas o estudo aqui realizado também não se limita a somente às
variáveis analisadas; a qualidade na fabricação do pneu também deve ser considerada, pois
existem tipos de transporte em que o melhor custo por quilometro rodado não é levada em
consideração, mas sim o fato de pneu trazer o menor risco ao motorista e à carga carregada.
A limitação neste trabalho está na análise dos modelos dos pneus em apenas uma empresa.
Portanto, para trabalhos futuros, recomenda-se a realização de estudos que englobem diversas
empresas que utilizam as mesmas marcas para se chegar a um consenso estatístico. Outro estudo
que poderia ser realizado quanto à análise dos custos dos pneus e o quanto os seus custos por
quilometragem (C.P.K) influencia no custo da operação final.
Há também a possibilidade de analisar a viabilidade de custos em função da
quilometragem percorrida uma vez que o pneu com a maior durabilidade (mostrado aqui no
estudo de caso) pode ter o seu valor bem maior que o outro com menor vida útil.
 49

REFERÊNCIAS

AMBRÓSIO, Cristina Weber; LEITE, Maria Silene Alexandre. “Contratação por

desempenho em serviços de manutenção: o caso da CST ARCELOR BRASIL”. Revista
Produção Online, vol. 8, n. 3, 2008.

BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatistica Básica. 9. Ed. São Paulo:
Saraiva, 2017.

CERVO, Amado Luiz; BERVIAN, Pedro Alcino; SILVA, Roberto da. Metodologia Científica.
6. ed. São Paulo: Pearson Prentice Hall, 2007.

Citrus7. “Tipos de carretas: cargas, capacidades e outras particularidades”. Vialoc, 30 de

novembro de 2018. Disponível em: <https://www.locacaodecarretas.com.br/156/tipos-de-
carretas-e-suas-particularidades/>. Acesso em: 10 mai. 2021.

“Como ler um pneu: Saiba interpretar informações técnicas do pneu”. Gestran, 10 de julho de
2017. Disponível em: <https://gestran.com.br/2017/07/como-ler-um-pneu-informacoes-
tecnicas-lateral/>. Acesso em: 24 mai. 2021.

Confederação Nacional dos Transportes (CNT). Relatório analítico - pesquisa empresa de

cargas CNT. Disponível em: <http://www.cnt.org.br/Paginas/index.aspx>. Acesso em 24 mai.
2021.

Confederação Nacional dos Transportes (CNT). “Transporte rodoviário: por que os

pavimentos das rodovias do Brasil não duram?”. Brasília: CNT, 2017.

Custo por quilômetro | Goodyear. Disponível em:

<https://pneuscaminhao.goodyear.com.br/custo-por-quilometro>. Acesso em: 25 de mai.
2021.

“Custo Variável do Caminhão: Saiba Porque Cobrar por Km Rodado”. Frete com Lucro, 12
de maio de 2020. Disponível em: <https://fretecomlucro.com.br/custo-variavel-caminhao/>.
Acesso em: 24 mai. 2021.

DARIO, Marcos, et al. “Indicadores de desempenho, práticas e custos da manutenção na

gestão de pneus de uma empresa de transportes”. Revista Produção Online, vol. 14, n. 4,
dezembro de 2014, p. 1235.

“Descarte inadequado de pneus gera prejuízos à sociedade”. Instituto Akatu, 30 de dezembro

de 2010. Disponível em: <https://akatu.org.br/descarte-inadequado-de-pneus-gera-prejuizos-
a-sociedade/>. Acesso em: 06 jun. 2021.

Dicas de Manutenção | ANIP - Associação Nacional da Indústria de Pneumáticos, 2018.

Disponível em: <https://www.anip.org.br/dicas-e-manutencao/>. Acesso em: 24 mai. 2021.

FELIPPES, Marcelo Augusto de. Gestão Administrativa, Logística, Transporte e

Competitividade. 7. ed. Brasília, Distrito Federal: Globo, 2008. 147 p.

FONSECA, João José Saraiva. Metodologia da Pesquisa Científica. Fortaleza: Universidade

Estadual do Ceará, 2002. Apostila.
 50

FREUND, John E. Modern Elementary Statistics. 11. Ed. Pearson Education, 2004.

