ETAPA 1 Passo 3 Pesquisar em sites confiveis o tema sugerido no trabalho.

De acordo com pesquisa realizada a estatstica comeou a surgir no mundo e chegou at os dias atuais. Atualmente empresas e governo usam e aplicam dados estatsticos em seu dia a dia, conseguindo assim o aproveitamento maior de seus recursos. A estatstica hoje mais utilizada demostra toda sua fora, atravs de dados lgicos, demostrados em grficos e tabelas, estes dados so utilizados para aprimorar e aumentar a produo, para entender melhor necessidades da populao e dos trabalhadores das empresas privadas, organizar gastos, ou seja, a velocidade e clareza da informao vinda atravs dos dados estatsticos passou a ser uma ferramenta essencial na produo e atuao deste conhecimento.

Para muitos estudiosos os mtodos estatsticos modernos formam uma mistura de cincia, tecnologia, e lgica para que os problemas de vrias reas do conhecimento humano sejam investigados e solucionados. Ela reconhecida como um campo da cincia e uma tecnologia quantitativa para a cincia experimental e observacional em que se pode avaliar e estudar as incertezas e os efeitos de algum planejamento e observaes de fenmenos da natureza e principalmente os da sociedade.

A estatstica com o seu poder de provar atravs de dados situaes , hoje so de extrema importncia para as organizaes, esta cincia multidisciplinar que abrange praticamente todas as reas do conhecimento humano, de grande valia. Podem fazer analises e utilizar de resultados estatsticos um economista, agrnomo, qumico, gelogo, matemtico, bilogo, socilogo, psiclogo e cientista poltico. Neste sentido a estatstica tem sido utilizada para a otimizao de recursos econmicos, aumento da quallidade e produtividade, na analise de decises polticas e judiciais e tantas outras. Em suma a estatstica

tem por objetivo fornecer mtodos e tcnicas para que possa, racionalmente, lidar com situaes de incerteza.

Passo 4 1. Resumo terico dos materiais lidos nos Passos 1 e 2 Os conceitos iniciais da estatstica nos trazem a definio do que se trata estatstica aplicada, a cincia dos dados, que envolve mtodos para coleta, organizao, descrio, analise e interpretao de dados antes da tomada de descises. O texto do Passo 2 ressaltou a importncia da Estatistica para as empresas, a necessidade que hoje se tem agregrado a importncia deste instrumento para a tomada de descises do dia a dia das empresas, a aplicao dos conceitos de Controle Estatistico de Processo (CEP) criada em 1930, esta ferramenta essencial para o controle permanente dos processos de produo, objetivando a manuteno da qualidade de bens e servios ofertados. Atravs da inspeo por amostragem de caractersticas pr-determinadas do produto em estudo, o CEP possibilita a deteco de causas especiais, anmalas ao processo, que possam prejudicar a qualidade final do produto. O controle de qualidade consiste no desenvolvimento, planejamento, produo e marketing de produtos e servios a um menor custo, os quais sejam adquiridos pelos consumidores com satisfao. Para alcanar esses objetivos, todos os setores de uma organizao devem trabalhar em conjunto preciso salientar ainda que o CEP um sistema de deciso e no um substituto da experincia, ou seja, os mtodos estatsticos ajudam a detectar e isolar o desarranjo de um processo e indicam as causas. A gerncia e as habilidades tcnicas da equipe, pelo conhecimento dessas causas, indicam e aplicam a melhor soluo para o problema. Ao utilizar as ferramentas estatsticas no controle de processos, depara-se com expresses do tipo Processo sob controle estatstico e Processo fora de

controle estatstico, que resultam da interpretao obtida com os dados coletados quanto sua variabilidade.

