Início / Lean Six Sigma / Estatística básica e testes
O fornecedor novo é melhor? O método novo encurtou o ciclo? O poka-yoke reduziu o refugo? Cole as medições de A e de B e veja se a diferença é real, se ela importa na prática, se a amostra bastava e quanto vale por ano. Não precisa saber qual teste usar: escolha “Comparar A × B” e a página decide pelo tipo de dado (medida, OK/NOK ou contagem). Você só precisa das medições de cada lado; volume e custo são opcionais.
Ferramenta de pré-dimensionamento e estimativa: os resultados não substituem projeto, cálculo ou laudo assinado por profissional habilitado nem a verificação conforme as normas aplicáveis.
Como ler: Estimativa = a diferença (ou o valor) calculada com os dados; IC = faixa onde o valor verdadeiro provavelmente está; estatística (t, Z, χ², F) = quão longe a estimativa está de H₀, em unidades de erro; valor-P abaixo de α = diferença significativa.
Ponto = estimativa; barra = intervalo de confiança; linha vermelha = H₀; faixa verde = diferença que não importa na prática.
Como ler: o eixo é a diferença B − A (ou a estatística estimada). Se a barra do intervalo não cruza a linha vermelha (H₀), a diferença é real; se fica inteira dentro da faixa verde, é pequena demais para importar. Barra que cruza H₀ e sai da faixa verde = faltam dados para decidir.
Diferença B − A aplicada ao volume anual informado.
Pontos = cada medição; caixa = 50% centrais e mediana; losango com barra = estimativa e IC; linhas tracejadas = H₀ ou especificação.
Como ler: cada coluna é uma amostra e o eixo vertical é a medida. Compare a altura dos losangos (as médias) e o comprimento das barras (a incerteza): barras curtas e afastadas indicam diferença clara. Pontos soltos longe da caixa são valores incomuns, que podem distorcer o teste.
Distribuição dos valores de cada amostra, com a média de cada uma.
Como ler: cada barra conta quantos valores caíram naquela faixa; as cores separam as amostras e as linhas verticais marcam as médias. Montes parecidos com um sino, sem picos duplos nem caudas longas, confirmam que o teste t é adequado; se a forma for muito torta, prefira o teste não paramétrico.
Chance de detectar cada diferença verdadeira com a amostra atual (linha cheia) e com a amostra que dá 80% na diferença que importa (tracejada).
Como ler: o eixo horizontal é o tamanho da diferença verdadeira e o vertical, a chance de o teste percebê-la. O bom é a curva cheia passar de 80% na diferença que importa. Se estiver abaixo, um resultado “sem diferença” não prova igualdade: a amostra é pequena para ver aquela diferença.
Como a estatística do teste se distribui se H₀ for verdadeira; a área vermelha é o valor-P.
Como ler: a curva mostra os valores que a estatística do teste costuma ter quando não há diferença nenhuma. A linha marca o valor dos seus dados. Se ela cai no meio da curva, o resultado é comum e pode ser acaso; se cai na ponta, com área vermelha pequena (menor que α), é improvável que seja acaso.
Leve os resultados desta página para outra calculadora, com os campos já preenchidos.
O memorial reúne entradas, resultados, equações, hipóteses e referências desta página, com campos para projeto, responsável e revisão. O relatório completo traz também os gráficos e as interpretações, em cores. Na janela de impressão, escolha Salvar como PDF.
Use o modo "Comparar A × B": cole as medições de A e de B e diga qual é melhor (maior ou menor). A página escolhe o teste, mostra a diferença B − A com intervalo de confiança e diz se ela é real, se é grande o bastante para importar e se a amostra era suficiente. No exemplo do tempo de ciclo, o método novo é cerca de 2,2 s mais rápido e o intervalo inteiro fica além de 1 s, então a melhora é real e relevante.
Que uma diferença do tamanho da observada seria rara (menos de 5% de chance) se A e B fossem iguais. Ele não diz se a diferença é grande: com amostras enormes, diferenças minúsculas ficam significativas. Por isso a página mostra também o intervalo de confiança e a faixa da diferença que importa.
Quando a mesma peça, lote ou operador aparece nas duas condições, como a mesma peça medida em dois instrumentos ou o mesmo lote antes e depois de um tratamento. O pareado elimina a variação entre peças e costuma detectar diferenças que o teste de 2 amostras não vê. Peças diferentes em A e em B: use o de 2 amostras.
Só se o intervalo de confiança inteiro couber na faixa verde da diferença que importa. Se o intervalo for largo, o resultado é inconclusivo: a amostra era pequena demais. A curva de poder mostra a chance que o teste tinha de enxergar a diferença e quantas amostras faltam para 80%.
Para comparar duas proporções de defeituosos (antes × depois, turno × turno), use 2 proporções: a página faz o teste Z e o exato de Fisher, que vale mesmo com poucos defeitos. Para contagem de defeitos por peça, falhas por mês ou paradas por turno, use as taxas de Poisson.
Para comparar a dispersão (estabilidade) de dois processos sem supor dados normais. O teste F e o qui-quadrado são exatos só com dados normais e erram bastante com caudas pesadas. Um processo B com o mesmo valor médio, mas desvio-padrão menor, também é uma melhora: menos peças fora da especificação.
Porque cada olhada é uma nova chance de falso alarme. Olhando 5 vezes a 5%, a chance real de “achar” uma diferença que não existe chega a cerca de 14%. Defina o tamanho da amostra antes, ou informe quantas vezes olhou: a página mostra o α real e o limite de p corrigido para cada olhada.
Aviso importante: as ferramentas do Indus Metrics fazem estimativas e pré-dimensionamentos a partir dos dados informados e de métodos de engenharia publicados. Não substituem projeto, memorial ou laudo assinado por profissional habilitado (CREA/ART), nem a verificação conforme as normas técnicas e a legislação aplicáveis, como as Normas Regulamentadoras do Ministério do Trabalho. Propriedades de materiais e combustíveis variam: confira com o fabricante ou com análises do seu processo antes de decidir. Ao usar o site, você concorda com os Termos de Uso.
© 2026 Indus Metrics. Encontrou um erro? Escreva para contato@seudominio.com.