GIL, Antonio Carlos. Como Elaborar Projetos de Pesquisa. 5. ed. São Paulo: Atlas, 2010.

GIRARDI, Luis Henrique; CARGNELUTTI FILHO, Alberto; STORCK, Lindolfo. Erro

Tipo I e Poder de Cinco Testes de Comparação Múltipla de Médias. Rev. Bras. Biom.,
São Paulo, v.27, n.1, p.23-36, 2009.

GOMES, José C.; PASTANA, Érico S. Proposta de sistema de tomada de decisão baseada em
tecnologia RFID para gestão de pneus. Vol. 10, Campinas: 2011.

Guia de cuidados e manutenção do pneu | Goodyear. Disponível em:

<https://www.goodyear.com.br/pneu-cuidados-guia>. Acesso em: 01 jun. 2021.

GUIA do TRC. Tipos de Caminhões. Disponível em:

<http://www.guiadotrc.com.br/noticias/noticiaID.asp?id=36457>. Acesso em: 15 mai. 2021.

______. Pergunta do internauta Cláudio Morais: “ Qual a diferença entre os caminhões: toco,
truck ou trucado, traçado, bi-truck e caminhão ¾. Com relação ao caminhão de apenas dois
eixos (um na cabine e outro na carroceria), quando o eixo traseiro (carroceria) tem dois ou
quatro pneus, qual a nomenclatura” ? http://www.guiadotrc.com.br/noticiaid2.asp?id=30755.
Acessado 24 de junho de 2021.

KARDEC, Alan; NASCIF, Júlio. Manutenção: função estratégica. 3. ed. rev. e ampl. Rio de
Janeiro: Qualitymark: Petrobras, 2009.

LARSON, Ron; FARBER, Betsy. Estatística Aplicada. 6. ed.- São Paulo: Pearson Education
do Brasil, 2015.

Levene, Howard (1960). «Robust tests for equality of variances». In: Ingram Olkin; Harold
Hotelling. Contributions to Probability and Statistics: Essays in Honor of Harold Hotelling.
[S.l.]: Stanford University Press. pp. 278–292.

Limites de Pesos e Dimensões - Lei da Balança - Guia do TRC. Disponível em:

<http://www.guiadotrc.com.br/lei/qresumof.asp>. Acesso em: 20 mai. 2021.

MARQUES, Markenson. Rodotrens, para avançar. Tribuna Paraná, 2013. Disponível em:
<https://tribunapr.uol.com.br/blogs/opiniao/rodotrens-para-avancar/>. Acesso em: 18 ago.
2022.

MIOT, H. A. Avaliação da normalidade dos dados em estudos clínicos e experimentais.

Jornal Vascular Brasileiro, 2017. Disponível em: <doi.org/10.1590/1677-5449.041117>.
Acesso em: ago. 2022.

MONTGOMERY, Douglas C.; RUNGER, George C. Estatística Aplicada e Probabilidade

para Engenheiros. 4. ed. LTC: Rio de Janeiro, 2009.

OLIVEIRA, Altamir Fernandes de [organizador]. Elaboração, Gestão e Avaliação de Projetos

de Pesquisa: releituras de grandes obras com exemplos práticos de pós-graduandos em
Tecnologia, Ambiente e Sociedade. São Paulo: Ixtlan, 2017.
 51

“Pneu segunda linha é bom? Porque são mais baratos?” Guia Pneus, 22 de novembro de 2018.
Disponível em: <https://guiapneus.com/pneu-segunda-linha-e-bom-porque-sao-mais-
baratos/>. Acesso em: 20 mai. 2021.

PRODANOV, Cleber Cristiano; FREITAS, Ernani Cesar de. Metodologia do Trabalho

Científico: métodos e técnicas da pesquisa e do trabalho acadêmico. 2. ed. Novo Hamburgo:
Feevale, 2013.

REIS, Elizabeth et al. Estatística Aplicada 1. 6. ed. rev. e ampl. Lisboa: Edições Sílabo,
2015.

RIBEIRO, José Luis Duarte; SCHWENGBER, Carla. “Série Monográfica Qualidade: Projeto
de Experimentos”. Porto Alegre: 2011.

