ANÁLISE DA QUALIDADE NO SETOR DE SERVIÇOS SEGUNDO O MÉTODO DE AVALIAÇÃO SERVQUAL

Tamanho: px
Começar a partir da página:

Download "ANÁLISE DA QUALIDADE NO SETOR DE SERVIÇOS SEGUNDO O MÉTODO DE AVALIAÇÃO SERVQUAL"

Transcrição

1 ANÁLISE DA QUALIDADE NO SETOR DE SERVIÇOS SEGUNDO O MÉTODO DE AVALIAÇÃO SERVQUAL QUALITY ANALYSIS IN THE SERVICES SECTOR ACCORDING TO THE METHOD O SERVQUAL EVALLUATION Professora MSc. áva Aparecda Retz Cardoso PPGMNE-UPR e UTPR Km 05 Br 369 Saída para Cascave one/fax (44) Campo Mourão Paraná CEP: favaretz@pop.com.br Professor Dr. Ansemo Chaves Neto DEST/PPGMNE-UPR one (4) Departamento de Estatístca Centro Potécnco Jardm das Amércas Caxa Posta 908 one (4) Curtba Paraná CEP: ansemo@est.ufpr.br Professora MSc. Thema Prete Brandão Vecch PPGMNE-UPR e UTPR Km 05 Br 369 Saída para Cascave one/fax (44) Campo Mourão Paraná CEP: themat@uo.com.br RESUMO O prncpa objetvo deste trabaho fo medr a quadade dos servços prestados por uma concessonára de energa eétrca na perspectva do modeo Servqua desenvovdo por Parasuraman, Zetham e Berry (985). Mas, com agumas adaptações para a nguagem dos servços prestados pea companha. A pesqusa na qua se baseam os resutados do trabaho fo reazada no prmero semestre de 004 e para sua anáse foram consderadas dmensões cásscas neste tpo de avaação no setor de servço, de acordo com a teratura que trata da metodooga Servqua. Apcou-se a técnca estatístca mutvarada da Anáse atora que reveou a exstênca de cnco fatores fundamentas. Estes fatores vêm substtur as varáves orgnas e a perda de nformação não fo sgnfcatva nessa troca de varáves. Dessa forma, o modeo usado para a avaação da quadade dos servços mostrou que anda exste muto a se fazer para atngr o objetvo prncpa das nsttuções organzaconas, que é a satsfação de seus centes. Paavras-chave: Gestão de Servços, Quadade em Servços e Anáse atora. [784]

2 ABSTRACT Ths work ams to measure the quaty of servces performed by an eectrcty provder company accordng to the Servqua mode deveoped by Parasuraman, Zetham and Berry (985), athough, some adaptatons for the anguage of servces offered by the company was used. The research n whch the resuts of the work are based, was carred out n the frst semester of 004 and, for ts evauaton, t was consdered cassca dmensons, n such knd of anayss n servce, accordng to the terature that treats of Servqua methodoogy. It was apped mut-vared statstca technque of factora anayss whch reveaed fve new mportant dmensons. Such factors repace the orgna varetes and oss of nformaton wasn t meanngfu n ths change of varabes. Ths way, the mode used for evauatng the quaty of servces has ponted out there s much to do to acheve the man objectve of the organzatona nsttutons, whch s customers satsfacton. Key-words: Servces Management, Quaty n Servces and actora Anayss. INTRODUÇÃO O avanço da concorrênca oca e nternacona vem crescendo de forma aceerada nas útmas décadas e, para as empresas, o acompanhamento da evoução do mercado tem-se traduzdo numa crescente preocupação com a quadade do servço. Paraeamente, as empresas procuram raconazar o nvestmento em atvdades de controe e/ou mehora da quadade, de modo a garantr uma reação custo/benefíco favoráve, uma vez que a anáse dos fatores que contrbuem para a manutenção e conqusta do mercado se torna mprescndíve. A quadade em servço é um destes mportantes fatores e que, segundo Parasuraman, Zetham e Berry (985), caracterza-se como sendo a dferença entre a expectatva que os centes têm do servço e a percepção do servço recebdo de fato. Este conceto é a base do método Servqua, um método estatístco que aqu tem como objetvo prncpa avaar a quadade dos servços prestados por uma concessonára de energa eétrca. Justfca-se esta pesqusa pea necessdade que a empresa tem de receber nformações confáves sobre a quadade dos servços prestados em auto-atendmento, atendmentos ruras e urbanos de emergênca, bem como o tempo de espera do cente às gações Aém desses fatores, foram defndas ferramentas através do método Servqua para a avaação das dmensões de quadade, confrmando sua afrmação através da MANOVA e outros testes de hpóteses para vetores aeatóros. Segundo a metodooga apcou-se um questonáro a uma amostra aeatóra composta por 450 consumdores dstrbuídos nos 98 barros do muncípo pesqusado. O questonáro fo dvddo em duas partes prncpas. A seção das expectatvas e a das percepções. Essas seções são consttuídas por questões. Aém dessas seções prncpas tem-se, também, outras duas reaconadas a mportânca reatva das dmensões e aos aspectos demográfcos, respectvamente. Desta forma quatro seções compõem o questonáro. Assm, contnuando com a apcação da metodooga, e com os dados obtdos na pesqusa de campo reazou-se a anáse das dmensões através da MANOVA com o objetvo de comparar a mportânca reatva que cada um dos grupos, das varáves consderadas, atrbu às dmensões propostas peos autores. E compementando, efetuou-se uma Anáse atora estmando-se os pesos por meo do Método das Componentes Prncpas. A Anáse atora fo feta com o objetvo de verfcar se os fatores obtdos correspondem às dmensões da proposta nca e, conseqüentemente, para comprovar a consstênca nos resutados. Dessa forma, as dmensões nvestgadas nesta pesqusa (Acesso, Efcênca, Receptvdade, acdade de entendmento, exbdade, Customzação, Prvacdade, Espera no atendmento, Confança e Segurança), mostraram-se vádas para o propósto de medr a quadade dos servços prestados pea empresa. [785]