Controle Estatstico o processo que est sob a influncia de causas especiais de variao. Causas estas que ocorrem de forma imprevisvel, criando instabilidade no processo, j que ele passa a se comportar de forma diferente do padro. A variabilidade neste panorama bem maior que a do item anterior, fazendo-se necessrio descobrir os fatores que originam essa variao. O CEP e a importncia do controle de qualidade . Deve-se reconhecer que nestes ltimos anos houve um grande avano na implantao de programas de qualidade no parque industrial e de servios brasileiro. O mercado brasileiro se abriu para a concorrncia externa aonde essas mesmas tecnologias j vinham sendo aplicadas h mais tempo. LISTA DE APLICAES DA ESTATISTICA NA REA ADMINISTRATIVA. A estatstica pode ser aplicada em todas as reas administrativas de diversos seguimentos empresariais, hoje so de extrema importncia para as organizaes, esta cincia multidisciplinar que abrange praticamente todas as reas do conhecimento humano, de grande valia. Podendo se fazer analises e utilizar de resultados estatsticos um economista, agrnomo, qumico, gelogo, matemtico, bilogo, socilogo, psiclogo e cientista poltico. Pode ser utilizada na administrao financeira, de produo, estoque etc. ETAPA 2 Passo 3 RELATORIO PARCIAL DO TRABALHO DESENVOLVIDO NO CURSO DE CIENCIAS CONTABEIS 4. SEMESTRE, da matria de Estatistica, sendo sugerido a pesquisa, onde foi feita a pesagem de 200 unidades de pacotes de caf de marcas variadas. Cada pesagem era efetuada com 2 pacotes de caf. A empresa que forneceu o material para pesagem foi uma padaria, localizada no jardim elite, eles trabalhavam com varias marcas de caf entre elas escolhemos, as marcas de cafs; Piracicabano, Morro Grande, Caboclo, Melitta

e Pilo, conforme relatrio abaixo dos dados coletados e pesados: Amostra Peso (gr) Marca Amostra Peso (gr) Marca Amostra Peso (gr) Marca Amostra Peso (gr) Marca 1 1000 Piracicabano 1 1000 Morro Grande 1 1000 Melitta 1 1000 Pilo 2 1005 Piracicabano 2 1005 Morro Grande 2 1005 Melitta 2 1000 Pilo 3 998 Piracicabano 3 998 Morro Grande 3 998 Melitta 3 1001 Pilo 4 1000 Piracicabano 4 1000 Morro Grande 4 1001 Melitta 4 1001 Pilo 5 1000 Piracicabano 5 1000 Morro Grande 5 998 Melitta 5 1001 Pilo 6 1000 Piracicabano 6 1000 Morro Grande 6 998 Melitta 6 1002 Pilo 7 1000 Piracicabano 7 1000 Morro Grande 7 1003 Melitta 7 1000 Pilo 8 1000 Piracicabano 8 1000 Morro Grande 8 1000 Melitta 8 1000 Pilo 9 1000 Piracicabano 9 1000 Morro Grande 9 1000 Melitta 9 1000 Pilo 10 1000 Piracicabano 10 1000 Morro Grande 10 1000 Melitta 10 1004 Pilo 11 1000 Piracicabano 11 1000 Morro Grande 11 1000 Melitta 11 1004 Pilo 12 1000 Piracicabano 12 1000 Morro Grande 12 1005 Melitta 12 1004 Pilo 13 1000 Piracicabano 13 1000 Morro Grande 13 1002 Melitta 13 1004 Pilo 14 1000 Piracicabano 14 1000 Caboclo 14 998 Melitta 14 1004 Pilo 15 1000 Piracicabano 15 1000 Caboclo 15 995 Melitta 15 998 Pilo 16 1000 Piracicabano 16 1000 Caboclo 16 996 Melitta 16 1002 Pilo 17 996 Piracicabano 17 996 Caboclo 17 996 Melitta 17 999 Pilo 18 970 Piracicabano 18 970 Caboclo 18 970 Melitta 18 1001 Pilo 19 1000 Piracicabano 19 1010 Caboclo 19 1009 Melitta 19 1000 3 coraes 20 1000 Piracicabano 20 1007 Caboclo 20 1007 Melitta 20 1001 3 coraes 21 1000 Piracicabano 21 1002 Caboclo 21 1002 Melitta 21 1002 3 coraes 22 1000 Piracicabano 22 1000 Caboclo 22 1000 Melitta 22 1000 3 coraes 23 1000 Piracicabano 23 1000 Caboclo 23 1000 Melitta 23 1000 3 coraes 24 1000 Piracicabano 24 1000 Caboclo 24 1004 Melitta 24 1005 3 coraes 25 1000 Piracicabano 25 1000 Caboclo 25 999 Melitta 25 1000 3 coraes

