FACULDADE ANHANGUERA DE SOROCABA

ATIVIDADES PRTICAS SUPERVISIONADAS

SOROCABA FACULDADE ANHANGUERA DE SOROCABA

2013.2

ATIVIDADES PRTICAS SUPERVISIONADAS INTEGRANTES: Ana Paula Moura Aline Matos Guimares Alyne Goulart Digines Rodrigues dos Santos Francielly Dias Domingues RA 5824321605 RA 5203951400 RA 5644106137 RA 7474689600 RA 5627105046

SOROCABA 2013.2 FACULDADE ANHANGUERA DE SOROCABA

ATIVIDADES PRTICAS SUPERVISIONADAS

Trabalho de concluso de semestre na Disciplina de Estatstica do Curso de Administrao da Faculdade Anhanguera Educacional, solicitado pelo Prof. Esp. Mrcio Glauco de Campos Vieira.

SOROCABA 2013.2 SUMRIO

INTRODUO .............................................................................................................. 1 ETAPA 1....................................................................................................................... 1.1 Estatstica Descritiva............................................................................................. 1.2 Desafio A............................................................................................................... 1.3 Desafio B............................................................................................................... 1.4 Desafio C...............................................................................................................

4 4 4 5 7 8

2 ETAPA 2 ....................................................................................................................... 2.1 Medidas de Posio e Disperso.............................................................................. 2.2 Desafio.....................................................................................................................

12 12 12 14 14 15

3 ETAPA 3....................................................................................................................... 3.1 Probabilidade............................................................................................................ 3.2 Desafio.....................................................................................................................

4 ETAPA 4...................................................................................................................... 4.1 Correlao e Regresso Lineares ............................................................................. 4.2 Desafio A.................................................................................................................. 4.3 Desafio B..................................................................................................................

16 16 17 18

CDIGO DE BARRAS PALNDROMO ....................................................................

20

CONSIDERAES FINAIS.........................................................................................

20

REFERNCIAS BIBLIOGRFICAS .........................................................................

21

INTRODUO Este trabalho tem como objetivo apresentar problemticas estatsticas e solues que compreendem o cotidiano de inmero profissionais bem como o do administrador de negcios. Atravs de diversas situaes problema, objetiva facilitar o processo de ensinoaprendizagem desenvolvendo uma srie de competncias. Percorreremos a Estatstica Descritiva e suas tcnicas de descrio e sumarizao de dados, Medidas de Disperso analisando a variabilidade dos dados, nos encontraremos com a Probabilidade e as chances de um evento ocorrer encerrando com Correlao e Regresso Lineares na verificao de relao entre variveis.

1- ETAPA 1 1.1 Estatstica Descritiva Uma grande coleta de dados pode dos fornecer informaes confiveis, contudo, necessitam de ordenamento, organizao e anlise crtica. Com isto o objetivo da Estatstica descritiva apresentar tcnicas de descrio de dados e subtrair as informaes relevantes em meio aos dados coletados, isolando estruturas e padres. A estatstica uma importante ferramenta de gesto de negcios. O administrador se viu diante de uma busca incessante pela melhoria de seus produtos ou seja, a qualidade como um fator de deciso quando na venda de seu produto. Com isto, a estatstica fornece inmeros dados que contribuem sobremaneira as tomadas de decises. Dentro do ambiente interno, fornece ndices de desempenho, anlise de lucros e na perspectiva do macroambiente uma srie de dados macroecommicos, pesquisas de satisfao entre muitos outros que a tornam uma ferramenta indispensvel ao administrador. A seguir apresentaremos o caso da empresa Vendomundo e seus dados de vida til de lmpadas por ela fabricadas. Utilizamos os grficos histograma, polgono de frequncia e ogiva e diagrama de caule e folha. Distribumos os dados em tabelas de distribuio de frequncia de classes. A empresa Vendomundo importou 10 contineres de lmpadas especiais de duas marcas distintas (marca A e B). Um controle de qualidade realizado antes que cada lote de lmpada importada saia dos pases de origem. Para tanto, os dois fabricantes coletam uma amostra de 40 lmpadas de 100 watts e medem o tempo de vida til (em
4

horas) de cada lmpada. Abaixo, vemos os resultados obtidos pelos fabricantes da lmpada A e lmpada B: Tabela 1 Tempo de vida til de duas marcas de lmpadas de 100 watts (em horas). Lmpada da marca A 684 831 859 893 922 939 972 1016 697 835 860 899 924 943 977 1041 720 848 868 905 926 946 984 1052 773 852 870 909 926 954 1005 1080 821 852 876 911 938 971 1014 1093 819 907 952 994 1016 1038 1096 1153 Lmpada da marca B 836 912 959 1004 1018 1072 1100 1154 888 918 962 1005 1020 1077 1113 1174 897 942 986 1007 1022 1077 1113 1188 903 943 992 1015 1034 1082 1116 1230