3 REVISÃO DA LITERATURA. MEDINDO A QUALIDADE EM SERVIÇOS: O MÉTODO SERVQUAL Atuamente as empresas, em gera, contam com pesqusas de mercado para estmar as expectatvas dos centes. Entretanto, essas técncas não trazem bons resutados se não houver um verdadero foco no cente. A satsfação do consumdor deve ser o objetvo prmorda da empresa. A Motoroa Inc., uma das ganhadoras do prêmo amercano de quadade (Macom Badrge) e a precursora do Ses Sgmas concetua que se o cente não gosta de um produto ou servço, este produto ou servço tem um defeto. Város são os pontos na prestação de servços que podem ser avaados peos centes. Desta forma, se a admnstração da empresa tem um entendmento correto das expectatvas dos centes ou faz uma nterpretação váda desses anseos, então pode obter uma vantagem compettva. Uma pesqusa ou sondagem de mercado pode ser conduzda para coher nformações quanto ao níve de satsfação do consumdor. Mutas vezes esse tpo de pesqusa é apcada após o consumdor ter adqurdo um bem ou utzado um servço. As pesqusas de mercado são muto mportantes, pos possbtam [...] aos centes uma forma de mostrar como estão expermentando os servços, aém de descobrr o que mehorar para mantê-os, ou para consegur outros centes (Abrecht, 995, p.0). Spanbauer (995, p.44) é objetvo quando afrma que [...] exstem formas de determnar as expectatvas dos centes, sendo que a mas smpes sera a de sentar-se com o cente e fazer um evantamento do que ee espera. Vae ressatar que quanto a déa do autor, a pesqusa deve ocorrer antes da nteração do cente com o processo e antes que ee se snta satsfeto, ou não, ou que seja nfuencado por ee. Deste modo e com base numa mnucosa anáse em reação aos métodos que podem ajudar a conhecer as expectatvas dos centes optou-se por trabahar com o Método Servqua, pos seus autores (Parasuraman, Zetham e Berry, 985) afrmam que as percepções da quadade emergem da dferença entre desempenho e expectatvas. À medda que o desempenho excede as expectatvas, a quadade do servço aumenta e vce-versa. Desse modo, a fundamentação teórca do Servqua resde nos desvos do desempenho, ou seja, das expectatvas das característcas do servço. Isto é mportante, prncpamente consderando que a empresa cujos servços foram avaados prma por [...] atuar de forma rentáve na área de energa, satsfazendo as necessdades de seus centes e contrbundo para o desenvovmento econômco, tecnoógco e soca da regão de atuação (Gestão pea quadade em servços casos reas, 996, p.80). O questonáro utzado para medr a quadade dos servços prestados pea empresa se consttuu de vnte e dos enuncados eaborados com base nas dmensões propostas por Parasuraman, Zetham e Berry (985). No entanto, vae destacar que estes enuncados foram escrtos com base em dez dmensões, ao nvés das sete ncamente propostas peos autores do método. ez-se sto para que os servços pudessem ser avaados de uma forma mas goba e de acordo com a readade oca. Assm, tem-se a tabea. que sumarza as dmensões. Tabea. As Prncpas Dmensões Propostas por Parasuraman, Zetham e Berry Acesso Efcênca Dmensão Estímuos do questonáro. Capacdade para ocazar os postos de autoatendmento.. acdade para acessar o auto-atendmento. 3. Certeza de confança no auto-atendmento. 4. Smpcdade de utzação. [786]

4 Receptvdade acdade de entendmento exbdade Customzação Prvacdade Espera no atendmento Confança Segurança onte: Adaptado de Vega, 00, p Rápda resposta no atendmento. 6. acdade para obter nformações. 7. Capacdade de nterpretação fác. 8. Adaptação às preferêncas do cente. 9. Reconhece e adapta-se ao seu hstórco de utzação. 0. Oferecer manua do consumdor para atender às necessdades do cente.. Quadade no faturamento.. Capacdade para smuar tarfas e permtr determnar o preço tota. 3. Capacdade de permtr comparar produtos e servços da prestadora de servços. 4. Oferece proteção para nformações pessoas. 5. Encontros para escarecmentos com os centes. 6. Tempo médo do atendmento de emergênca urbano. 7. Tempo médo do atendmento de emergênca rura. 8. Tempo médo do pretendente à gação. 9. Capacdade para resover suas necessdades. 0. Exatdão do servço.. Confança em conectar-se com o ste.. Smpcdade e segurança no escarecmento de dúvdas nos servços prestados.. A MANOVA E SUA RELAÇÃO COM AS VARIÁVEIS A MANOVA é uma técnca estatístca mutvarada que tem como objetvo nvestgar se k popuações têm o mesmo vetor médo, ou seja, testar a hpótese nua H 0 : μ = μ =... = μ k. Neste trabaho a MANOVA fo apcada com o objetvo de verfcar se os vetores médos são os mesmos, ou seja, se cada uma das varáves das dez dmensões representadas por x, x, x3, x4, x5, x6, x7, x8, x9 e x0 dos vetores correspondem à adequação dos servços (MA), às expectatvas dos centes (MD) e ao servço percebdo (ND). No caso das popuações não terem o mesmo vetor médo, é necessáro verfcar quas vetores médos dferem sgnfcatvamente. No emprego da MANOVA é necessáro que as amostras aeatóras sejam ndependentes e orundas de popuações Gaussanas, ou seja, X ~ Np ( μ, ) =,,..., k. No presente estudo exstem k = 0. Assm, o modeo consderado para a varáve resposta, quando se tem um únco fator e k níves, é dado por: X = μ + τ + ε j com: μ = [μ, μ,..., μ p ] ; τ = [τ, τ,..., τ p ] ; ε j = [ε, ε,..., ε kn ]. j =,, K, k j =,, K, n E onde μ é o vetor médo goba, τ é o vetor de efeto do tratamento e ε j é o vetor de erros. A hpótese nua é H 0 : μ = μ =... = μ k, que fo testada usando-se a estatístca de teste função do [787]