SANTOS NETO, Ubaldino José dos; SANTANA, Lídia Chagas de. Logística e Serviço ao
Cliente como Estratégia Competitiva. Revista de Iniciação Científica – Rio Cairu, Salvador,
v. 02, n. 02, p.97-111, 01 jun. 2015.

SETCESP. Sindicato das Empresas de Transportes de Cargas do Estado de São Paulo.

Manutenção de frotas no transporte. Disponível em:
<http://www.setecesp.org.br/curso.asp?id=733>. Acesso em: 10 mar. 2021.

SOUZA, Adriano Mendonça et al. Introdução a Projetos de Experimentos. Santa Maria:

Universidade Federal de Santa Maria, 2002.

SUA majestade, a calibragem. Revista Carga Pesada, 2012. Disponível em:

<https://cargapesada.com.br/2012/03/09/sua-majestade-a-calibragem/>. Acesso em: 28 nov.
2021.

TEIXEIRA, Cleidson. SEST SENAT. SEST SENAT responde: caminhão toco, trucado,
bitruck e traçado. Qual é a diferença? Disponível em:
<https://www.sestsenat.org.br/imprensa/noticia/caminho-toco-trucado-bitruck-e-traado-qual--
a-diferena>. Acesso em 10 abr. 2021.

TRIOLA, Mario F. Introdução à Estatística. Trad. e ver. Téc. Ana Maria Lima de Farias;
Vera Regina Lima de Farias e Flores. 12. ed. Rio de Janeiro: LTC, 2017.

TURTLE, Studio. Implementos. Randon Centro-Oeste, 2020. Disponível em:

<http://www.centrooestemg.com.br:8090/site/produtos/?p=30&c=5#ad-image-0>. Acesso
em: 18 ago. 2022.

YIN, R. K. Estudo de caso: planejamento e métodos. Porto Alegre: Bookman, v.4 ed., 2010.
 52

APÊNDICE A – Resultado da ANOVA Motoristas A e B vs Pneus A e B

Anova: fator duplo com repetição

RESUMO Pneu A Pneu B Total

Motorista A (Caminhão G)
Contagem 4 4 8
Soma 590.214 428.094 1.018.308
Média 147.554 107.024 127.289
Variância 508.189.911 303.752.026 817.312.516

Motorista B (Caminhão G)
Contagem 4 4 8
Soma 468.985 392.589 861.574
Média 117.246 98.147 107.697
Variância 311.204.285 96.365.775 278.893.397

Total
Contagem 8 8
Soma 1.059.199 820.683
Média 132.400 102.585
Variância 613.605.913 193.989.861

ANOVA
Fonte da variação SQ gl MQ F p-value F crítico
Amostra (Motoristas) 1.535.346.672 1 1.535.346.672 5,04 0,04 4,75
Colunas (Pneus) 3.555.617.641 1 3.555.617.641 11,66 0,01 4,75
Interações 459.287.761 1 459.287.761 1,51 0,24 4,75
Dentro (Erro) 3.658.535.990 12 304.877.999

Total 9.208.788.064 15
 53

APÊNDICE B – Resultado da ANOVA Motoristas C e D vs Pneus A e B

Anova: fator duplo com repetição

RESUMO Pneu A Pneu B Total

Motorista C (Caminhão H)
Contagem 4 4 8
Soma 440.187 493.108 933.295
Média 110.047 123.277 116.662
Variância 2.881.156 89.882.469 89.767.129

Motorista D (Caminhão H)
Contagem 4 4 8
Soma 538.043 495.531 1.033.574
Média 134.511 123.883 129.197
Variância 28.675.163 106.182.740 90.068.925

Total
Contagem 8 8
Soma 978.230 988.639
Média 122.279 123.580
Variância 184.520.507 84.132.785

ANOVA
Fonte da variação SQ gl MQ F p-value F crítico
Amostra (Motoristas) 628.492.365 1 628.492.365 11,04 0,01 4,75
Colunas (Pneus) 6.771.705 1 6.771.705 0,12 0,74 4,75
Interações 569.216.093 1 569.216.093 10,00 0,01 4,75
Dentro (Erro) 682.864.584 12 56.905.382

Total 1.887.344.747 15