raciocínio estatístico - básico
TRANSCRIPT
Tiago Seixas Bittencourt Engenharia de Produção
RACIOCÍNIO ESTATÍSTICO
BÁSICO
Tiago Seixas Bittencourt Engenharia de Produção
INTRODUÇÃO
Bem-vindo à Estatística!
O que é ESTATÍSTICA?
Estatística é a ciência que trata da coleta,
da organização, análise e interpretação
de dados, atuando como ferramenta
fundamental nos processos de solução de
problemas e na tomada de decisão.
Tiago Seixas Bittencourt Engenharia de Produção
Por que estudar estatística?
O raciocínio estatístico é amplamente utilizado na
indústria, no governo e na administração. É possível
que no futuro você possa ser promovido ou contratado
por causa de seus conhecimentos de estatística.
Nós precisamos de conhecimento estatístico para
tomar decisões corretas e evitar ser iludidos por falsas
evidências.
A maioria das revistas e jornais contém referências
freqüentes a estudos estatísticos.
Representar o processo usando medidas
estatísticas pode nos ajudar a entender o que está
acontecendo e pensar em correções e melhorias.
Tiago Seixas Bittencourt Engenharia de Produção
- Você, por exemplo, quer entender melhor o processo de
fabricação de rolos de arame.
- Uma medida importante é o comprimento dos rolos.
- Ao medir o comprimento dos rolos, a estatística
transforma os dados em informação.
Tiago Seixas Bittencourt Engenharia de Produção
Processo
Para que se possa entender o que está acontecendo e
gerenciar um processo é preciso CONHECÊ-LO BEM.
É o conjunto de equipamentos, pessoas e procedimentos
necessários para a produção de um bem ou serviço.
Lembre que:
“O nosso foco é a melhoria dos processos
produtivos.”
Tiago Seixas Bittencourt Engenharia de Produção
Para descobrir onde as melhorias devem ser realizadas,
precisamos entender:
- o que está acontecendo;
- quais os tipos de defeitos mais freqüentes;
- em que máquina eles ocorrem;
- se essas medidas diferem quando a matéria prima é
alterada.
Todas essas questões auxiliam na melhoria dos
processos e na melhoria do seu trabalho. A estatística é
capaz de encontrar as respostas para estas questões.
Tiago Seixas Bittencourt Engenharia de Produção
DADOS
O processo se comunica conosco através de
DADOS que são coletados, isto é, os dados
coletados de um processo são a sua “VOZ”.
São as informações que o processo fornece.
Estes dados podem ser:
Tiago Seixas Bittencourt Engenharia de Produção
Quantitativos: quando são representados através de um
número.
Contados:
- o número de defeitos em uma
barra de aço;
- o número de pregos com
diâmetro da cabeça fora da
especificação.
Medidos:
- a velocidade da esteira;
- a temperatura dos fornos;
- o peso de uma barra de aço e
assim por diante.
Dados Quantitativos podem ser:
Qualitativos: quando são representados por símbolos,
palavras ou textos.
Exemplos:
-Tipo de aço; - Cor; - Presença de manchas;
Tiago Seixas Bittencourt Engenharia de Produção
Você é uma fonte de dados. Quer ver?
Dados quantitativos que podem ser medidos: Altura, peso, pressão
sangüínea
Dados quantitativos que podem ser contados: número de filhos,
número de dependentes
Dados qualitativos: Grau de instrução, sexo, cor dos olhos, estado civil
Tiago Seixas Bittencourt Engenharia de Produção
Vejamos se você entendeu....
Escreva nos parênteses ( ) à esquerda QM para uma variável
quantitativa que pode ser medida, escreva QC quando se tratar de
uma variável quantitativa que pode ser contada, e escreva QL para
uma variável qualitativa. Vejo o exemplo no número 1.
1. ( ) Quantidade de café (kg).
2. ( ) Turno de trabalho (A, B, C).
3. ( ) Comprimento de pregos (mm).
4. ( ) Número de defeitos por peça.
5. ( ) Comprimento de tarugos (m).
6. ( ) Diâmetro da cabeça de um prego (mm).
7. ( ) Índice de desempenho (bom, médio, ruim).
8. ( ) Resistência à ruptura (kgf).
9. ( ) Tipo de máquina (automática, manual).