Fonte: Importadora Vendomundo 1.2 Desafio A Gerar diagrama de Caule e Folha para cada uma das amostras. Diagrama de Caule de folha

LMPADA A
68 4 69 7 70 71 72 0 73 74 75 76 77 78

LMPADA B
81 9 82 83 6 84 85 86 87 88 8 89 7 90 3 7 91 2 8
5

79 80 81 82 1 83 1 5 84 8 85 2 2 9 86 0 8 87 0 6 88 89 3 9 90 5 9 91 1 92 2 4 6 0 93 8 9 94 3 6 95 4 96 97 1 2 7 98 4 99 100 5 101 4 6 102 103 104 1 105 2 106 107 108 0 109 3

92 93 94 2 3 95 2 9 96 2 97 98 6 99 2 4 100 4 5 7 101 5 6 8 102 0 2 103 4 8 104 105 106 107 2 7 7 108 2 109 6 110 111 0 3 3 6 112 113 114 115 3 4 116 117 4 118 8 119 120 121 122
6

123 0

1.3 Desafio B Montar as distribuies de frequncias com intervalos de classe para a lmpada da marca A e para a lmpada da marca B, a partir dos dados apresentados na tabela 1. Clculos para Distribuio de Frequncia por Classes MARCA A Amplitude total (H) H=1093-684 H = 409

Nmero de classes por Sturges K= 1+3,322 (log10 n) = 1+3,322 (log10 40) = 1+3,322 (1,602) K= 6,322 = 7

Amplitude de cada classe (h)

h= 70

MARCA B Amplitude Total (h) H= 1230-819 H= 411

Nmero de Classes por Sturges K= 1+3,322 (log10 n) = 1+3,322 (log10 40) = 1+3,322 (1,602) K= 6,322 = 7

Amplitude de cada classe (h)

7

h= 70 Tabelas de Distribuio de Frequncia por classes

1.4 Desafio C Gerar para cada uma das distribuies de frequncia obtidas no Desafio B: o histograma; o polgono de frequncia e ogiva;

Histogramas

Vida til Lmpadas A

16 14 12 FREQUNCIA 10 8 6 4 2 0 680|--750 750|--820 820|--890 890|--960 960|--1030 1030|--1100 DURAO EM HORAS

14 11 7 3 1 4

Vida til Lmpadas B

14 12 FREQUNCIA 10 8 6 4 2 0 815|--885 885|--955 955|--1025 1025|--1095 1095|--1165 1165|--1235 DURAO EM HORAS

13 9 6 2 7 3

Polgonos de Frequncia

Vida til Lmpadas A

16 14 12 10 8 6 4 2 0 645 715 785 855 925 995 1065 1135 DURAO EM HORAS

FREQUNCIA

Vida til Lmpadas B

14 12 FREQUNCIA 10 8 6 4 2 0 780 850 920 990 1060 1130 1200 1270 DURAO EM HORAS

10

Ogivas

Vida til Lmpadas A

45 FREQUNCIA ACUMULATIVA 40 35 30 25 20 15 10 5 0 680 750 820 890 DURAO EM HORAS 960 1030 1100

Vida til Lmpadas B

45 FREQUNCIA ACUMULATIVA 40 35 30 25 20 15 10 5 0 815 885 955 1025 DURAO EM HORAS 1095 1165 1235

11

2- ETAPA 2

2.1 Medidas de Posio e Disperso Medidas de posio so dados que nos orientam em relao a posio da distribuio em relao ao eixo horizontal do grfico da curva de frequncia. A medidas de posio amostrais/populacionais mais importantes so as mdias aritmtica simples e ponderada, moda e mediana. Utilizamos a mdia aritmtica simples quando as ocorrncias no se distinguem por peso e importncia, caso contrrio devemos utilizar uma mdia ponderada. A moda representa valores que so repetidos, podendo ser unimodal quando apenas um valor se repete bimodal, trimodal e plurimodal quando vrios valores se repetem. Quando na ausncia de moda dizemos amodal. As principais medidas de disperso so: varincia, desvio padro e o coeficiente de variao. Para identificar uma varivel de forma completa deve-se adicionar uma medida numrica que mostre a variabilidade ou disperso de seus valores. O conhecimento da disperso dos valores uma medida chave na anlise estatstica de uma varivel.