5 Lambda de Wks, dado pea expressão a segur. A estatístca possu, em aguns casos, dstrbução exata. A expressão do Lambda de Wks é: Λ* = W B + W onde: B é a matrz que resume a varação entre os efetos dos tratamentos; W é a matrz que resume a varação dentro dos grupos. Conforme o número de varáves e o número de grupos, utza-se a tabea da dstrbução exata da estatístca de teste, que é uma função do Lambda de Wks. As expressões podem ser obtdas em (Johnson e Wchern, 999). Mas, quando a amostra é grande é possíve utzar o teste assntótco de Bartett (Johnson e Wchern, 999). Então, neste caso, a estatístca do teste e a respectva dstrbução são: (n p + k )n ( * Λ ) ~& χ p( k ).3 ASPECTOS DA ANÁLISE ATORIAL Mutos concetos das cêncas socas e comportamentas não possuem defnções precsas devdo ao fato de não serem dretamente observáves, como é o caso da ntegênca, personadade extrovertda e habdade em matemátca. Essas varáves são chamadas de varáves atentes e somente podem ser anasadas de acordo com a dependênca de um conjunto de varáves manfestas. E, para que essa anáse seja feta, é necessáro utzar um método que nvestgue o comportamento de duas ou mas varáves e a assocação entre tas varáves. Assm, uma estrutura de covarânca deve exstr entre as varáves meddas. A Anáse atora tem como objetvo prncpa expcar a estrutura de covarânca de um vetor aeatóro de dmensão p. A matrz de covarânca resume as nformações sobre esta estrutura de covarânca. Da mesma forma a matrz de correação resume essas nformações com a dferença de que trabaha com varáves padronzadas e, portanto, emna o probema de escaa que pode ocorrer com as magntudes das varáves. Então, a Anáse atora pode extrar da matrz de covarânca ou de correação um número m < p de varáves não-observáves (atentes) chamadas de fatores e que são modeadas por combnações neares das varáves orgnas meddas. reqüentemente um pequeno número de fatores (varáves atentes) pode ser usado em ugar das varáves orgnas, fazendo com que a matrz de dados fque sensvemente reduzda e de mas fác nterpretação quanto à estrutura de covarânca. Teorcamente, o número de fatores é sempre gua ao número de varáves observadas, entretanto, mutas vezes aguns poucos fatores (m < p) podem ser expcar grande parte da varação tota (Green e Carro, 976). Isto ocorre porque os fatores correspondem às dreções de maor varabdade e os demas, p m, fatores podem ser neggencados dado o baxo grau de expcação. Uma propredade adcona é que os fatores podem ser obtdos de forma que sejam ndependentes. Neste caso os fatores são combnações neares obtdas a partr dos autovetores da matrz de covarânca,, ou da matrz de correação, ρ. Na Anáse atora, no modeo ortogona, uma varáve observáve X com méda μ =,, 3,..., p e sujeta aos fatores comuns,, K, m, pode ser representada na forma segunte: [788]

6 X X X p μ = μ = μ = p p m m m pm + ε m + ε M M M M M p m + ε p onde: μ representa a méda da -ésma varáve; ε é o -ésmo erro assocado à varáve X e denomnado, também, de fator específco; j é o j-ésmo fator comum; j representa o peso ou carregamento na -ésma varáve X do j-ésmo fator j ; =,,..., p e j =,,..., m. Matrcamente tem-se o modeo: X μ = L + ε com a matrz de pesos de ordem pxm, L p m = M p M p L L L m m M M pm, o vetor dos fatores de dmensão m, = [,,..., m ] e o vetor de erros de dmensão p, ε = [ε, ε,..., ε p ]. Em reação à estrutura de covarânca e o modeo fatora ortogona tem-se o resutado: = V ( X ) = LL + Ψ Especfcamente para cada varáve, tem-se: V ( X ) = + + L+ m + ψ onde a soma h = + + L+ m é denomnada comunadade e ψ é a varânca específca. Quanto maor a comunadade maor a mportânca da varáve na estrutura de covarânca..4 MÉTODO DAS COMPONENTES PRINCIPAIS A estmação dos pesos no modeo fatora ortogona é feta usando-se Componentes Prncpas. Este é o método preferdo para se obter os pesos (carregamentos fatoras ). E, a partr do resutado tem-se as estmatvas das comunadades e varâncas específcas. Este método é baseado nos autovaores e autovetores estmados, ou seja, λˆ e ê =,, 3,..., p da matrz de j [789]

