Universidade Anhanguera - Uniderp Centro de Educao a Distncia

ATIVIDADES PRTICAS SUPERVISIONADAS DA DISCIPLINA DE ESTATSTICA

Dbora Alves de Castilho RA: 294222 Janaina dos Santos Silva RA: 289355 Marcela de Almeida Alves RA: 298089 Michelle Pereira dos Santos RA: 294257 Natlia Pereira Lavra RA: 290064

4 Perodo de Administrao Angra dos Reis RJ Setembro/ 2012

Plo de EAD Angra dos Reis

Sumrio
............................................................................................................................. 2 Introduo.................................................................................................... 3 Etapa 01 - Definies e conceitos especficos da rea estatstica, a fim de compreender e aplicar os procedimentos estatsticos em uma pesquisa...............4 Resumo terico do artigo: Aplicao dos conceitos de Controle Estatstico de Processo (CEP) em uma indstria de fundio do Norte Catarinense.............4 Resumo terico do artigo: Conceito e aplicaes da Estatstica....................5 Possibilidades de aplicao da Estatstica na rea de Administrao ..........8 Etapa 02 - Coleta dos dados que sero utilizados no desenvolvimento de todas as etapas deste desafio.............................................................................. 10 Tabela de produtos....................................................................................... 10 Etapa 03: Tabelas de frequncia e a organizao dos dados em grficos...........12 Anlise de pacotes de 500 gramas de caf favorito.....................................12 Histograma................................................................................................... 13 Grficos:....................................................................................................... 13 Grfico 1 Frequncia Absoluta ..........................................................13 Grfico 2 Frequncia Relativa ...........................................................14 Grfico 3 Frequncia Acumulada .....................................................14 Etapa 04 - Medidas de tendncia central e Disperso...................................15 1. Medidas de tendncia central..................................................................15 1.1. Mdia ........................................................................................... 15 1.2. Moda............................................................................................. 15 1.3. Mediana......................................................................................... 15 2. Medidas de disperso............................................................................... 15 2.1. Varincia....................................................................................... 15 2.2. Desvio padro...............................................................................16 3. Interpretao estatstica dos resultados obtidos......................................16

Referncias Bibliogrficas.............................................................................. 19

Introduo Este trabalho tem como objetivo a construo de um relatrio, conforme estudo de caso apresentado a seguir, destinado ao Diretor da empresa, contendo os resultados da pesquisa estatstica de controle de qualidade para o lote em questo; desta forma, o diretor tambm poder verificar a efetividade do trabalho da empresa. Estudo de Caso Nossa equipe teve a funo de atuar como supervisores do departamento de controle de qualidade de uma fbrica, e esteve encarregada de verificar o processo de controle de qualidade do empacotamento de sacos de caf que tm marcado nas embalagens de 500 gramas. Escolhemos uma amostra predeterminada de pacotes de caf e efetuamos os procedimentos estatsticos de controle de qualidade, para determinar a aprovao ou reprovao de um lote para comercializao. Vale lembrar que, segundo regras desta empresa, para que o lote obtenha aprovao, o desvio padro mximo de 0,05 kg (ou 5 gramas).