2.2 Desafio A respeito do estudo da vida til das lmpadas da marca A e B, podemos afirmar que: I o tempo mdio de vida til das lmpadas A e B so respectivamente: 894,65 horas e 1003,35 horas. R: Incorreto (0).

X X

X X

12

II comumente, as lmpadas da marca A duram 852 horas e da as marca B 1.077 horas; R: Correto (1) III o tempo mediano de vida til para a lmpada da marca A 910 horas e para a lmpada B 1.015,5 horas; R: Incorreto (0). Para a mediana das marcas A e B temos:

IV de todas as medidas de tendncia central obtidas no estudo de caso em questo, a mdia a que melhor representa o tempo de vida til da lmpada da marca B; R: Correto (1). Exceto se houvesse dados discrepantes muito fora da curva. V a moda a melhor medida representativa para a sequncia de dados referentes lmpada da marca B; R: Incorreto (0). A moda a nica medida de tendncia central que pode ser usada para descrever dados no nvel nominal de medio. Mas quando trabalhamos com dados quantitativos, raramente ela utilizada. (LARSON; FARBER; 2010, p.57). VI a sequncia de dados referentes lmpada da marca A apresenta uma forte concentrao de dados em sua rea central; R: Correto(1). VII a lmpada da marca B possui uma distribuio assimtrica positiva; R: Correto (1). Apresenta uma distribuio assimtrica direita (positivamente assimtrica) pois a mdia 1018 maior que que a mediana 1003,46. (LARSON; FARBER; 2010, p.61-62) VIII 75% dos valores apresentados na tabela 1, para a lmpada da marca A, possuem um tempo de vida til menor do que 971 horas; R: Incorreto(0). A tabela apresenta 29 dados (de 40) com valores abaixo de 971 horas o que representa percentualmente 72,5%.
13

IX 25% dos valores apresentados na tabela 1, para a lmpada da marca B, possuem um tempo de vida til maior do que 1.000 horas; R: Incorreto(0). A tabela apresenta 24 dados (de 40) com valores acima de 1000 horas o que representa percentualmente 60%. X os grficos Box-Plot para os dados amostrais da lmpada da marca A e marca B so: R: Correto (1).

Medidas 1 quartil Mnimo Mediana Mximo 3 quartil

Lmpada A 855 684 916,5 1093 971

Lmpada B 947,5 819 1015,5 1230 1089

BOXPLOT Vida til das Lmpadas A e B

1400 1200 1000 800 600 400 200 0 Lmpada A 1 quartil Mnimo Mediana Lmpada B Mximo 3 quartil

3- ETAPA 3

14

3.1 Probabilidade Quando nos referimos a probabilidade, estamos falando exatamente das chances de um evento ocorrer diante da incerteza. buscar uma previsibilidade em meio a fenmenos fsicos. Pode-se calcular a probabilidade a partir de uma frequncia que determinado dado aparece em uma coleta de dados. Podemos tambm usar um experimento aleatrio que pode ser repetido vrias vezes sob as mesma condies. Utilizamos a probabilidade na administrao na soluo de conflitos e na tomada de decises, alm de permitir a obteno de informaes possveis com base nos dados disponveis, possibilitando-nos equacionar riscos desnecessrios.

3.2 Desafio Com o intuito de reconhecer o trabalho e dedicao dos funcionrios, a importadora Vendomundo realiza, semestralmente, eventos de confraternizao para seus colaboradores e familiares. Nessa festa, alm de boa comida, bebida e msica, acontecem tambm campeonatos de Poker. Antes de iniciar o campeonato, o Dealer (a pessoa que distribui as cartas durante uma mo ou jogada) embaralha as cartas no mnimo trs vezes. Involuntariamente, ao embaralhar a 1 vez, trs delas caram sobre a mesa, viradas para baixo.

Sobre essas trs cartas, podemos afirmar que: I a probabilidade de a 1 carta ser um s, a 2 carta ser uma figura e a 3 carta ser um nmero de 1,30317%; R: Correto.

P(E)= 0,0130317 = 1,30317%;

II a probabilidade de todas as cartas serem um valete de 4%;
15

R: Incorreto.

P(E) = 0,000181 = 0,0181%

III a probabilidade de que pelo menos uma delas seja uma carta de copas de 58,647% R: Correto. Nenhuma ser copa:

P(E) = 100% - 41,353% = 58,647% IV a probabilidade de a 3 carta ser de 7 de paus, sabendo que a 1 carta um 8 de espadas e a 2 carta um rei de ouros de 5,60412% R: Incorreto.