7 covarânca amostra S ou de correação R. Assm, toma-se os autovaores estmados λˆ =,,..., m da matrz S ou R com m < p e com m especfcando o número de fatores comuns extraídos. De forma que a matrz de pesos ou carregamentos estmados dos fatores é dada por: onde: ^ ^ ^ L = C D λ ^ C ^ ^ ^ e e K e ^ ^ ^ e e K e M M M M ^ ^ ^ e e K e m m = m m mm e ^ λ = 0 K 0. M M O M ^ 0 0 K λ m ^ ^ λ Dλ Quanto a apcação dessa técnca na amostra de tamanho n [x, x,..., x n ] é preferíve se trabahar com a matrz de correação amostra R. Um outro conceto muto mportante é o de escore fatora. Trata-se do vaor supostamente assumdo peo fator j j =,,..., m para uma observação ndvdua x. É mportante menconar também que no caso de se desejar obter uma estrutura de fác nterpretação para os pesos, ta que cada varáve tenha peso ato em um únco fator e pesos baxos ou moderados nos demas fatores é necessáro fazer uma rotação rígda dos fatores. Segundo Johnson e Wchern (999, p.550) Kaser sugeru uma medda anaítca para obter essa estrutura smpes. Essa medda é conhecda como Crtéro Varmax ou Norma Varmax e pode ser encontrada em detahes na referênca ctada. 3 MATERIAL E MÉTODO 3. MÉTODO SERVQUAL O método fo utzado para avaar a quadade dos servços prestados por uma empresa concessonára, como já fo menconado. Aém dsso, no que se refere à quadade, pode-se dzer, de acordo com Btner e Zetham (003), que a quadade não é um conceto undmensona, já que [...] as avaações dos centes acerca da quadade ncuem as percepções de mútpos fatores (Btner e Zetham, 003, p.93). Dessa forma, de manera gera, exstem cnco dmensões de que os centes se utzam para perceber a quadade do servço, as quas, segundo Bateson e Hoffman (00), foram aocadas em um modeo chamado Servqua. Esse modeo fo eaborado a partr de dscussões quanto à percepção da quadade peo consumdor, e assm, cnco dmensões fcaram defndas, sendo eas: tens tangíves, confabdade, receptvdade (responsvdade), segurança e empata. É vádo ressatar que todos essas dmensões do modeo Servqua rão contrbur para que seja acançada a satsfação do cente, até porque, segundo Btner e Zetham (003, p.93), [...] essas dmensões representam o modo como os centes organzam em sua mente a nformação sobre a quadade de servços, aém do que, a satsfação do cente é nfuencada por atrbutos que são específcos do produto ou do servço, como preço, quadade e vantagens que o produto oferece, e, aém dsso, a rea necessdade da utzação do servço. A satsfação também é nfuencada peas percepções da quadade que o cente possu através da utzação das dmensões que fazem parte do modeo Servqua, sto é: a confabdade, responsvdade, segurança, empata e tangbdade. Os fatores pessoas, ou seja, as condções emoconas do consumdor, pos, [...] as emoções do consumdor também poderão afetar suas percepções de satsfação com reação a produtos e [790]

8 servços (Btner e Zetham, 003, p.88). E, aém dsso, segundo esses mesmos autores, os fatores stuaconas também estarão permeando a noção de satsfação do cente, o qua avaará se fo atenddo de manera justa e em guadade com outros centes. Nesse sentdo, para medr a quadade de servço utzando o Método Servqua é necessáro, prmeramente, cacuar a dferença entre as percepções e as expectatvas de servço. Para cada nqurdo e para cada afrmação do questonáro obtém-se o vaor ou gap Servqua (fgura 3.), que é defndo como a dferença obtda entre o servço percebdo e o servço desejado MSS. Essa dferença pode ser postva ou negatva. Quanto maor for o índce postvo, pode-se afrmar que maor é a superordade do servço. Por sua vez, a medda de adequação do servço MAS é a dferença obtda entre o servço percebdo e o servço adequado. Da mesma forma, a MAS pode ser postva ou negatva. Se negatva, sgnfca que o servço encontra-se com sua quadade de servço nadequada para os centes. Quanto mas postva estver a MAS mehor, pos estará aproxmando-se da MSS. gura 3. Meddas da Quadade do Servço Servço Desejado Servço Percebdo - Servço Desejado = Medda da Superordade do Servço (MSS) Zona de Toerânca Servço Adequado Servço Percebdo Servço Percebdo - Servço Adequado = Medda de Adequação do Servço (MAS) onte: Parasuraman, 997, p.4. Conforme essa reação, as empresas de servços, quando conseguem peo menos manter-se na zona de toerânca, acançam vantagem compettva e, ao extrapoar essa zona, mantendo-se meddas de superordade de servço, estabeecem o que se chama de franqua do cente. Assm, a estrutura do questonáro Servqua fo defnda através de uma anáse feta peos autores do método ao concuírem que os consumdores avaavam a quadade do servço comparando as expectatvas com o desempenho em dez dmensões báscas, ctadas na tabea.. Na seqüênca, a prncpa metodooga utzada fo a anáse de fatores, através das componentes prncpas, tomando-se m = 5 fatores, ou seja, escoheu-se os cnco prncpas fatores e que tnham autovaor λ 0,6. Dessa forma, a varânca expcada com estes cnco fatores fo maor que 60%. Essa metodooga teve o objetvo de determnar quas as perguntas que medem cada uma das dmensões, quas as perguntas que não dstnguem entre dmensões e, por útmo, o número de dmensões. As perguntas que não estavam reaconadas caramente a uma dmensão foram emnadas. 3. MATERIAL Os dados utzados na pesqusa foram coetados consderando-se a versão fna de um questonáro contendo vnte e duas questões para 450 pessoas consumdoras de energa eétrca, através do qua aconteceram os contatos para verfcar a quadade dos servços prestados pea Companha Paranaense de Energa em Campo Mourão. Os trabahos de coeta de dados em campo foram reazados no período de 7 de feverero a 6 de março de 004 e contaram com método presenca. [79]