Etapa 01 - Definies e conceitos especficos da rea estatstica, a fim de compreender e aplicar os procedimentos estatsticos em uma pesquisa. Resumo terico do artigo: Aplicao dos conceitos de Controle Estatstico de Processo (CEP) em uma indstria de fundio do Norte Catarinense. O objetivo do artigo consiste em analisar a qualidade e a capacidade de produo da indstria, visando identificar particularidades e caractersticas do processo, assim como oportunidades de melhorias teis aos operadores e responsveis pelo monitoramento do processo na empresa, ou mesmo para outras pessoas que trabalhem e lidem com processos similares. Primeiramente foi criado um processo de inspeo que consistia em um teste de trao com um determinado bloco de motor para caminhes a diesel. Os dados dos resultados dos testes de trao fornecidos pela empresa, foram acessados atravs do Ncleo de Normalizao e Qualimetria (NNQ) da Universidade Federal de Santa Catarina (UFSC), os quais correspondem a ensaios de trao realizados na linha de fundio, sempre que ocorreram produes, durante todo o ano de 2004. importante e necessrio mencionar que, como as amostras so de tamanho unitrio, a amplitude do processo considerada neste trabalho foi amplitude mvel, que consiste na diferena entre a maior e a menor medida de trao entre o dia t e o dia t-1. J no caso da estimativa do desvio padro do processo, foi realizada duas estimativas: uma atravs da forma tradicional (equao 3.1), considerando a amostra global, e outra atravs do clculo de SD (equao 3.2), pois trata-se de uma medida mais confivel, por basear-se apenas na disperso dos valores amostrais, sendo, segundo COSTA et al. (2004), insensvel a causas especiais que alteram a mdia do processo. Objetivando detectar possveis mudanas na mdia do processo, foram construdos os grficos alternativos aos de Shewhart mais indicados para amostras unitrias, ou seja, o da soma cumulativa (CUSUM) e o da mdia mvel exponencialmente ponderada (EWMA - que possui desempenho similar ao da soma cumulativa). Como no se conhecia o valor mdio alvo do processo, por no ter sido informado pela empresa, antes de se construir o grfico, foi realizado um teste de anlise de varincia (ANOVA). Para isto, estratificou-se a amostra em 5 sub-amostras de tamanho 37 (respeitando-se a ordem cronolgica das observaes coletadas), para verificar se a mdia do

processo apresentava modificaes ao longo dos 185 dias em que foram feitas as coletas amostrais. Um grfico de controle uma sequncia de testes de hipteses, em que a probabilidade do risco o erro do tipo I. Esse erro s ocorre quando se rejeita a hiptese nula verdadeira, isto , um corpo de prova bom, mas rejeitado pela empresa. Mas existe tambm o erro do tipo II ( ), tambm conhecido como o risco do consumidor, que consiste em no rejeitar uma hiptese nula falsa. o caso em que o corpo de prova no est dentro dos padres especificados pela empresa, mas mesmo assim, o lote contendo todos os blocos de motores no rejeitado como sendo problemtico. O Grfico da Soma Cumulativa (CUSUM) incorpora diretamente toda a informao nas sequncias de valores da amostra de um valor alvo, como por exemplo, a mdia do processo. Alm disso, o CUSUM combina informao de vrias amostras, tornando-o mais eficaz do que os grficos de Shewhart para detectar pequenas mudanas na mdia do processo. O Grfico da Mdia Mvel Exponencialmente Ponderada (EWMA), similarmente ao grfico da soma cumulativa, exponencialmente ponderada, uma forma alternativa ao grfico X de Shewhart, utilizado para detectar pequenas mudanas na mdia do processo. A principal diferena entre estes dois grficos, que no EWMA os dados no se afastam gradual e indefinidamente da linha mdia como no caso do CUSUM, e sim, apenas at atingir a nova mdia, passando ento a oscilar aleatoriamente em torno da mesma. Os resultados obtidos com a utilizao dos diversos grficos de controle para amostras de tamanho unitrio, juntamente com a estimao do ndice de capacidade, atendeu de forma razoavelmente satisfatria s expectativas dos autores. A frustrao ficou por conta de se esperar encontrar um processo estatisticamente capaz de produzir os blocos dentro das especificaes desejadas, uma vez que se trata de uma grande empresa e j que trabalha h muito tempo com esse tipo de produto. Resumo terico do artigo: Conceito e aplicaes da Estatstica. A Estatstica, um conjunto de tcnicas e mtodos de pesquisa que entre outros tpicos envolve o planejamento do experimento a ser realizado, a coleta qualificada dos dados, a inferncia, o processamento, a anlise e a disseminao das informaes.

