Escolar Documentos
Profissional Documentos
Cultura Documentos
Governador Valadares
Setembro de 2022
GUSTAVO MENEZES DE SOUZA
Gustavo.ms.gv@gmail.com
Governador Valadares
Setembro de 2022
RESUMO
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.
1. INTRODUÇÃO ................................................................................................................ 8
REFERÊNCIAS ................................................................................................................. 49
APÊNDICE A .................................................................................................................... 49
APÊNDICE B ..................................................................................................................... 49
8
1. INTRODUÇÃO
isso que as transportadoras investem cada vez mais em pesquisas para melhorar a tomada de
decisão (DARIO et al., 2012).
2. FUNDAMENTAÇÃO TEÓRICA
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).
... 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).
este modelo de manutenção é questionado pelas paradas, o que possibilita os veículos operarem
com mais frequência.
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
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).
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
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):
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).
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.
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.
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.
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).
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).
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).
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.
𝑃1
𝐶𝑃𝐾 = (1)
𝑘𝑚𝑛
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
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
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
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).
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:
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:
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;
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;
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.
𝑄𝑀𝐸
∆ = 𝑞𝛼 (𝐼, 𝐺𝐿𝐸) ∗ √ (8)
𝐽
3. METODOLOGIA DA 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.
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:
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:
4. RESULTADOS E DISCUSSÕES
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
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).
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).
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):
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).
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).
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
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
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.
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.
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:
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
5. CONSIDERAÇÕES FINAIS
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
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.
“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.
“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.
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.
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.
______. 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.
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.
“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.
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.
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.
YIN, R. K. Estudo de caso: planejamento e métodos. Porto Alegre: Bookman, v.4 ed., 2010.
52
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
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