P(E) = 0,02 = 2%

4- ETAPA 4 4.1 Correlao e Regresso Lineares Correlao um conjunto de variveis quantitativas distintas. Quando duas variveis esto ligadas por uma relao estatstica, dizemos que existe correlao entre elas. Se houver uma correlao entre as variveis, poderemos ter uma funo matemtica que caracteriza esta relao, com a regresso seremos capazes de determinar os parmetros desta funo O instrumento empregado para a medida da correlao linear o coeficiente de correlao. Esse coeficiente deve indicar o grau de intensidade da correlao entre duas variveis e, ainda, o sentido dessa correlao sendo positivo ou negativo. J a regresso linear uma anlise estatstica em que se pode verificar a existncia de
16

uma relao funcional numa varivel dependente com uma ou mais variveis independentes. Podemos utilizar um diagrama de disperso para se avaliar o comportamento dos valores dependentes em funo da varivel independente.

4.2 Desafio A

A empresa Vendomundo responsvel pela importao de 20% das marcas que uma determinada cadeia de lojas de desconto de roupas femininas comercializa. Ao longo de 25 anos, essa cadeia de lojas ampliou sua participao de mercado aumentando o nmero de pontos de suas lojas no Brasil. Nunca foi utilizado um mtodo sistemtico para a seleo desses pontos. A seleo de pontos era baseada, principalmente, no que era considerado um bom aluguel ou uma boa localizao. Neste ano, com um planejamento estratgico para abrir diversas lojas novas, foi pedido ao diretor de projetos especiais e de planejamento um mtodo de previso de vendas semanais para todas as novas lojas. Os dados a seguir representam as vendas semanais (em milhares de reais) e a rea da loja (em metros quadrados) para a amostra de 14 lojas da cadeia: Tabela 2 Seleo de pontos de lojas.

Loja

Vendas Semanais (em milhares de R$) X

rea (m2)

17

1 2 3 4 5 6 7 8 9 10 11 12 13 14

7.394 7.823 13.363 19.168 6.865 11.174 7.351 5.411 10.983 5.821 21.439 15.235 23.621 8.205

160 153 262 516 120 225 122 102 293 141 479 424 543 279

Diagrama de Disperso

4.3 Desafio B A respeito dos dados amostrais apresentados na tabela 2, podemos afirmar:

18

I o coeficiente de correlao de Pearson para os dados amostrais apresentados na tabela 2 dado por r= 0,9566; R: Correto. O Coeficiente de correlao linear de Pearson 0,9566.

II equao de regresso de mnimos quadrados para os dados apresentados na tabela 2 dada por: Yx = 1694,7042 + 36,6921 X ; R: Correto.

III a mdia prevista de vendas semanais para uma loja que tenha 300 metros quadrados de rea ser de aproximadamente 12.700 (milhares de R$). R: Correto.
19

IV se as vendas da loja 7 forem iguais a 5.343 (milhares de R$), a mdia prevista de vendas semanais ser de aproximadamente 500 metros quadrados. R: Incorreto. Para vendas de 5.343 milhares so necessrios aproximadamente 100 m (99,43m) Yx 1694,704236,6921 X
5343 = 1694,7042+36,6921X

X= 99,43
CDIGO DE BARRAS PALNDROMO

I 0

II 1

III 0

IV 1

V 0

VI 1

VII 1

VIII 0

IX 0

X 1

I 0

II 0

III 1

IV 1

I 1

II 0

III 0

IV 0

20

0 1 0 1 0 1 1 0 0 1 0 0 1 1 1 0 0 0 0 0 0 1 1 1 0 0 1 0 0 1 1 0 1 0 1 0

CONSIDERAES FINAIS O presente trabalho propiciou o contato com vrios conceitos de Estatstica e suas ferramentas norteadoras para a conduo de decises mais coerentes e acertadas do administrador. Por meio de diversas atividades, pudemos compreender o funcionamento da Estatstica em diversas situaes quais, sem ela, impossibilitar-se-ia a soluo de diversos problemas que insurgem na locomotiva do mercado de produo de bens e servios. O administrador que negligenciar o mtodo estatstico para a gerncia do seu negcio, certamente se encontrar deriva no acirrada concorrncia de mercado.

REFERNCIAS BIBLIOGRFICAS

LUTZ, Maurcio. Correlao. <http://iffmauricio.pbworks.com/w/file/fetch/ 59898760/Correla%C3%A7%C3%A3o.pdf> Acesso em: 20 nov. 2013 CETControlo Estatstico de Qualidade. <http://docentes.esa.ipcb.pt/tmlc/ EST_DESC.pdf> Acesso: 20 nov. 2013

21

LARSON, Ron.; FARBER, Betsy. Estatstica Aplicada. 4 ed. So Paulo: Pearson Prentice Hall, 2010.

22