Atualmente os dados estatsticos so obtidos, classificados e armazenados em meio magntico e disponibilizados em diversos sistemas de informao acessveis a pesquisadores, cidados e organizaes da sociedade que, por sua vez, podem utiliz-los para o desenvolvimento de suas atividades. Os conceitos estatsticos tm exercido profunda influncia na maioria dos campos do conhecimento humano. Mtodos estatsticos vm sendo utilizados no aprimoramento de produtos agrcolas, no desenvolvimento de equipamentos espaciais, no controle do trfego, na previso de surtos epidmicos bem como no aprimoramento de processos de gerenciamento, tanto na rea governamental como na iniciativa privada. As informaes estatsticas so concisas, especficas e eficazes, fornecendo assim subsdios imprescindveis para as tomadas racionais de deciso. Neste sentido, a Estatstica fornece ferramentas importantes para que as empresas e instituies possam definir melhor suas metas, avaliar sua performance, identificar seus pontos fracos e atuar na melhoria contnua de seus processos. A diversidade de atuao um dos grandes atrativos da Estatstica, que pode promover a melhoria da eficincia e tambm a soluo de vrios problemas prticos importantes em quase todas as reas do saber: das cincias naturais s sociais. Exemplificamos, a seguir, algumas das reas em que a atuao do estatstico adquire maior relevncia, bem como as principais atribuies desse profissional. Indstria - no planejamento industrial, a atuao do estatstico comea nos estudos de implantao de uma fbrica at a avaliao das necessidades de expanso industrial; na pesquisa e desenvolvimento de tcnicas, produtos e equipamentos; nos testes de produtos; no controle de qualidade e quantidade, etc. rea de Recursos Humanos nesta rea, o estatstico realiza pesquisa de compatibilizao entre os conhecimentos e habilidades dos empregados e as atividades desenvolvidas por eles; estuda os salrios , as necessidades de treinamento, assim como a avaliao dos treinamentos realizados; Universidades e Instituies de Pesquisas - o estatstico pode atuar como docente, ministrando disciplinas relacionadas Estatstica, pesquisando e desenvolvendo novas metodologias de anlise estatstica para os mais variados problemas prticos e tericos, entre outros.

rea de Demografia - o estatstico estuda a evoluo e as caractersticas da populao; estabelece tbuas de mortalidade; analisa os fluxos migratrios; estabelece nveis e padres para testes clnicos; planeja e realiza experimentos com grupos de controle, etc. rea de Marketing e Anlise de Mercado - o estatstico tem um perfil adequado para trabalhar na monitorao e anlise de mercado; nos sistemas de informaes de marketing, na prospeco e avaliao de oportunidades; na anlise e desenvolvimento de produtos, etc. rea Financeira e Bancria - o estatstico pode atuar no departamento de seguros e anlise atuarial; na avaliao e seleo de investimentos, no estudo e desenvolvimento de modelos financeiros; no desenvolvimento de informaes gerenciais; na definio, anlise e acompanhamento de carteiras de investimentos; etc. As responsabilidades e atribuies do estatstico esto redigidas pela Lei no 4.739, de 15 de julho de 1965, que criou a profisso, e pelo Decreto no 62.497, que regulamentou o seu exerccio profissional. O Conselho Federal e os Conselhos Regionais de Estatstica constituem as autarquias que tm por finalidade orientar, disciplinar e fiscalizar o exerccio da profisso em todo o Territrio Nacional. A formao acadmica do estatstico est fundamentada em conhecimentos de Matemtica, Clculo e Teoria das Probabilidades, Tcnicas e Mtodos Estatsticos, Computao, Mtodos de Anlise Estatstica e Disciplinas Profissionalizantes. Essa formao bsica permite ao estatstico utilizar tcnicas para: Efetuar levantamentos e anlises de informaes; Planejar e realizar experimentos e pesquisas em vrias reas cientficas; Formular a soluo para os mais variados e complexos problemas concernentes melhoria e otimizao dos processos. A explorao de vastas e diversas bases de dados estatsticos hoje existentes, requer um profissional capaz de extrair da relevantes informaes atravs do uso de modernas tcnicas de amostragem, modelagem e inferncia que so algumas das ferramentas usuais da Estatstica.