Passo 4 1. Tabela excel Frequncia absoluta: quantidade exata Frequencia relativa: porcentagens 2. Relatorio parcial contendo o resultado final desta etapa . RESUMO TEORICO: Estatistica ramo da matemtica aplicada, que fornece mtodos para coleta, organizao, descrio, anlise e interpretao de dados e para a utilizao dos mesmos na tomada de decises.

PROCEDIMENTOS PRATICAS: No dia 20 de agosto de 2012 no perodo da manh solicitamos ao proprietrio da padaria Elites, a autorizao para pesagem de 200 pacotes de caf de marcas variadas, no total tivemos que ir pesando de 2 em 2 embalagens para obtermos o resultado exigido no estudo, variao em pacotes de 1 kg. Demoramos em torno de 3 horas para efetuarmos a pesagem dos pacotes e digitao dos resultados. ETAPA 3 Etapa 3 Passo 2 Preparando a Tabela: Maior peso = 61g Menor peso = 50g Amplitude total = 11 Quantidade de classes: Usamos a frmula de Sturges K=1+3,3.logn que resultou em 7,6. Arredondaremos para 8. Amplitude da Classe.

AK=Amplitude totalQuant. de classes AK=118=1,37 Portanto a Amplitude de classe = 1 Logo na figura 1 abaixo veremos a tabela com a frequncia Absoluta e Frequncia Relativa, esta que foi calculada com a seguinte formula: Frequencia Relativa=Frequncia da ClasseTamanho da Amostra Tambm veremos grficos com a Frequncia Absoluta e Relativa nas figuras 2 e 3 respectivamente logo abaixo.

Tabela contendo a frequncia absoluta e relativa.

Fonte: O Autor. Figura 1.

Grfico da Frequncia Absoluta. Fonte: O Autor. Figura 2.

Grfico da Frequncia Relativa.

Fonte: O Autor. Figura 3.

Passo 3 Foi montado como visto acima na (figura 1), uma tabela com a frequncia relativa e a frequncia absoluta, que com a pesagem das embalagens de caf nos deu a oportunidade de colocarmos em pratica o conhecimento adquirido at agora na disciplina de Estatstica. Foi montado tambm um grfico da frequncia absoluta (figura 2), com os valores de cada classe em questo indicando a sua posio no grfico. Foi feito um grfico tambm com a frequncia relativa que foi calculada de acordo com a frmula estudada, frequencia

relativa=frequencia de classetamanho da amostra, que nos da um parmetro dos valores de cada classe. Isso tudo que j foi estudado nos da uma noo da importncia da Estatstica em todos os setores da nossa sociedade sendo nas indstrias, empresas, comrcio, medicina, poltica etc... A Estatstica hoje em dia uma ferramenta imprescindvel para vrios setores da sociedade, pois ela nos da informao para tomadas de decises importantes para o futuro da empresa ou a atividade em questo, gerando uma margem de acerto maior e diminuindo riscos, perda de tempo e dinheiro.

Quando falamos em frequncia relativa e absoluta, estamos nos referindo a dados coletados estatisticamente para apurao de resultados, quando coletamos estes dados temos a frequncia absoluta que est associada ao nmero de vezes que um valor da varivel citado. J a frequncia relativa determinada em porcentagem, atravs da relao entre a frequncia absoluta da varivel e o somatrio dos valores citados.

