Tcnicas de Amostragem - Dr. CEP - Controle Estatstico de Processo - grficos, fe...

Pgina 1 de 5

CEP - Cont r ole Est a t st ico de Pr oce sso

An o I I I - N 3 5 - N ove m br o/ 2 0 0 6

O Propsito do Controle Estatstico do Processo em Tempo Real

Todos os processos produtivos tm uma variao inerente. Quer dizer, nenhuma pea produzida precisamente semelhante a
outra se for medida com preciso. Variao pode ser categorizada em termos de cauas comuns e causas especiais. Um processo
estvel faz produtos que variam dentro de uma gama previsvel. Isto chamado causa comum de variao. Por outro lado, resultados
de variao de causas especiais de eventos imprevisveis so como no-conformidades de matria-prima, uma ferramenta quebrada,
etc. O Controle Estatstico do Processo nos d a ferramenta para medir o grau de ambos os tipos de variao com a meta de eliminar as
causas especiais completamente e, sistematicamente, atacar as causas comuns para reduzi-las com o passar do tempo.
Cartas de controle e estudos de capacidade so as ferramentas principais que descrevem os processos graficamente. Grficos de
controle so construdos para evidenciar os resultados em funo do tempo e plotados como pontos em grficos especiais. Existem
diferentes tipos de grficos de controle para variveis (distribuies contnuas) ou atributo (conforme/no conforme, distribuies
discretas).
Cartas de controle variveis so compostas por dois grficos. O primeiro grfico monitora o processo estatstico, medindo se o
processo esta ajustado corretamente, comparando e plotando o valor do clculo da mdia do processo e o valor do alvo. O segundo
grfico monitora a variao de processo.
Carta de controle de atributo composta de um nico grfico que monitora variaes lote-a-lote em termos de porcentagem ou
nmero de no-conformidades.
Estudos de capacidade so usados para predizer a habilidade global de uma distribuio contnua (tipo varivel) do processo, para
fazer produtos dentro das especificaes exigidas. O Controle Estatstico do Processo permite utilizar estes tipos de grficos de controle
junto com o estudo de capacidade.
O Controle Estatstico de Processo opera de modo melhor quando usado com entrada de dados em tempo real. Isto significa que
assim que o dado inserido, os pontos so plotados. Como resultado, os envolvidos no processo recebem avaliao imediata que
permite uma tomada de deciso rpida para resolver os problemas.
H um grande ganho de tempo e dinheiro que vem com a implantao de um programa de CEP. importante lembrar que o foco
de usar o CEP no produzir relatrios, mas sim usar os relatrios para identificar fontes de variao, encontrando solues para
reduzir ou eliminar os problemas. A inteno do CEP prover um banco de dados para gerar facilmente relatrios e pesquisas rpidas.
Reduzindo significativamente o tempo gasto para executar estas tarefas tediosas, h mais tempo para analisar e resolver os reais
problemas do processo.
Fonte:
Cep Training - Megabyte

doutorcep@datalyzer.com.br

Tcnicas de Amostragem
O que ?
o estudo de um pequeno grupo de elementos retirado de uma populao que se pretende conhecer.
Esses pequenos grupos retirados da populao so chamados de Amostras.
Por que realizar um estudo por amostragem?
Como a amostragem considera apenas parte da populao, diferentemente de um censo, o tempo para anlise e o custo so
menores, alm de ser mais fcil e gerar resultados satisfatrios.
Quando no se deve realizar um estudo por amostragem?
Quando o tamanho da amostra grande em relao ao tamanho da populao, ou quando se exige o resultado exato, ou quando
j se dispe dos dados da populao, recomendado realizar um censo, que considera todos os elementos da populao.
A partir das trs perguntas anteriores, vamos aprender a realizar um estudo por amostragem, conhecendo suas diferentes tcnicas.
Para realizar um estudo por amostragem, a amostra deve ser representativa da populao estudada. Para isso, existem tcnicas
adequadas para cada tipo de situao.

http://www.datalyzer.com.br/site/suporte/administrador/info/arquivos/info60/60.html

05/06/2014

Tcnicas de Amostragem - Dr. CEP - Controle Estatstico de Processo - grficos, fe... Pgina 2 de 5

Veremos a seguir as principais tcnicas de amostragem, divididas em probabilsticas e no-probabilsticas:

Tcnicas Probabilsticas (aleatrias)
As tcnicas probabilsticas garantem a possibilidade de realizar afirmaes sobre a populao com base nas amostras.
Normalmente, todos os elementos da populao possuem a mesma probabilidade de serem selecionados. Assim, considerando N como
o tamanho da populao, a probabilidade de cada elemento ser selecionado ser 1/N. Estas tcnicas garantem o acaso na escolha.
So tcnicas probabilsticas:
Amostragem Aleatria Simples
o processo mais elementar e freqentemente utilizado. Pode ser realizado numerando-se os elementos da populao de 1 a n
e sorteando-se, por meio de um dispositivo aleatrio qualquer, X nmeros dessa seqncia, que correspondero aos elementos
pertencente amostra.
Exemplo
Obter uma amostra representativa, de 10%, de uma populao de 200 alunos de uma escola.
1) Numerar os alunos de 1 a 200;
2) Escrever os nmeros de 1 a 200 em pedaos de papel e coloc-los em uma urna;
3) Retirar 20 pedaos de papel, um a um, da urna, formando a amostra da populao.
Nesta tcnica de amostragem, todos os elementos da populao tm a mesma probabilidade de serem selecionados: 1/N, onde
N o nmero de elementos da populao.
Amostragem Estratificada
Quando a populao possui caractersticas que permitem a criao de subconjuntos, as amostras extradas por amostragem
simples so menos representativas. Nesse caso, utilizada a amostragem estratificada.
Como a populao se divide em subconjuntos, convm que o sorteio dos elementos leve em considerao tais divises, para que
os elementos da amostra sejam proporcionais ao nmero de elementos desses subconjuntos. Observe a figura abaixo:

Exemplo
Em uma populao de 200 alunos, h 120 meninos e 80 meninas. Extraia uma amostra representativa, de 10%, dessa
populao.
Nesse exemplo, h uma caracterstica que permite identificar 2 subconjuntos, a caracterstica Sexo. Considerando essa diviso,
vamos extrair a amostra da populao.
SEXO

POPULAO

AMOSTRA (10%)

Masculino

120

12

Feminino

80

Total

200

20

Portanto, a amostra deve conter 12 alunos do sexo masculino e 8 do sexo feminino, totalizando 20 alunos, que correspondem a
10% da populao.
Para selecionar os elementos da populao para formar a amostra, podemos executar os seguintes passos:

http://www.datalyzer.com.br/site/suporte/administrador/info/arquivos/info60/60.html

05/06/2014

Tcnicas de Amostragem - Dr. CEP - Controle Estatstico de Processo - grficos, fe... Pgina 3 de 5
1) Numerar os alunos de 1 a 200, sendo os meninos numerados de 1 a 120 e as meninas, de 121 a 200;
2) Escrever os nmeros de 1 a 120 em pedaos de papel e coloc-los em uma urna A;
3) Escrever os nmeros de 121 a 200 em pedaos de papel e coloc-los em uma urna B;
4) Retirar 12 pedaos de papel, um a um, da urna A, e 8 da urna B, formando a amostra da populao.
So exemplos desta tcnica de amostragem as pesquisas eleitorais por regio, cidades pequenas e grandes, rea urbana e rea
rural, sexo, faixa etria, faixa de renda, etc.
Amostragem Sistemtica
Esta tcnica de amostragem em populaes que possuem os elementos ordenados, em que no h a necessidade de construir
um sistema de referncia. Nesta tcnica, a seleo dos elementos que comporo a amostra pode ser feita por um sistema criado
pelo pesquisador.
Exemplo
Obter uma amostra de 80 casas de uma rua que contm 2000 casas. Nesta tcnica de amostragem, podemos realizar o seguinte
procedimento:
1) Como 2000 dividido por 80 igual a 25, escolhemos, por um mtodo aleatrio qualquer, um nmero entre 1 e 25, que indica o
primeiro elemento selecionado para a amostra.
2) Consideramos os demais elementos, periodicamente, de 25 em 25.
Se o nmero sorteado entre 1 e 25 for o nmero 8, a amostra ser formada pelas casas: 8, 33, 58, 83, 108, etc.
Apesar de esta tcnica ser de fcil execuo, h a possibilidade de haver ciclos de variao, que tornariam a amostra norepresentativa da populao.
Amostragem por Conglomerados
Esta tcnica usada quando a identificao dos elementos da populao extremamente difcil, porm pode ser relativamente
fcil dividir a populao em conglomerados (subgrupos) heterogneos representativos da populao global.
A seguir, descrito o procedimento de execuo desta tcnica:
1) Seleciona uma amostra aleatria simples dos conglomerados existentes;
2) Realizar o estudo sobre todos os elementos do conglomerado selecionado.
So exemplos de conglomerados: quarteires, famlias, organizaes, agncias, edifcios, etc.
Exemplo
Estudar a populao de uma cidade, dispondo apenas do mapa dos quarteires da cidade.
Neste caso, no temos a relao dos moradores da cidade, restando o uso dos subgrupos heterogneos (conglomerados). Para
realizar o estudo estatstico sobre a cidade, realizaremos os seguintes procedimentos:
1) Numerar os quarteires de 1 a n;
2) Escrever os nmeros de 1 a n em pedaos de papel e coloc-los em uma urna;
3) Retirar um pedao de papel da urna e realizar o estudo sobre os elementos do conglomerado selecionado.
Tcnicas No-Probabilsticas (no-aleatrias)
So tcnicas em que h uma escolha deliberada dos elementos da populao, que no permite generalizar os resultados das
pesquisas para a populao, pois amostras no garantem a representatividade desta.
So tcnicas no-probabilsticas:
Amostragem Acidental
Trata-se da formao de amostras por aqueles elementos que vo aparecendo. Este mtodo utilizado, geralmente, em
pesquisas de opinio, em que os entrevistados so acidentalmente escolhidos.
Exemplo
Pesquisas de opinio em praas pblicas, ruas movimentadas de grandes cidades, etc.
Amostragem Intencional
De acordo com determinado critrio, escolhido intencionalmente um grupo de elementos que comporo a amostra. O
pesquisador se dirige intencionalmente a grupos de elementos dos quais deseja saber a opinio.
Exemplo
Em uma pesquisa sobre preferncia por determinado cosmtico, o pesquisador entrevista os freqentadores de um grande salo
de beleza.
Agora que j conhecemos as principais tcnicas de amostragem, vamos aprender a calcular o tamanho das amostras dos estudos
estatsticos.
Antes de prosseguir, vamos definir alguns termos:
Parmetro: Caracterstica da populao.

