jerry adriane domingos tecnólogo em mecânica, - ufes – 2001 auditoria interna da qualidade -...

30
JERRY ADRIANE DOMINGOS Tecnólogo em Mecânica, - UFES – 2001 Auditoria Interna da Qualidade - 2006 - IEL Gestão da Qualidade – 2008 - FINDES Inspeção de Dutos – FBTS /RJ - 2009 Pós Graduado em Gestão Educacional – CESAP / 2010 Matemática – CESPE 2012 email: [email protected]

Upload: therezinha-coimbra-marroquim

Post on 07-Apr-2016

213 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

JERRY ADRIANE DOMINGOS

Tecnólogo em Mecânica, - UFES – 2001

Auditoria Interna da Qualidade - 2006 - IEL

Gestão da Qualidade – 2008 - FINDES

Inspeção de Dutos – FBTS /RJ - 2009

Pós Graduado em Gestão Educacional – CESAP / 2010

Matemática – CESPE 2012 email: [email protected]

Page 2: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

É uma parte da MATEMÁTICA aplicada que fornece métodos para:

coleta, organização, descrição,

análise e interpretação de dados e para a

utilização dos mesmos na tomada de decisões.

Page 3: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

A coleta, a organização, a descrição dos dados, o cálculo e a interpretação de coeficientes pertencem à ESTATÍSTICA DESCRITIVA

A análise e a interpretação dos dados, associado a uma margem de incerteza, ficam a cargo da ESTATÍSTICA INDUTIVA ou INFERENCIAL,

também chamada como a medida da incerteza ou métodos que se fundamentam na teoria da PROBABILIDADE.

Page 4: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

FASES DO MÉTODO ESTATÍSTICO

1º - DEFINIÇÃO DO PROBLEMA : Saber exatamente aquilo que se pretende pesquisar é o mesmo que definir corretamente o problema.

2º - PLANEJAMENTO :Como levantar informações ?Que dados deverão ser obtidos ?Qual levantamento a ser utilizado? Censitário? Por amostragem? E o cronograma de atividades ? Os custos envolvidos ? etc.

Page 5: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

3º - COLETA DE DADOS: Fase operacional. É o registro sistemático de dados, com um objetivo determinado.

Dados primários: quando são publicados pela própria pessoa ou organização que os haja recolhido. Ex: tabelas do censo demográfico do IBGE.

Dados secundários: quando são publicados por outra organização. Ex: quando determinado jornal publica estatísticas referentes ao censo demográfico extraídas do IBGE.

Page 6: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

Idade dos alunos do EJA do turno Noturno da EMEI “ OFELIA SCOBAR” ano 2008

18 22 18 20 21 36 40 18

30 18 22 21 25 35 43 25

27 22 24 25 20 27 28 29

18 19 18 19 23 24 43 40

45 18 21 31 20 22 33 39

41 25 27 30 18 37 44 20

Dados :

Page 7: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

4º - APURAÇÃO DOS DADOS: Resumo dos dados através de sua contagem e agrupamento. É a condensação e tabulação de dados.

5º - APRESENTAÇÃO DOS DADOS: Há duas formas de apresentação, que não se excluem mutuamente.

Apresentação tabular, é uma apresentação numérica dos dados em linhas e colunas distribuídas de modo ordenado, segundo regras práticas fixadas pelo Conselho Nacional de Estatística.

Page 8: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

Idade dos alunos do EJA do turno Noturno da EMEI “ OFELIA SCOBAR ” ano 200818 18 18 18 18 18 18 18

19 19 20 20 20 20 21 21

21 22 22 22 22 23 24 24

25 25 25 25 27 27 27 28

29 30 30 31 33 35 36 37

39 40 40 41 43 43 44 45

Organizar os dados:

Page 9: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

FREQUENCIA POR INTERVALOS DE PRODUÇÃO EM TONELADAS DE CANA DE AÇÚCAR EM TRES SEMANAS DO MÊS DE ABRIL DE 2010

PRODUÇÃO FREQUÊNCIA

09 —׀ 08

10 —׀ 09

11—׀ 10

11|---12

12|--- 13

13 |--- 14

14 |--- |15

2

3

7

1

3

2

3

Total 21

TIPO DE TABELA

Page 10: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

TIPO DE GRAFICO

Page 11: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

6º - ANÁLISE E INTERPRETAÇÃO DOS DADOS: A última fase do trabalho estatístico é a mais importante e delicada. Está ligada essencialmente ao cálculo de medidas e coeficientes, cuja finalidade principal é descrever o fenômeno (estatística descritiva).

Apresentação gráfica dos dados numéricos constitui uma apresentação geométrica permitindo uma visão rápida e clara do fenômeno.

Page 12: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

Exercício:

A turma se dividira em dupla ou no maximo

trio, e traçar um inicio de pesquisa de acordo

com a aula até a elaboração do planejamento

da pesquisa.

Page 13: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

DADO ESTATÍSTICO: é um dado numérico é considerado a matéria-prima sobre a qual iremos aplicar os métodos estatísticos.

POPULAÇÃO: é o conjunto total de elementos portadores de, pelo menos, uma característica comum.

AMOSTRA: é uma parcela representativa da população que É EXAMINADA com o propósito de tirarmos conclusões sobre a essa população.

Page 14: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

POPULAÇÃO

AMOSTRA

Page 15: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

População: Alunos de uma Univer. Federal do E.S.Amostra: alunos do curso de Engenharia

População: Alunos do curso de Engenharia.Amostra: alunos do curso de Eng. mecânica

População: Empregados de uma Industria.Amostra: Empregados que trabalham na administração

População: Funcionários de um Hospital.Amostra: Enfermeiras da Utin

Page 16: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

VARIÁVEL: É o conjunto de resultados possíveis de um fenômeno.

VARIÁVEL QUALITATIVA: Quando seu valores são expressos por atributos: sexo, cor da pele,escolaridade etc. dividem-se em: ordinais e nominais.

VARIÁVEL QUANTITATIVA: Quando os dados são de caráter nitidamente quantitativo, e o conjunto dos resultados possui uma estrutura numérica, trata-se portanto da estatística de variável e se dividem em :

Page 17: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

VARIÁVEL DISCRETA: são expressos através de números inteiros não negativos.

Ex: Nº de alunos presentes às aulas de estatística no 1º bimestre de 2011: 52. Livros em um acervo: 2301

VARIÁVEL CONTÍNUA: Resulta de uma mensuração, e a escala numérica de seus possíveis valores corresponde ao conjunto R dos números Reais,

Ex.: A altura em metros de um grupo de jovens 1, 85 m Peso de um bebe de 7 meses 6,2 Kg

Page 18: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

Ex.: Para uma população de peças produzidas em umdeterminado processo, poderíamos ter:

Diâmetro das peças cm ( 0,23; 0,24; 0,21 etc.)

No de peças defeituosas (0, 1, 0, 2,1 etc.)

Qualidade: 1a, 2a ou 3a categoria

Estado: Perfeita ou defeituosa

Quantitativa Contínua

Quantitativa Discreta

Qualitativa Ordinal

Qualitativa Nominal

VARIÁVEL

QUANTITATIVA

QUALITATIVANOMINAL

ORDINAL

CONTÍNUA

DISCRETA

Page 19: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

Exemplos -

. Cor dos olhos das alunas: azuis, preto, verdes

qualitativa nominal

. Índice de liquidez nas indústrias do E.S.: R$12,3 bi

quantitativa contínua

. Produção de café no Brasil: 10, 2 ton

quantitativa contínua

. Número de defeitos em aparelhos de TV: 12

quantitativa discreta

. Grau de instrução de um grupo de funcionários: segundo

qualitativa ordinal

. O ponto obtido em cada jogada de dois dados: 10

quantitativa discreta

Page 20: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

AMOSTRAGEM CASUAL ou ALEATÓRIA SIMPLES É o processo mais elementar e freqüentemente utilizado. É equivalente a um sorteio lotérico.

