Novembro/2004 FEG & FOSJC 1 Estatística Básica Utilizando o Excel Fernando Augusto Silva Marins [email protected] 1a. Aula – Estatística Descritiva

Novembro/2004 FEG & FOSJC

1

Estatística Básica Utilizando o Excel

Fernando Augusto Silva [email protected]

1a. Aula – Estatística Descritiva


2

1. Introdução à Estatística

Há um século, H. G. Wells dizia: “Raciocinar estatisticamente será um dia tão necessário quanto a habilidade de ler e escrever”

Hoje: problema não é de escassez de informação, mas como utilizar a informação abundante disponível para tomar as melhores decisões


3

Por que um Pesquisador Precisa Conhecer

Estatística? Apresentar e descrever informações de

forma adequada

Tirar conclusões a partir de amostras

Melhorar os Processos

Obter Previsões confiáveis a partir de Variáveis de Interesse


4

Por que um Pesquisador Precisa Conhecer

Estatística?

Apresentar e Descrever Informações

Conclusões sobrea população a partir

de Amostras

MelhorarProcessos

Obter PrevisõesConfiáveis

Distribuiçõesde Probabilidade

Estimação de Parâmetros

Testes de Hipóteses

Aplicações Estatísticas em CQ e na Produtividade

Correlação eRegressão Simples

RegressãoMúltipla

Análisede Séries

Temporais

EstatísticaDescritiva


5

O Crescimento e o Desenvolvimento da Estatística

Moderna

Últimos 30 anos de Estatística:

Mainframes (1960 – 1970): SAS, SPSS

Microcomputadores (1980 – hoje):

Pacotes: SAS, SPSS, MINITAB, STATISTICA, STATGRAPHICS

Planilhas: VISICALC (1979) LOTUS 1-2-3 (1983), EXCEL (Microsoft Office – integra planilha de cálculo, editor de texto e gráficos)


6

Estatística Descritiva & Estatística Indutiva

Estatística Descritiva: coleta, apresentação e caracterização de conjunto de dados

Formulação da Teoria da Probabilidade (Jogos de azar) e Amostragem

Estatística Indutiva (final século 19): fornece elementos para tomada de decisão referente à população com base em amostras


7

Definições População (universo) é a totalidade dos itens

considerados no estudo

Amostra é a parte da população selecionada para análise

Parâmetro é uma medida calculada para descrever uma característica de toda uma população

estatística é uma medida calculada para descrever uma característica de apenas uma amostra da população


8

População e Amostra

População Amostra

Parâmetros para estimar atitudes

estatísticas para estimar atitudes

Conclusões sobre a População a partir da Amostra


9

Estatística Descritiva

Coletar dados Pesquisa (Survey)

Apresentar dados Tabelas e gráficos

Caracterizar dados Média Amostral =

iX

n


10

Estatística Indutiva

Estimação Estimar o peso médio da

população usando o peso médio de uma amostra

Testes de Hipóteses Testar se o peso médio

da população é maior que 70 quilos

Tirando conclusões e/ou tomando decisões sobre a população baseado em resultados amostrais.


11

Por que dados são necessários?

Oferecer insumo para pesquisa/estudo

Avaliar desempenho (conformidade) de processo de produção/serviço em andamento

Assessorar formulação de ações alternativas na tomada de decisão


12

Por que dados são necessários?

Afinal, o que são dados?Informação numérica

necessária para a tomada de decisão bem

fundamentada


13

Fontes de Dados

PrimáriaColetar dados

SecundáriaDados Compilados

Observação

Experimentação

Survey

Impresso ou Eletrônico


14

Tipos de Dados

Categorizada(Qualitativa)

Discreta Contínua

Num érica(Quantitativa)

D ado (V ariáve l)


15

Variáveis Qualitativas

Resulta de uma classificação por tipos ou atributos População: peças produzidas numa máquina

Variável: qualidade (perfeita ou defeituosa)