http://www.datalyzer.com.br/site/suporte/administrador/info/arquivos/info60/60.html

05/06/2014

Tcnicas de Amostragem - Dr. CEP - Controle Estatstico de Processo - grficos, fe... Pgina 4 de 5
Estatstica: Caracterstica descritiva de elementos de uma amostra.
Estimativa: valor acusado por uma estatstica que estima o valor de um parmetro.
O clculo do tamanho da amostra est diretamente ligado ao erro amostral tolervel.
Mas o que erro amostral?
a diferena entre o valor que a estatstica pode acusar e o verdadeiro valor do parmetro que se deseja estimar.
O erro amostral tolervel a margem de erro aceitvel em um estudo estatstico. Para esclarecer melhor, quando o apresentador
do telejornal, em ano de eleies, anuncia:
O candidato Fulano de Tal tem 42% das intenes de voto, 2 para mais, 2 para menos.
Quando o apresentador cita 2 para mais, 2 para menos, ele se refere ao erro amostral tolervel para aquela pesquisa de
intenes de voto.
Tamanho da Amostra
Obs.: um passo importante antes de iniciar o clculo do tamanho da amostra definir qual o erro amostral tolervel para o estudo
que ser realizado.
Observe a seguinte frmula:
, onde:
n0 a primeira aproximao do tamanho da amostra
E0 o erro amostral tolervel (Ex.: 2% = 0,02 )

, onde:
N o nmero de elementos da populao
n o tamanho da amostra

Observe
exemplo
para
melhor:

seguinte
compreender

Exemplo

Em uma empresa que contm 2000 colaboradores, deseja-se fazer uma pesquisa de
satisfao. Quantos colaboradores devem ser entrevistados para tal estudo?
Resoluo

N = 2000
Definindo o erro amostral tolervel em 2%
E0 = 0,02
n0 = 1 / (E0)2
n0 = 1 / (0,02)2
n0 = 2500
n = (N . n0) / (N + n0)
n = (2000 . 2500) / (2000 + 2500)
n = 1111 colaboradores

Com o erro amostral tolervel em 2%, 1111 colaboradores devem ser entrevistados para a pesquisa.
Vamos repetir os clculos, definindo o erro amostral tolervel em 4%.

N = 2000
E0 = 0,04
n0 = 1 / (E0)2
n0 = 1 / (0,04)2
n0 = 625
n = (N . n0) / (N + n0)
n = (2000 . 625) / (2000 + 625)
n = 476 colaboradores

Atravs deste segundo clculo, possvel observar que, quando aumentamos a margem de erro, o tamanho da amostra reduz.
E se houvesse 300.000 colaboradores na empresa?

N = 300.000

http://www.datalyzer.com.br/site/suporte/administrador/info/arquivos/info60/60.html

05/06/2014

Tcnicas de Amostragem - Dr. CEP - Controle Estatstico de Processo - grficos, fe... Pgina 5 de 5
E0 = 0,04
n0 = 1 / (E0)2
n0 = 1 / (0,04)2
n0 = 625
n = (N . n0) / (N + n0)
n = (300.000 . 625) / (300.000 + 625)
n = 623 colaboradores

Observe que a diferena entre n e n0, neste ltimo clculo, muito pequena.
Portanto: se o nmero de elementos da populao (N) muito grande, a primeira aproximao do tamanho da amostra j
suficiente.
Observe ainda:

N = 2000
E0 = 0,04
n = 476 colaboradores = 23,8% da populao
N = 300.000
E0 = 0,04
n = 623 colaboradores = 0,2% da populao

At o prximo ms, pessoal!

Fonte:
Estatstica Aplicada s Cincias Sociais, Cap. 3
Pedro Alberto Barbetta. Ed. UFSC, 5 Edio, 2002
FACEV - Faculdade de Cincias Econmicas de Vitria
http://www.ai.com.br/pessoal/indices/2A3.HTM (acessado em 20/11/2006)
Laboratrio de Epidemiologia e Estatstica
http://www.lee.dante.br/pesquisa/amostragem/que_amostragem.html (acessado em 20/11/06)

http://www.datalyzer.com.br
Antes de imprimir este informativo, pense em sua responsabilidade e compromisso com a natureza.

http://www.datalyzer.com.br/site/suporte/administrador/info/arquivos/info60/60.html

05/06/2014