Abaixo esto os grficos que foram construdos a partir da pesagem dos pacotes de caf: GRAFICO FREQUENCIA ABSOLUTA

XCXCXCXCXCX

ETAPA 4

Passo 1 MEDIDAS DE TENDENCIA CENTRAL: Com base na leitura proposta e a fim

de atingir o objetivo proposto, esta medida trata da tendncia que os dados tem de agruparem-se em torno de certos valores MEDIDA DE DISPERSO: Esta medida servem para avaliar o quanto os dados so semelhantes, descreve ento o quanto os dados distam do valor central. Desse jeito, as medidas de disperso servem tambm para avaliar qual o grau de representao da mdia. fcil demonstrar que apenas a mdia insuficiente para descrever um grupo de dados. Dois grupos podem ter a mesma mdia, mas serem muito diferentes na amplitude de variao de seus dados. Por exemplo: -Grupo A (dados observados): 5; 5; 5. -Grupo B (dados observado): 4; 5; 6. -Grupo C (dados observados): 0; 5; 10. A mdia dos trs grupos a mesma (5), mas no grupo A no h variao entre os dados, enquanto no grupo B a variao menor que no grupo C. Dessa forma, uma maneira mais completa de apresentar os dados (alm de aplicar uma medida de tendncia central como a mdia) aplicar uma medida de disperso. As principais medidas de disperso so: -Amplitude total: a diferena entre o valor maior e o valor menor de um grupo de dados; -Soma dos quadrados: baseada na diferena entre cada valor e a mdia da distribuio; -Varincia: a soma dos quadrados dividida pelo nmero de observaes do grupo menos 1; -Desvio padro: expresso na mesma medida das variae (Kg, cm, m ).
Etapa 4 Passo 2 Mostraremos agora na figura 5 abaixo uma tabela completa com todos os dados j calculados, medidas de Tendncia Central e de Disperso e logo aps explicaremos o resultado dos clculos da varivel peso de acordo com os dados coletados, Mdia, Moda, Mediana, Varincia e Desvio Padro. Tabela de Dados.

Fonte o Autor Figura 5.

Mdia. A Mdia de um conjunto de dados a soma das entradas de dados dividida pelo nmero de entradas. Frmula x-= x Onde: x-= Mdia da amostra. = Indica soma de valores. X = Representa uma entrada quantitativa de dados. = Nmero de entradas em uma amostra. Foi calculada a Mdia de cada classe e depois calculado a Mdia total das classes que resultou em 55,5 como mostrados na figura 5.

Mediana. A mediana de um conjunto de dados o dado que fica no meio quando as entradas so colocadas em ordem crescente ou decrescente. Se um conjunto de dados tiver um nmero par de entradas Mediana ser a mdia entre os dois pontos que estiverem no meio do conjunto. No nosso caso como os dados do conjunto de pesos so pares, a Mediana resultante 55,5 como mostrados na tabela da figura 5. Moda. A Moda de um conjunto de dados aquela entrada que ocorre com maior frequncia. Se nenhuma entrada repetida, o conjunto de dados no possu Moda. Se duas entradas ocorrem com mesma frequncia elevada, cada entrada uma Moda e os dados chamados de bimodais. Sendo assim, Moda resultante nas amostras de caf, tabela da figura 5 so 50. Varincia. A varincia tem o objetivo de analisar o grau de variabilidade de determinadas situaes, atravs dela podemos perceber desempenhos iguais, muito prximos ou

muito distantes. A mdia aritmtica pode ser usada para avaliar situaes de forma geral, j a varincia determina de forma mais especfica as possveis variaes, no intuito de no comprometer os resultados da anlise. A varincia a soma dos quadrados dividida pelo nmero de observaes do conjunto menos uma. A varincia representada por s2, sendo calculada pela frmula: (xi Mdia)2 / (n 1) Ou seja, s2 = SQ / (n-1) O denominador n 1 da varincia determinado graus de liberdade. O principio dos graus de liberdade constantemente utilizado na estatstica. Considerando um conjunto de n observaes (dados) e fixando uma mdia para esse grupo, existe a liberdade de escolher os valores numricos de n-1 observaes, o valor da ltima observao estar fixado para atender ao requisito de ser a soma dos desvios da mdia igual zero. No caso especifico do clculo da varincia, diz-se que os n graus de liberdade originalmente disponveis no conjunto sofreram a reduo de uma unidade porque uma estatstica, a mdia j foi calculada dos dados do grupo e aplicada na determinao da varincia. Atravs da frmula da varincia encontramos 0,7 que est ilustrado na tabela da figura 5 acima.