9 Para a reazação da coeta de dados, foram utzados entrevstadores contratados peo pesqusador, os quas foram devdamente trenados para abordar os 5 respondentes, de forma aeatóra, nos 98 barros do muncípo de Campo Mourão. As entrevstas foram apcadas daramente durante o prazo pré-determnado, e a abordagem adotada fo especfcada no formuáro de coeta de dados. No trenamento, os entrevstadores foram orentados a se apresentarem nformando quem eram, para quem estavam fazendo a pesqusa e qua era o seu objetvo. Ademas, os entrevstadores foram acompanhados em campo, sto é, o trabaho fo avaado e verfcado paraeamente à sua reazação, e a produção de cada entrevstador fo verfcada peo pesqusador, através do teefone, consutando cerca de 5% da popuação que fo entrevstada. Todo o matera coetado em campo sofreu crítca de consstênca à base de 00%, o que permtu uma maor confabdade dos dados. 4 ANÁLISE DOS RESULTADOS Após a depuração fna, o nstrumento de coeta de dados fo reproduzdo em número de 450 (dos m quatrocentos e cnqüenta) e dstrbuído aos usuáros em potenca dos servços prestado pea concessonára do servço. Quatro barros foram descartados por não haver o número de moradores ndcados para a avaação. Dessa forma, dos questonáros consderados, 350 foram preenchdos por pessoas pertencentes aos 94 barros restantes. Na tabuação dos dados, cada couna deu orgem a uma matrz de dmensão 350x, que foram denomnadas MA (mínmo adequado), MD (máxmo desejado) e NP (níve percebdo), conforme resumo do questonáro utzado na fgura 4.. Como a couna três (NP) possuía a opção Não Sabe, fo necessáro determnar prmeramente a méda das pessoas que avaaram os servços e depos substtur por aquees que não souberam responder. Então, das 5700 respostas obtdas, 3959 (7%) não souberam avaar os servços prestados. gura 4. Modeo Resumdo do Questonáro Utzado O meu níve de servço O meu níve desejado de Mnha percepção do mínmo é: servço é: desempenho do servço prestado pea Empresa é: A Empresa oferece: Baxo Ato Baxo Ato (0) Postos de autoatendmento. (0) acdade para acessar o autoatendmento. ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) onte: Os autores, Pesqusa de Campo, 004. ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Baxo Ato Não Sabe ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) N ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) N Na seqüênca fo reazado o cácuo para a obtenção das médas de cada uma das vnte e duas questões, agora chamadas de varáves, para as counas MA, MD e NP (tabea 4.). Tabea 4. Méda dos Escores das Matrzes MA, MD e NP Varáves Mínmo acetáve Máxmo Níve percebdo desejado v 4,983 7,5557 5,663 v 4,36 7,4774 5,597 v3 4,4574 7,49 5,7060 v4 4,4757 7,5745 6,053 v5 4,5055 7,5889 6,0678 v6 4,4740 7,5 6,894 [79]

10 v7 4,478 7,468 6,4643 v8 4,4333 7,4434 6,0738 v9 4,945 7,4004 6,56 v0 4,395 7,575 6,5847 v 4,6864 7,8498 6,7470 v 4,979 7,3647 5,905 v3 4,353 7,363 5,857 v4 4,599 7,5987 6,380 v5 4,34 7,664 5,83 v6 4,7468 7,6906 6,699 v7 4,5770 7,80 5,738 v8 4,483 7,5774 5,9066 v9 4,4566 7,5047 6,598 v0 4,648 7,596 6,9036 v 4,87 7,460 6,0 v 4,0800 7,456 6,0894 onte: Os autores, Pesqusa de Campo, 004. Nesse sentdo, verfcou-se que a méda fo de 4,4083 para o mínmo acetáve, 7,555 para o máxmo desejado e 6,340 para o níve percebdo. Consderando que a méda da escaa Lkert de nove pontos é 5, então os usuáros possuem um ato grau de expectatva com reação aos servços prestados pea Empresa. Por outro ado, a anáse das notas do servço desejado reveou a varáve Quadade no aturamento em prmero ugar com 7,8498. Nessa varáve surgu um probema quando na reazação da pesqusa. Város respondentes recamaram do servço dos funconáros que fazem a etura dos reógos e uma nova pesqusa fo reazada. Só que agora com apenas 0 barros escohdos aeatoramente e com 0 respondentes por barro. Da pesqusa, pôde-se concur que o servço está onge de ser o dea. E, mesmo que a empresa o tercerze, o conhecmento do que está acontecendo é de extrema mportânca. Na anáse das percepções se verfcou que a maor nota fo atrbuída aos servços dos eetrcstas (6,9036) e a por para o auto-atendmento (5,597). Depos, fo reazada a dferença entre as counas, obtendo a Medda de Adequação dos Servços (MAS) e a Medda de Superordade do Servço (MSS) para as vnte e duas questões anasadas. No gera, concu-se que a varáve com mehor superordade do servço fo a Exatdão do servço dos eetrcstas (,555), conforme já menconado e a por fo a varáve Tempo de espera peo atendmento de emergênca rura (-,0964). O gráfco 4. mostra bem essas dferenças. Com reação à zona de toerânca (MD-MA), o maor escore fcou com a varáve acdades para escarecer dúvdas no ste da Empresa (3,376). Agrupando então as vnte e duas varáves nas dez dmensões propostas, tem-se os dados reaconados na tabea 4.. Conforme se pode constatar as dferenças aparentam não ser tão eevadas e, para comprovar essa afrmação, fo apcada a MANOVA. Então, para cada uma das dez dmensões, testou-se a hpótese nua das dmensões terem a mesma mportânca reatva. Assm, tem-se o teste da hpótese nua H 0 : μ = μ =... = μ k = μ. Para executar este teste usou-se o programa manova.m desenvovdo no Software Matab R 6.0. O programa forneceu os vaores-p 0,487, 0,0845 e 0,066 para as matrzes: MA, MD e NP, respectvamente. E como esses três vaores são superores a 0,05 a hpótese nua não fo rejetada. Nota-se, peo vaor-p, que a maor varação ocorreu na matrz MD. Caso os vaores-p fossem nferores ao vaor de corte de 0,05 sera necessáro dentfcar quas componentes estaram dferndo sgnfcatvamente do vetor da hpótese nua. A estatístca do teste apcado fo a de Bartett. [793]