Possibilidades de aplicao da Estatstica na rea de Administrao Nas organizaes onde a estatstica demonstra toda a sua fora. Grficos e tabelas so apresentados na exposio de resultados de uma empresa. Dados numricos so usados para aprimorar e aumentar a produo. Censos demogrficos ajudam o Governo a entender melhor sua populao e a organizar seus gastos com sade e assistncia social. Com a velocidade da informao a estatstica passou a ser uma ferramenta essencial na produo e atuao do conhecimento. Atualmente, quase todos os meios de comunicao, como jornais, revistas, rdio, televiso e Internet lanam mo de modelos estatsticos como: grficos; diagramas; tabelas. Para integrar e enriquecer seus conjuntos de informaes a serem divulgadas para a populao. E nisso inclui o sistema empresarial que se utiliza da estatstica como ferramenta para gerenciar seus atos comerciais. No mundo atual, a empresa uma das vigas mestras da Economia. A direo de uma empresa, de qualquer tipo, incluindo as estatais e governamentais, exige de seu gestor a tarefa de tomar decises, e o conhecimento e o uso da Estatstica facilitaro seu trabalho de organizar, dirigir e controlar a empresa. Por meio de coleta de dados, podemos conhecer a realidade geogrfica e social, os recursos naturais, humanos e financeiros disponveis, as expectativas da comunidade sobre a empresa, e estabelecer suas metas, seus objetivos com maior possibilidade de serem alcanados a curto, mdio ou longo prazo. A Estatstica ajudar em tal trabalho, como tambm na seleo e organizao da estratgia a ser adotada no empreendimento e na escolha das tcnicas de verificao e avaliao da quantidade e da qualidade do produto e mesmo dos possveis lucros e/ou perdas.

Tudo isso que se pensou, que se planejou, precisa ficar registrado, documentado para evitar esquecimentos, a fim de garantir o bom uso do tempo, da energia e do material e, ainda, para um controle eficiente do trabalho. Assim ao construir estatisticamente passe por procurar fundamentar suas praticas com base numa seleo de indicadores mais ou menos sortidos de acordo com as convenincias do momento, alicerando os objetivos de seus projetos de forma contextual. Para Romero e Salgado (2007), os programas de qualidade adotados nas organizaes dependem em grande parte por modelos estatsticos. A implantao de um programa de qualidade pode eliminar desperdcios, reduzir os ndices de defeitos, diminuir as constantes inspees e aumentar a satisfao do consumidor final. As tcnicas de controle antigas como a inspeo de qualidade no produto acabado, vo sendo deixadas de lado e passa a ser substituda pelo conceito de preveno, baseado no controle do processo produtivo. Ainda para Romero e Salgado (2007), dentro do setor de balas no h dois produtos ou caractersticas exatamente iguais entre si porque os processos contm muitas fontes de variao. As diferenas entre os produtos podem ser enormes ou quase imperceptveis, mas sempre estaro presentes. As balas fabricadas tm de estar dentro do limite aceitvel e no podem estar fora, pois sero descartadas. Todas as origens da causa devem ser analisadas e estudas e quando for colocado sob o controle estatstico, o processo dever ser medido para verificar seu potencial sobre as especificaes. A estatstica tem sido utilizada para a otimizao de recursos econmicos, aumento da qualidade e produtividade, na analise de decises polticas e judiciais e tantas outras. Em entrevista ao site do IBGE (2007), o Presidente do Conselho Federal de Estatstica, Francisco de Paula Busccio, A estatstica tem por objetivo fornecer mtodos e tcnicas para que possa, racionalmente, lidar com situaes de incerteza.