16

Variáveis Quantitativas Valores podem ser expressos em números

Discretas: interpretação do seu valor é exatamente este valor

População: aparelhos produzidos numa linha de montagem

Variável: número de defeitos por aparelho

Contínuas: interpretação do seu valor é que se trata de um valor aproximado (depende do instrumento de medida usado)

População: peças produzidas numa máquina Variável: diâmetro externo


17

Tipos de Métodos de Amostragem

Motivos para efetuar Amostragem Menos tempo e custo menor que um censo

Mais eficiente e prático que um censo

Inacessibilidade à toda a população


18

Tipos de Métodos de Amostragens

Voluntária

Amostra

Não-probabilística

Intencional A Esmo

Probabilística

Aleatória Simples

Sistemática

Estratificada

Grupo (Cluster)


19

Amostragem Não-probabilística

População-objeto e População amostrada (acessível)

Simples (Ex: Retirar 50 parafusos a esmo de 1 caixa com 10.000)

Uso por impossibilidade de se obterem amostras probabilísticas (Ex:população líquida)

Inacessibilidade a toda a população (Ex1: minério, Ex2: parte da população é hipotética)

Pode ser equivalente ao uso de amostras probabilísticas


20

Amostragem Probabilística

Itens da amostra escolhidos com base em probabilidades conhecidas

Amostra Probabilística

Aleatória Simples Sistemática Estratificada Cluster


21

Amostra Aleatória Simples

Cada item tem a mesma chance de ser selecionado

Selecionamento pode ser com ou sem reposição

Uso de Tabelas de Números Aleatórios


22


Empresa deseja selecionar amostra de 20 trabalhadores de horário integral a partir da população de 500 colaboradores nessa situação.

Amostra Aleatória Simples: Associar um código de 3 dígitos a cada colaborador,

ordenados por ordem alfabética, de 001 a 500. Escolher, ao acaso, um dígito de partida na Tabela

de Números Aleatórios Indo da esquerda para a direita, e de cima para

baixo, na tabela, selecionar 20 números com 3 dígitos entre 001 e 500, sem pular ou repetir, identificando assim a amostra.


23


ColunaLinha 12345 67890 12345 67890 12345 67890 ................................................................................ 05 33850 58555 51438 85507 71865 79488 ...06 97340 03364 88472 04334 63919 36394 ...07 70543 29776 10087 10072 55980 64688 .................................................................................

Escolhido dígito para iniciar: Linha 06 e Coluna 05

Números gerados: 003, 364, 433, 463, 363, ...


24

Decidir tamanho da amostra: n Calcular k=N/n Aleatoriamente selecionar 1 item Selecionar os k-ésimos ítens a partir

desse inicial

Amostragem Sistemática

N = 64

n = 8

k = 8


25

Amostra Estratificada População é dividida em 2 ou mais

grupos de acordo com alguma característica em comum

Em cada grupo aplicar a amostragem aleatória simples

As amostras são combinadas em uma única


26

Amostras de Grupos (Clusters)

População é composta de vários clusters representativos

Aplicar amostragem aleatória simples em alguns clusters

Combinar as amostras em uma única

4 clusters foram

escolhidos.


27

Tipos de Erros em Pesquisas

Qual é o objetivo?

Usa Amostragem Probabilística?

Erro de Cobertura – Listagem adequada?

Erro por falta de resposta – follow up

Erros de Medidas – boas questões formuladas?

Erros de Amostragem – Margem de precisão


28

Tipos de Erros em Pesquisas

Erro de Cobertura

Erros por Falta de Resposta

Erros de Amostragem

Erros de Medidas

Itens Excluídos

Follow up nas faltas de

respostas.

Oportunidade diferente de Amostra

para Amostra. Pergunta

Ruim!

Documents

Novembro/2004 FEG & FOSJC 1 Estatística Básica Utilizando o Excel Fernando Augusto Silva Marins [email protected] 1a. Aula – Estatística Descritiva