11 Tabea 4. Indcadores do Método Servqua para as Dez Dmensões Dmensão Mínmo acetáve Máxmo desejado Níve percebdo Acesso 4,673 7,566 5,630 Efcênca 4,4666 7,538 5,9557 Receptvdade 4,4898 7,5555 6,786 acdade de entendmento 4,453 7,4558 6,69 exbdade 4,3430 7,4860 6,359 Customzação 4,49 7,6073 5,8586 Prvacdade 4,369 7,397 6,0096 Espera no atendmento 4,607 7,697 5,930 Confança 4,554 7,5505 6,754 Segurança 4,0994 7,44 6,05 onte: Os autores, Pesqusa de Campo, 004. Gráfco 4. Escores das Dferenças: NP-MA e NP-MD v - v v3 v4 v5 v6 v7 v8 v9 v0 v v v3 v4 v5 v6 v7 v8 v9 v0 v v Matrz NP-MA Matrz NP-MD onte: Os autores, Pesqusa de Campo, 004. Coocando-se em causa o Método Servqua, prmeramente obteve-se o afa de Cronbach para verfcar a consstênca dos dados obtdos com o questonáro. A segur apcou-se a Anáse atora com o Software Statgraphcs Pus 5.0. xou-se o número de fatores em cnco, conforme teora já referencada e efetuou-se a Rotação Varmax. Dessa forma, obteve-se uma varânca expcada de 69,%, ou seja, o fator expcou 5,8%, o fator 5,9%, o fator 3 4,6%, o fator 4 3,7% e o fator 5 3,%, conforme gráfco 4.. ) O fator reúne as varáves de a 5, fundndo as dmensões Customzação e Prvacdade, estabeecdas ncamente e que agora passam a chamar-se Confança na empresa. ) O segundo fator agrupa as varáves 5 a 7, estabeecdas para avaar as dmensões Receptvdade e acdade de entendmento, agora chamadas de exbdade para prestar servços. 3) O fator 3 agrega as varáves de a 3, cradas ncamente para representar as dmensões Acesso e Efcênca e agora passam a ser chamadas de acdade no auto-atendmento. 4) O fator 4 agrega as varáves e, responsáves pea a dmensão Segurança e que contnuará a ser chamada de dmensão Segurança. [794]

12 Gráfco 4. atores Após Rotação Varmax 60,00% 50,00% 40,00% 30,00% 0,00% 0,00% 0,00% demas fatores onte: Os autores, Pesqusa de Campo, ) E fnamente, o fator 5 fca defndo pea varáve 6, representando em partes a dmensão Espera no atendmento e que agora passa a chamar-se Rapdez. Dscutndo agora os resutados obtdos pea anáse fatora e fazendo um paraeo em reação ao modeo Servqua proposto por Parasuraman, Zetham e Berry (985), que apresenta a presença das dmensões Confabdade, com o objetvo de prestar o servço conforme o combnado, mantendo a precsão, a consstênca e a segurança, Rapdez, engobando veocdade e prontdão no atendmento ao cente, Tangbdade, reaconando todas as evdêncas físcas a que o servço está nserdo, bem como funconáros e equpamentos, Empata, tratando o cente com cordadade, cudado e atenção ndvdua, exbdade, mudando e adaptando o servço conforme as necessdades do cente, Acessbdade, factando o acesso ao servço, e a Dsponbdade, factando o encontro com o pessoa de atendmento, bens factadores e nstaações, é notáve a semehança com as novas dmensões obtdas após a extração dos fatores. oram cradas novas dmensões para averguação dos servços prestados pea Empresa, após a Rotação Varmax, mas houve o cudado para que eas fossem agrupadas de acordo com o grau de afndade, determnando as novas dmensões: Confança no atendmento (varáves a 5), exbdade para prestar servços (varáves 5 a 7), acdade no auto-atendmento (varáves a 3), Segurança (varáves e ) e Rapdez (varáve 6). Isto fo feto com base nos pesos (coefcentes fatoras) das varáves orgnas em cada fator. Dessas novas dmensões, as varáves 4, 8, 9, 0, 7, 8, 9 e 0 foram emnadas, o que se justfca por não possuírem uma grande correação entre s e nem com as demas varáves que permaneceram no novo modeo aqu proposto. 5 CONCLUSÃO Peos resutados obtdos, pode-se concur que os servços prestados pea empresa concessonára do servço, de uma manera gera, encontram-se em níves médos de quadade percebda, no prmero semestre do ano de 004, junto a uma amostra da popuação do muncípo de Campo Mourão, Pr. Ademas, consderando a opnão de Santos (000) de que as meddas de quadade de servços devem ser confáves, vádas, reevantes e consstentes, pos têm que apresentar um certo grau de equíbro em reação aos objetvos do sstema de meddas e coerênca com as demas meddas utzadas, pode-se afrmar que o modeo Servqua, desenvovdo por Parasuraman, Zetham e Berry (985), mostrou-se confáve, vádo, reevante e consstente como ferramenta para medção da quadade de servços prestados pea Empresa. Em reação às adaptações no modeo Servqua reazadas neste trabaho, com as aterações nas questões, [795]