Ex: obter uma amostra, de 10%, representativa para a pesquisa da estatura de 90 alunos de uma escola:

SEXO POPULACÃO 10 % AMOSTRA

MASC. 54 5,4 5

FEMIN. 36 3,6 4

Total 90 9,0 9

AMOSTRAGEM PROPORCIONAL ESTRATIFICADA: Quando a população se divide em estratos (sub-populações),

Ex: obter uma amostra proporcional estratificada, de 10%, do exemplo anterior, supondo, que, dos 90 alunos, 54 sejam meninos e 36 sejam meninas. São portanto dois estratos (sexo masculino e sexo feminino). Logo, temos:

Page 21: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

DISTRIBUIÇÃO DE FREQÜÊNCIAÉ um tipo de tabela que condensa uma coleção

de dados conforme as freqüências (repetições de seus valores).

Tabela primitiva ou dados brutos: É uma tabela ou relação de elementos que não foram numericamente organizados.

Ex : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51

Page 22: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

Dados Freqüência41 141 141 142 142 143 144 145 146 146 150 150 151 152 154 157 158 158 160 160 1

total 20

Page 23: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

ROL: É a tabela obtida após a ordenação dos dados (crescente ou decrescente).

Ex : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60

Dados Freqüência41 342 243 144 145 146 250 251 152 154 157 158 260 2

Total 20

Page 24: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

Dados Freqüência41 342 243 144 145 146 250 251 152 154 157 158 260 2

Total 20

Distribuição de freqüência SEM INTERVALOS DE CLASSE:É a simples condensação dos dados conforme as repetições de seu valores

Page 25: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

Classes Freqüências41 |------- 45 745 |------- 49 349 |------- 53 453 |------- 57 157 |------- 61 5

Total 20

Distribuição de freqüência

COM INTERVALOS DE CLASSE:Quando o tamanho da amostra é elevado, é mais racional efetuar o agrupamento dos valores em vários intervalos de classe.

Page 26: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

ELEMENTOS DE UMA DISTRIBUIÇÃO DE FREQÜÊNCIA (com intervalos de classe) CLASSE: são os intervalos de variação da variável e é simbolizada por i e o número total de classes simbolizada por k. Ex: na tabela anterior k = 5 e 49 |------- 53 a 3ª classe, onde i = 3.

Page 27: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

LIMITES DE CLASSE: são os extremos de cada classe. O menor número é o limite inferior de classe ( li ) o maior número, limite superior de classe (Ls). Ex: em 49 |------- 53, l3 = 49 e L3 = 53. O símbolo |------- representa um intervalo fechado à esquerda e aberto à direita.

O dado 53 do ROL não pertence a classe 3 e sim a classe 4 representada por 53 |------- 57.

Page 28: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

AMPLITUDE DA AMOSTRA (AA)

É a diferença entre o valor máximo e o valor mínimo da amostra (ROL).

Onde AA = Vmax - Vmin.

Em nosso exemplo

AA = 60 - 41 = 19. .

Page 29: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

Método prático para construção de uma Distribuição de Frequências c/ Classe 1º - Organize os dados brutos em um ROL.

2º - Calcule a amplitude amostral AA.exemplo: AA = 60 - 41 = 19

3º - Calcule o número de classes através da "Regra de Sturges": (1+3,3*log n) ou consulte tabela

Page 30: JERRY ADRIANE DOMINGOS  Tecnólogo em Mecânica, - UFES – 2001  Auditoria Interna da Qualidade - 2006 - IEL  Gestão da Qualidade – 2008 - FINDES  Inspeção

CALCULO PARA O INTERVALO DE CLASSES:

Ic = AA / nOnde Ic = intervalo de classeAA = amplitude amostraln = quantidade de classes

Ex: AA = 19 n = 5 classesIc = 19 / 5 Ic = 3,8 aprx = 4