QM
QL
QC
QM
QM
QL
QM
QM
QL
Tiago Seixas Bittencourt Engenharia de Produção
COLETA DE DADOS
Finalidade dos Dados Antes de se iniciar a COLETA DE DADOS é fundamental definir onde
eles serão usados, de que forma serão usados e o que se busca
conhecer com estas informações coletadas.
“Você está coletando dados de um determinado equipamento que
produz vários tipos de produtos, de vários tamanhos, em 3 turnos”.
É fundamental que sejam registradas todas estas informações –
produto, tamanho e turno, porque senão, não será possível analisar
estes dados, mais tarde, por produto, por tamanho ou por turno.
O conceito de se trabalhar com dados classificados em agrupamentos
(camadas ou estratos) é chamado de ESTRATIFICAÇÃO.
Tiago Seixas Bittencourt Engenharia de Produção
Na população está tudo misturado. Para que a amostra seja
representativa, separamos coisas parecidas em grupos (ou estratos) e
depois fazemos um sorteio, tirando um pouquinho de cada estrato para
compor a amostra.
Tiago Seixas Bittencourt Engenharia de Produção
População e Amostra
Uma população pode ser finita ou infinita:
Finita (se pode contar): a quantidade de pregos num saco
de 1 kg.
Infinita (muito grande, impossível de contar): o número de
estrelas no céu.
População é o conjunto de TODOS os dados.
Amostra é um subconjunto de dados extraídos da população.
Tiago Seixas Bittencourt Engenharia de Produção
É através de uma amostra que se pode tirar conclusões
sobre toda a população.
Para isto, você terá que saber o TAMANHO DA AMOSTRA
necessária.
Tamanho da Amostra
O tamanho da amostra não é um percentual do tamanho da
população (muitas populações são infinitas e não seria
possível calcular desta forma).
Para calcularmos o tamanho da amostra, existem tabelas e
fórmulas que são utilizadas dependendo de cada situação e
objetivo.
Tiago Seixas Bittencourt Engenharia de Produção
Não existe uma fórmula única ou um
número mágico para o tamanho da
amostra! Depende de cada situação.
Amostra representativa é aquela que representa, com a maior
fidelidade possível, a população. Lembre-se da estratificação. A
estratificação separa a população ou a amostra nos diferentes níveis
que podem influir no resultado final.
Exemplos de estratificação
A amostragem eleitoral entrevista eleitores de vários níveis de
escolaridade, faixa de renda, faixa etária, regiões do Brasil, sexo.
Para conhecer o nível de ruído produzido por uma instalação é
preciso que ele seja medido em diferentes horas do dia e da noite.
Tiago Seixas Bittencourt Engenharia de Produção
Perguntamos a você:
Temos uma pizza de 4 sabores, como retirar uma amostra representativa???
A amostra, portanto, deve ter um tamanho
adequado, sendo representativa da população,
e incluindo a estratificação necessária para o
uso posterior dos dados.
Uma mordida de
cada sabor e em
três posições:
mordidas próximo
do centro, no meio
da fatia e nas
bordas.
Tiago Seixas Bittencourt Engenharia de Produção
CONCEITO DE VARIAÇÃO
As variações nos resultados dos processos existem devido às variações nas causas que os produzem.
O resultado é variável porque as causas que o produzem
variam. Assim, no diagrama de causa e efeito abaixo, o
resultado que aparece na cabeça do peixe, depende das
causas que aparecem nas espinhas do peixe e será variável
porque estas causas variam.
Tiago Seixas Bittencourt Engenharia de Produção
No diagrama abaixo, com um exemplo real, o peso do
prego produzido depende de vários fatores: máquina
utilizada, mão-de-obra, material empregado, método de
trabalho. Novamente, o peso dos pregos produzidos é
variável porque estes fatores variam.
Tiago Seixas Bittencourt Engenharia de Produção
A variação está presente em todas as atividades humanas.
A variação, portanto, está presente nos resultados de um
processo.
As causas de um resultado se dividem em:
CAUSAS COMUNS e CAUSAS ESPECIAIS
Os resultados de um processo variam porque as causas
destes resultados também variam.
Tiago Seixas Bittencourt Engenharia de Produção
CAUSAS COMUNS: são aceitáveis, fazem parte do processo e, em geral, não comprometem a qualidade do produto.
Atuar sobre elas é de responsabilidade da gerência e
exige muitas vezes mudança de tecnologia, troca de
equipamentos.