Etapa 02 - Coleta dos dados que sero utilizados no desenvolvimento de todas as etapas deste desafio. Tabela de produtos
Amostra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Peso Peso Peso Peso Peso Amostra Amostra Amostra Amostra (kg) (kg) (kg) (kg) (kg) 500 502 504 514 504 506 510 512 512 504 502 500 522 514 510 512 506 500 522 510 512 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 504 500 524 502 504 514 504 506 510 512 512 504 502 500 522 514 510 512 506 500 522 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 510 512 504 502 500 522 514 510 512 506 500 522 510 512 504 502 500 522 514 510 512 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 506 500 522 510 512 504 512 506 500 522 510 512 504 502 500 522 514 510 512 506 512 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 504 500 524 502 504 514 504 506 510 512 512 504 524 526 500 502

Concluso As respectivas pesagens foram realizadas com uma marca de caf (Favorito) com base de peso de 500g, indicada pelo fabricante. As pesagens foram realizadas no dia 03/09/2012, na rede de supermercado Super Market, localizado no Bairro de Praia Brava, em Angra dos Reis, Rj. Pode-se observar que muito raramente os pesos so iguais ao descrito em sua embalagem tivemos uma variao muito elevada dentre as 100 amostras.

Etapa 03: Tabelas de frequncia e a organizao dos dados em grficos.

Anlise de pacotes de 500 gramas de caf favorito

ref 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 1 500 500 500 500 500 500 500 500 500 500 500 500 500 500 T=14 2 502 502 502 502 502 502 502 502 502 T=9 3 504 504 504 504 504 504 504 504 504 504 504 504 504 504 504 T=15 4 506 506 506 506 506 506 506 506 506 T=9 5 510 510 510 510 510 510 510 510 510 510 510 510 510 T=13 6 512 512 512 512 512 512 512 512 512 512 512 512 512 512 512 512 512 512 T=18 7 514 514 514 514 514 514 514 514 T=8 8 522 522 522 522 522 522 522 522 522 522 T=10 9 524 524 524 T=3 10 526 T=1

Quadro 1

Histograma
REF 500 502 504 506 510 512 514 522 524 526 amostras 500 502 504 506 510 512 514 522 524 526 F. Absoluta 14 9 15 9 13 18 8 10 3 1 F. Relativa 14% 9% 15% 9% 13% 18% 8% 10% 3% 1% F. Acumulada 14% 23% 38% 47% 60% 78% 86% 96% 99% 100%

N=10

N=100
Quadro 2

100%

100%

Grficos:

FREQUNCIA ABSOLUTA
20 18 QTDE ENCONTRADA POR AMOSTRA 16 14 12 10 8 6 4 2 0 500 502 504 506 510 512 514 522 524 526
PESO DAS AMOSTRAS

18 15 13 10 8

14

3 1

Grfico 1 Frequncia Absoluta

FREQUNCIA RELATIVA
1% 3% 10% 14% 1=500 2=502 3=504 8% 9% 4=506 5=510 6=512 18% 15% 7=514 8=522 9% 9=524 10=526

13%

Grfico 2 Frequncia Relativa

FREQUNCIA ACUMULADA
ANLISE PERCENTUAL ACUMULADA 120% 100% 80% 60% 40%

96% 78% 60% 47% 38% 23% 14% 86%

99%

100%

20% 0%

500

502

504

506

510

512

514

522

524

526

PESO DAS AMOSTRAS

Grfico 3 Frequncia Acumulada

Etapa 04 - Medidas de tendncia central e Disperso. 1. Medidas de tendncia central Uma medida de tendncia central uma maneira de reduzir uma grande quantidade de dados em um nico valor, que represente a sua tendncia geral e mostram o valor em torno do qual se agrupam as observaes. 1.1. Mdia Chama-se Mdia de um conjunto de dados numricos ao nmero que se obtm dividindo a soma dos valores de todos os dados pelo nmero de dados. 1.2. Moda Chama-se Moda de um conjunto de dados ao dado que ocorre com maior frequncia. 1.3. Mediana Para indicar a mediana comea-se por escrever os dados por ordem crescente ou decrescente. A mediana o valor central. Se o nmero de dados mpar, a mediana o valor que ocupa a posio central. Se o nmero de dados par, a mediana a mdia aritmtica dos dois valores centrais 2. Medidas de disperso Aps reduzir os dados a um nico valor, como podemos criar uma representao da variao intrnseca deles sem voltar aos valores originais? As medidas de disperso reduzem a variao entre os dados a um nico valor. 2.1. Varincia Define-se a varincia, como sendo a medida que se obtm somando os quadrados dos desvios das observaes da amostra, relativamente sua mdia, e dividindo pelo nmero de observaes da amostra menos um.