Desvio Padro. O desvio padro uma das mais utilizadas medidas de variao de um grupo de dados. A vantagem que apresenta sobre a varincia de permitir uma interpretao direta da variao do conjunto de dados, pois o desvio padro expresso na mesma unidade que a varivel (Kg, cm, atm.). representado por s e calculado por: s = (xi Mdia)2/ (n 1) Podemos entender o desvio padro como uma mdia dos valores absolutos dos desvios, ou seja, dos desvios considerados todos com sinal positivo, mdia essa obtida, porm, por um processo bastante elaborado: calculamos o quadrado de cada desvio, obtemos a mdia desses quadrados e, depois obtemos a raiz quadrada da mdia dos quadrados dos desvios. Os valores encontrados para este quesito foi 0,83

demonstrados na tabela da figura 5. De acordo com o resultado obtido com o clculo do Desvio Padro de 0,83, conclumos que o lote est aprovado, pois, est dentro da tolerncia permitida pela empresa que de 0.05Kg ou 5g.

Concluso.

Conclumos com este trabalho que a Estatstica tem um papel muito importante no nosso cotidiano, pois, ela est em quase todos os setores da sociedade, nas indstrias, comrcio, poltica, etc... Como foi visto neste trabalho a Estatstica a cincia que investiga os processos de obteno, organizao de dados sobre uma amostra, seja populao, peso, altura etc... e os mtodos de tirar concluses ou fazer predies com bases nesses dados. Vimos o caso da empresa que fabricava bloco de motores que foram aplicados mtodos estatsticos visando tentar melhorar a qualidade da produo dos produtos, o que se descobriu que a hiptese de no conseguir melhorar a qualidade da produo foi puramente tcnica, relacionada ao mtodo de fundio, aps isso nas etapas subsequentes deste trabalho vimos tambm aplicao das teorias da Estatstica com as amostras de cem pacotes de caf, onde foram elaborados clculos e grficos que nos deu condies de decidir que as amostras coletadas estavam dentro do desvio padro de tolerncia permitido pela empresa, quero dizer que este trabalho foi muito importante no meu aprendizado, pois, pude ver com outros olhos esta cincia que intangvel e ao mesmo tempo muito importante.

Passo 2

1.

2. O lote analisado de 5 marcas de caf diferentes foram aprovados devido ao fato de nenhum pacote ter tido o desvio de mais ou menos 0,05 kg.

Passo 3 Material utilizado pacotes de 500gr de caf (200 unidades) totalizando 100 pacotes para pesagem, foram utilizados grficos de frequncia absoluta e relativa, para se chegar ao resultado final que era de descobrir se na totalidade o desvio no seria superior a 5 gr. O resultado obtido foi satisfatrio, nenhuma das marcas que participaro da pesagem tiveram a pesagem com um desvio alto demais ou baixo demais, porm, na medida correta. Deste modo o lote foi aprovado.

Bibliografia

-Toledo, Geraldo Luciano . Estatistica bsica . 2. Ed. 2010 Editora Atlas - Ne, Marcos - Estatistica no Cotidiano da Sociedade < http://www.brasilescola.com/matematica/estatistica-2.htm> Acesso em: 13 de Setembro 2012. - TAVARES, M. Estatisca aplicada Administrao. Desponvel em: https://docs.google.com/viewer? a=v&pid=explorer&crome=tru&srcid=OBOEMRzdACiXpy2E40Tc0ytktNWZmM

RzdACiXpy2E40Tc0ytRzdACiXpy2E40Tc0ytRzdACiXpy2E40Tc0ytRzdACiXpy2 E40Tc0yt&hl=pt_BR.Acesso em 14 de agosto 2012.