13 dreconando-as para os servços prestados pea companha, concu-se que se mostraram efcazes para o sucesso na obtenção da opnão dos centes usuáros desse tpo de servço. Constatou-se, também, que os servços prestados pea empresa já fazem parte do da-a-da dos centes, e que, nesse tpo de servço, o níve de exgênca de quadade é ato, destacando-se as dmensões reaconadas à Espera no atendmento, Customzação, Receptvdade e Confança, que devem ser cudadosamente trabahadas pea companha. A quadade observada (conforme anáse dos dados) obteve baxa avaação, prncpamente nas zonas de toerânca das dmensões Customzação e Espera no atendmento, todas gadas ao atendmento ao cente, o que confrma as pesqusas reazadas por Vega (00). Segundo ee, os prncpas probemas detectados peas empresas prestadoras de servços são exatamente aquees reaconados ao atendmento, tas como agdade na soução de probemas e rapdez no atendmento. A dmensão Confança, que teve o maor índce de quadade percebda, fo também a que acançou a zona de toerânca mas baxa. Conforme argumenta Grönroos (000), essa dmensão é consderada peos centes a mas mportante porque ees dão, cada vez mas, vaor à confança na prestação do servço, o que também é confrmado peos resutados desta pesqusa, uma vez que as dmensões gadas à Confança e acdade de entendmento foram as que obtveram maores níves de exgênca peos centes. De um modo gera, pode-se concur que a quadade na gestão das organzações consttu uma promessa de mehora da quadade de vda, reconsderando as reações de trabaho e responsabdade soca, prncpamente quando eas vsam a transformação das pessoas. Dessa forma, as dmensões nvestgadas neste trabaho mostraram-se vádas para o propósto de medr a quadade dos servços prestados pea concessonára. E mesmo fazendo uso da anáse fatora, as cnco novas dmensões reafrmaram os resutados obtdos através do Gap Servqua, ou seja, os servços que obtveram as maores notas, como é o caso da varáve Exatdão do servço prestado peos eetrcstas, não fzeram parte das novas dmensões, mas não por se tratar de um servço menos mportante. O fato de essa varáve e de agumas outras, que também obtveram notas eevadas, terem sdo excuídas não sgnfca não serem necessáras na eaboração de um novo questonamento para avaar a quadade dos servços prestados. namente, pode-se afrmar que os servços prestados pea empresa concessonára Agênca de Campo Mourão devem contnuar sendo aperfeçoados e proporconar aos centes fontes de satsfação e confabdade. 6 REERÊNCIAS BIBLIOGRÁICAS ALBRECHT, Kar. A únca cosa que mporta: trazendo o poder do cente para dentro de sua empresa..ed. São Pauo, Makron Books, 995. COMPANHIA PARANAENSE DE ENERGIA COPEL. Agênca de Campo Mourão. Paraná, 004. GESTÃO PELA QUALIDADE TOTAL EM SERVIÇOS CASOS REAIS. Gerencamento peas dretrzes. undação Chrstano Otton, Escoa de Engenhara da UMG, 996. GREEN, Pau E.; CARROL, J. Dougas. Mathematca toos for apped mutvarate anayss. New York, Academc Press, Inc., 976. JOHNSON, Rchard A; WICHERN, Dean W. Aped mutvarate statca anayss. 4.ed. New Jersey, ourth Edton, 999. PARASURAMAN, A. Servqua Quametra: medção de desempenho da quadade em servços através do gap mode e exceênca em marketng: compettvdade através da quadade em servços. In: Semnáro Internacona Quadade Em Servços, 997, São Pauo, IM&C, 997. PARASURAMAN, A; ZEITHAML V. e BERRY, L. A conceptua mode of servce quaty and ts mpcatons for future research. Journa of marketng, v.49, 985, p SPANBAUER, Staney J. Um sstema de quadade para educação: usando técncas de quadade e produtvdade para savar nossas escoas. Ro de Janero, Quatymark, 995. [796]

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Análise de Agrupamentos (Clusters) Marcelo Lauretto

Análise de Agrupamentos (Clusters) Marcelo Lauretto Anáse de Agrupamentos (Custers) Marceo Lauretto Introdução Anáse de Agrupamentos (Custer Anayss) é um conunto de técncas com o obetvo prncpa de dentfcar obetos/entdades com característcas smares. Obetvo:

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

c (1) OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedito Silva Neto

c (1) OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedito Silva Neto OS PREÇOS E A RENTABILIDADE DOS INVESTIMENTOS NA ANÁLISE DE PROJETOS Benedto Sva Neto Um dos pressupostos normamente adotados quando se anasa um projeto é que a rentabdade dos nvestmentos deve orentar

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Flambagem por Compressão

Flambagem por Compressão Unvesdade Santa Cecía Fambagem por Compressão Conceto de estabdade do equíbro. De forma bastante comum ocorre confusão entre o que são equíbro e estabdade. Uma estrutura pode ser nstáve estando em equíbro.

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

ANEXO I RISCO DOS SORTEIOS A REALIZAR

ANEXO I RISCO DOS SORTEIOS A REALIZAR Contnuação da Resoução CNSP N o 84, de 013. ANEXO I RISCO DOS SORTEIOS A REALIZAR Art.1 o Consdera-se, para os fns deste anexo, os concetos e notações abaxo: I R. sorteos : montante de capta, referente

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

3. Estatística descritiva bidimensional

3. Estatística descritiva bidimensional 3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

3 Classificação Supervisionada

3 Classificação Supervisionada 3 Cassfcação Supervsonada 3.. Aprendzado de Máquna A aprendzagem de máquna é uma área da ntegênca artfca que estuda métodos computaconas, a fm de obter um determnado conhecmento específco através de experêncas.

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

Cap. IV Análise estatística de incertezas aleatórias

Cap. IV Análise estatística de incertezas aleatórias TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Reconhecimento Estatístico de Padrões

Reconhecimento Estatístico de Padrões Reconhecmento Estatístco de Padrões X 3 O paradgma pode ser sumarzado da segunte forma: Cada padrão é representado por um vector de característcas x = x1 x2 x N (,,, ) x x1 x... x d 2 = X 1 X 2 Espaço

Leia mais

MATRIZ INTER-REGIONAL REGIONAL DE INSUMO-PRODUTO SÃO PAULO / RESTO DO BRASIL. Eduardo A. Haddad Edson P. Domingues. TD Nereus

MATRIZ INTER-REGIONAL REGIONAL DE INSUMO-PRODUTO SÃO PAULO / RESTO DO BRASIL. Eduardo A. Haddad Edson P. Domingues. TD Nereus MTRIZ INTER-REGIONL REGIONL DE INSUMO-PRODUTO SÃO PULO / RESTO DO BRSIL Eduardo. Haddad Edson P. Domngues TD Nereus 10-2003 São Pauo 2003 Matrz Inter-regona de Insumo-Produto São Pauo / Resto do Bras Eduardo.