2.2. Desvio padro Uma vez que a varincia envolve a soma de quadrados, a unidade em que se exprime no a mesma que a dos dados. Assim, para obter uma medida da variabilidade ou disperso com as mesmas unidades que os dados, tomamos a raiz quadrada da varincia e obtemos o desvio padro: O desvio padro uma medida que s pode assumir valores no negativos e quanto maior for, maior ser a disperso dos dados. Algumas propriedades do desvio padro, que resultam imediatamente da definio, so: o desvio padro ser maior, quanto mais variabilidade houver entre os dados.

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

25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68

502 504 514 504 506 510 512 512 504 502 500 522 514 510 512 506 500 522 510 512 504 502 500 522 514 510 512 506 500 522 510 512 504 502 500 522 514 510 512 506 500 522 510 512

509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08

-7,08 -5,08 4,92 -5,08 -3,08 0,92 2,92 2,92 -5,08 -7,08 -9,08 12,92 4,92 0,92 2,92 -3,08 -9,08 12,92 0,92 2,92 -5,08 -7,08 -9,08 12,92 4,92 0,92 2,92 -3,08 -9,08 12,92 0,92 2,92 -5,08 -7,08 -9,08 12,92 4,92 0,92 2,92 -3,08 -9,08 12,92 0,92 2,92

50,13 25,81 24,21 25,81 9,49 0,85 8,53 8,53 25,81 50,13 82,45 166,93 24,21 0,85 8,53 9,49 82,45 166,93 0,85 8,53 25,81 50,13 82,45 166,93 24,21 0,85 8,53 9,49 82,45 166,93 0,85 8,53 25,81 50,13 82,45 166,93 24,21 0,85 8,53 9,49 82,45 166,93 0,85 8,53

69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

504 512 506 500 522 510 512 504 502 500 522 514 510 512 506 512 504 500 524 502 504 514 504 506 510 512 512 504 524 526 500 502

509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08 509,08

-5,08 2,92 -3,08 -9,08 12,92 0,92 2,92 -5,08 -7,08 -9,08 12,92 4,92 0,92 2,92 -3,08 2,92 -5,08 -9,08 14,92 -7,08 -5,08 4,92 -5,08 -3,08 0,92 2,92 2,92 -5,08 14,92 16,92 -9,08 -7,08

25,81 8,53 9,49 82,45 166,93 0,85 8,53 25,81 50,13 82,45 166,93 24,21 0,85 8,53 9,49 8,53 25,81 82,45 222,61 50,13 25,81 24,21 25,81 9,49 0,85 8,53 8,53 25,81 222,61 286,29 82,45 50,13

MODA MDIA MEDIANA DESV. PADRO VARINCIA

512 509,08 512 7,15 51,10

Segundo a estatstica, o resultado obtido seria de reprovao devido o mesmo no est dentro de um limite favorvel permitido pela empresa que 5g, tendo em vista o valor calculado do desvio padro de 7,15g sendo assim, o lote est reprovado.

Referncias Bibliogrficas LARSON, Ron; FARBER, Betsy. Estatstica aplicada. 2. Edio. Pearson, 2007. PLT 136. ANDRADE, Elton de Alvarenga. O uso da estatstica na gesto das empresas no mundo moderno . Disponvel em: <http://www.artigonal.com/administracao-artigos/o-uso-da-estatistica-na-gestao-dasempresas-no-mundo-moderno-4920359.html > Acesso em 12 setembro 2012

EDUARDO,

Carlos.

estatstica

no

mundo

moderno.

Disponvel

em:

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