No processo de fabricação de pregos, as navalhas usadas
para o corte fazem parte do processo; a operação pode
ser feita com navalhas novas ou com algum uso; o estado
da navalha produz pequenas variações no comprimento
dos pregos. O comprimento ora sairá com 12,0 mm, ora
com 12,1 mm, ora com 11,9 mm.
Exemplo:
Tiago Seixas Bittencourt Engenharia de Produção
CAUSAS ESPECIAIS: não fazem parte do processo; são causas que provocam desvios no processo.
Exemplo:
Um equipamento mal ajustado;
Um lote de matéria prima fora das especificações;
Uma atividade mal feita, por falta de padrão ou falta de
treinamento.
As causas especiais comprometem a qualidade do
produto e devem ser eliminadas.
Tiago Seixas Bittencourt Engenharia de Produção
MEDIDAS
Medidas de Posição Central e Medidas de Dispersão
Para melhor interpretar os resultados obtidos com uma
amostra.
Medida de posição central: mostra a tendência dos
resultados se concentrarem em torno de um determinado
valor. A mais conhecida é a MÉDIA.
É calculada somando-se os valores
observados e dividindo-se pelo número de
observações.
Tiago Seixas Bittencourt Engenharia de Produção
Exemplo de cálculo da média
Anotamos a temperatura de uma pessoa de 1 em
1 hora, durante 8 horas. Qual a média da sua
temperatura?
Valores observados: 37, 38, 38, 37, 39, 38, 39, 37.
Neste caso, temos oito valores observados, então
somamos os valores e dividimos por oito (tamanho
da amostra).
C
9,378
3739383937383837
Temperatura média =
Tiago Seixas Bittencourt Engenharia de Produção
Uma outra medida de posição central muito
conhecida é a MEDIANA.
MEDIANA é valor do meio de um conjunto de dados, classificados em ordem crescente.
Exemplo de cálculo da mediana
Utilizando-se o mesmo conjunto de valores aplicado anteriormente,
para determinar a mediana, deve-se, primeiro, ordenar os valores
observados:
37 37 37 38 38 38 39 39
Quando o número de observações é ÍMPAR, a mediana é o valor
do meio da lista ordenada dos valores.
Quando o número de observações é PAR, a mediana é definida
pela média dos dois valores centrais da relação ordenada dos
valores.
Tiago Seixas Bittencourt Engenharia de Produção
No nosso exemplo, temos oito observações. Logo, tomando os
valores centrais, temos:
37 37 37 38 38 38 39 39
C382
3838
Temperatura mediana =
Vejamos se você entendeu....
Exercício: Você tomou ao acaso 5 rolos de arame, e mediu o peso.
Vamos supor que os resultados foram os seguintes:
20 kg, 19 kg, 15 kg, 24 kg, 22 kg
20+____+____+____+ 22 =____ e depois divida pelo número de valores.
Amplitude = 9 2. Média = 20 3. Mediana = 20
19 15 24 100
Tiago Seixas Bittencourt Engenharia de Produção
Isto é:
Média dos pesos = =……….
15 kg, 19 kg, 20 kg, 22 kg, 24 kg
E a mediana: 20 kg, 19 kg, 15 kg, 24 kg, 22 kg.
Primeiro ordene os valores do menor para o
maior:
A mediana é o número que está no “meio”.
Logo a mediana é _____ . 20
20 100
5
Tiago Seixas Bittencourt Engenharia de Produção
Medidas de dispersão:
As medidas de posição central apresentadas devem ser
sempre acompanhadas por medidas de DISPERSÃO,
que indicam o grau de variação dos dados em torno da
medida de posição central.
A medida mais comum para representar a dispersão é o
DESVIO PADRÃO, que mede a maior ou menor
concentração dos elementos em torno da média.
Se os resultados estão bem concentrados em
torno da média, o desvio padrão será pequeno.
Se os resultados são pouco concentrados em
torno da média, o desvio padrão será grande.
Tiago Seixas Bittencourt Engenharia de Produção
Pequena dispersão Grande dispersão
Outra medida de dispersão muito usada é a AMPLITUDE.
AMPLITUDE é a diferença entre o maior valor e
o menor valor observados.
Lembra do nosso exemplo da temperatura?
O maior valor encontrado foi 39ºC e o menor 37ºC, logo a amplitude
é de 2ºC. Quanto maior a amplitude, mais afastados os dados
observados estão da média, ou seja, maior a dispersão.
Tiago Seixas Bittencourt Engenharia de Produção
1
)( 2
12
n
XX
s
n
i
i
A variância (S2) é o quociente entre a soma do
quadrado da distância de todos os valores
em relação a sua média e o número de
elementos da amostra – 1. iX
Chamamos de desvio padrão s à raiz
quadrada da variância:
VARIÂNCIA
DESVIO PADRÃO
1
)( 2
1
n
XX
s
n
i
i
“S” chamamos de desvio-padrão.
Tiago Seixas Bittencourt Engenharia de Produção
Lembra do nosso exemplo da temperatura ?
37, 38, 38, 37, 39, 38, 39, 37.
Ai!
minha
dor de
cabeça
aument
ou..
X = 37,9 C
69,0
7
82,4
18
)9,3737(...)9,3738()9,3737()XX(
S
222n
1i
22i
2
83,069,0
VARIÂNCIA:
DESVIO PADRÃO:
MÉDIA:
Tiago Seixas Bittencourt Engenharia de Produção
Outra medida de dispersão muito usada é a AMPLITUDE.
AMPLITUDE é a diferença entre o maior valor e
o menor valor observados.
Lembra do nosso exemplo da temperatura?
O maior valor encontrado foi 39ºC e o menor 37ºC, logo a amplitude
é de 2ºC. Quanto maior a amplitude, mais afastados os dados
observados estão da média, ou seja, maior a dispersão.
Tiago Seixas Bittencourt Engenharia de Produção
Vejamos se você entendeu....
A amplitude dos pesos dos rolos é: _____ - _____= _____
20 kg, 15 kg, 19 kg, 24 kg, 22 kg
24 15 9
Tiago Seixas Bittencourt Engenharia de Produção
PROBABILIDADE
São utilizadas para expressar através de números a chance
de ocorrência de um acontecimento.
Exemplo 1 de cálculo de probabilidade:
Numa linha de produção trabalham 5 homens e 3
mulheres. Um deles será sorteado com uma viagem ao
Rio de janeiro. Qual a probabilidade de um homem ser
sorteado?
Tiago Seixas Bittencourt Engenharia de Produção
Tiago Seixas Bittencourt Engenharia de Produção
Se um dado é lançado ao ar, é certo que cairá, mas não é
certo que, digamos apareça um número par, então, qual a
probabilidade de sair um número par?
Quantos são os casos favoráveis de acontecer número
par?
Exemplo 2:
{2, 4 ou 6} , ou seja, 3 casos.
Quantos são os casos possíveis de acontecer?
{1, 2, 3, 4, 5, ou 6} , ou seja, 6 casos.
Aplicando a relação, temos: P(sair face par) = 5,06
3
Tiago Seixas Bittencourt Engenharia de Produção
Desta forma, uma das maneiras de se calcular a probabilidade de
que algo ocorra (um acontecimento, um evento) é enumerar todos
os casos possíveis e identificar dentre estes quais são os
favoráveis.
Chama-se probabilidade de um acontecimento a
relação entre o número de casos favoráveis (A) e o
número de casos possíveis (B), logo:
B
AP
Uma família quer três filhos, qual a chance de ter dois
meninos e 1 menina?
Considere: M: sexo masculino e F: sexo feminino Pense
um pouco e enumere todos casos possíveis.
Exemplo 3:
Tiago Seixas Bittencourt Engenharia de Produção
Casos possíveis = MMM, FMM, MFM, MMF, FFF, MFF,
FMF, FFM (8 casos possíveis).
MMM = 3 filhos homens
MFM = 1 filho homem, 2 filha mulher e 3 filho homem, nesta
ordem.
FFM = 1 filha mulher, 2° filha mulher e 3 filho homem.
Casos favoráveis = FMM, MFM, MMF (três possibilidades).
Aplicando a relação, temos:
P(1 filha mulher e 2 filhos homens) =
375,08
3 ou 37,5%
Este conceito é básico para o raciocínio estatístico, pois, uma vez
que ocorre variação em tudo que fazemos, será importante
conhecer a probabilidade de que ocorram os resultados desejados.
Tiago Seixas Bittencourt Engenharia de Produção
Vejamos se você entendeu....
Numa caixa estão misturadas 6 peças do fornecedor
A e 4 peças do fornecedor B. Qual a probabilidade de
você retirar da caixa ao acaso uma peça produzida
pelo fornecedor A?
6,010
6P %60ou
Tiago Seixas Bittencourt Engenharia de Produção
Obrigado!