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011 Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Análise de Variância. Comparação de duas ou mais médias

Análise de Variância. Comparação de duas ou mais médias Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)

Leia mais

Análise de Regressão Linear Múltipla IV

Análise de Regressão Linear Múltipla IV Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do

Leia mais

Nome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009

Nome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009 Estatístca para Economa e Gestão Lcencaturas em Economa e Gestão.º Semestre de 008/009 Exame Fnal (.ª Época) 16 de Junho de 009; 17h30m Duração: 10 mnutos INSTRUÇÕES Escreva o nome e número de aluno em

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

METOLOGIA. 1. Histórico

METOLOGIA. 1. Histórico METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA METODOLOGIA. Versão 2.0

MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA METODOLOGIA. Versão 2.0 METODOLOGIA MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA Versão 2.0 Brasíla - Março/2012 Versão 2.0 Brasíla-DF Outubro/2016 METODOLOGIA MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA Versão 2.0 Brasíla - Março/2012

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

2 Principio do Trabalho Virtual (PTV)

2 Principio do Trabalho Virtual (PTV) Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades

Leia mais

Medida do campo magnético terrestre

Medida do campo magnético terrestre Unversdade de Combra ELECTROTECNIA TEÓRICA 006/07 Trabaho prátco n o Objectvo Medda do campo magnétco terrestre Pretende-se medr a componente horzonta do campo magnétco terrestre 1, H, utzando o método

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística I Licenciatura MAEG 2006/07 Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

Análise de influência

Análise de influência Análse de nfluênca Dzemos que uma observação é nfluente caso ela altere, de forma substancal, alguma propredade do modelo ajustado (como as estmatvas dos parâmetros, seus erros padrões, valores ajustados...).

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

Programa de Certificação de Medidas de um laboratório

Programa de Certificação de Medidas de um laboratório Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados

Leia mais

2 Referencial Teórico

2 Referencial Teórico Referencal Teórco O obetvo deste capítulo é apresentar os concetos de rsco, correlação e dversfcação no contexto da Teora oderna de Carteras e os últmos estudos a respeto das correlações entre mercados

Leia mais

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores

FUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores FUNDMENTO DE ROBÓTI Modeo nemátco de Robôs Manpuadores Modeo nemátco de Robôs Manpuadores Introdução Modeo nemátco Dreto Modeo nemátco de um Robô de GDL Representação de Denavt-Hartenberg Exempos de pcação

Leia mais

Q 1-1,5(Q3-Q1) < X i < Q 3 + 1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) < X i < Q 3 +3(Q 3 -Q 1 ) Q 1 3(Q 3 -Q 1 ) < X i < Q 1 1,5(Q 3 -Q 1 )

Q 1-1,5(Q3-Q1) < X i < Q 3 + 1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) < X i < Q 3 +3(Q 3 -Q 1 ) Q 1 3(Q 3 -Q 1 ) < X i < Q 1 1,5(Q 3 -Q 1 ) DIGRM OX-PLOT E CRCTERIZÇÃO DE OUTLIERS E VLORES EXTREMOS Outlers e valores extremos são aqueles que estão muto afastados do centro da dstrbução. Uma forma de caracterzá-los é através do desenho esquemátco

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRGS Insttuto de Matemátca

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

Gabarito da Lista de Exercícios de Econometria I

Gabarito da Lista de Exercícios de Econometria I Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076

Leia mais

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha

Estatística Aplicada II CORRELAÇÃO. AULA 21 07/11/16 Prof a Lilian M. Lima Cunha 09//06 Estatístca Aplcada II CORRELAÇÃO AULA 07//6 Prof a Llan M. Lma Cunha CORRELAÇÃO: Identfcar a estênca ou não de assocação lnear entre varáves: -Preço de um produto em regões; -Frete e Km percorrdo;

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um). INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca

Leia mais

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

6 Modelo Proposto Introdução

6 Modelo Proposto Introdução 6 Modelo Proposto 6.1. Introdução Neste capítulo serão apresentados detalhes do modelo proposto nesta dssertação de mestrado, onde será utlzado um modelo híbrdo para se obter prevsão de carga curto prazo

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se: 1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

Covariância na Propagação de Erros

Covariância na Propagação de Erros Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos

Leia mais

BSG -Business Solutions Group, Lda. Contabilidade Gestão de Stock Acessoria Financeira, Fiscal Recursos Humanos Licenciamento de Empresas

BSG -Business Solutions Group, Lda. Contabilidade Gestão de Stock Acessoria Financeira, Fiscal Recursos Humanos Licenciamento de Empresas BSG -Busness Solutons Group, Lda Contabldade Gestão de Stock Acessora Fnancera, Fscal Recursos Humanos Lcencamento de Empresas Consultora Fnancera, Contabldade, RH Oferecemos servços de qualdade superor

Leia mais

Gráficos de Controle para Processos Autocorrelacionados

Gráficos de Controle para Processos Autocorrelacionados Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem

Leia mais

4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES

4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES 4. MODELAMENTOS EM POLUIÇÃO DO AR: PREDITIVOS E RECEPTORES Para o Curso de Físca da Polução do Ar FAP346, º Semestre/006 Prof. Amérco Sansgolo Kerr Montora: Mara Emíla Rehder aver 4. INTRODUÇÃO No modelamento

Leia mais

6 Análises de probabilidade de ruptura de um talude

6 Análises de probabilidade de ruptura de um talude 6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura

Leia mais

CURSO A DISTÂNCIA DE GEOESTATÍSTICA

CURSO A DISTÂNCIA DE GEOESTATÍSTICA CURSO A DISTÂNCIA DE GEOESTATÍSTICA Aula 6: Estaconardade e Semvarânca: Estaconardade de a. ordem, Hpótese ntríseca, Hpótese de krgagem unversal, Crtéros para escolha, Verfcação, Representatvdade espacal,

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Nesse prátca, estudaremos a potênca dsspada numa resstênca de carga, em função da resstênca nterna da fonte que a almenta. Veremos o Teorema da Máxma Transferênca de Potênca, que dz que a potênca transferda

Leia mais

Análise Multivariada

Análise Multivariada Análse Multvarada Aula 3: Análse Fatoral Prof. Admr Antono Betarell Junor Juz de Fora Análse Fatoral ACP procura seleconar um n mínmo de componentes, não correlaconados, para expressar o máxmo possível

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais