Exemplo do Resultado de Uma Acessória fora do Horário de Aula - Professor - Aluno
Videoaula 1 - Gabriela Trivellato Apresentando
quinta-feira, 25 de abril de 2019
PROJETO DE PRÁTICA PROFISSIONALIZANTE Convergência do Sistema Toyota de Gestão com a ISO 9001
PROJETO DE PRÁTICA PROFISSIONALIZANTE Convergência do Sistema Toyota de Gestão com a ISO 9001
UNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO
ESCOLA SUPERIOR DE AGRICULTURA “LUIZ DE QUEIROZ”
DEPARTAMENTO DE CIÊNCIAS EXATAS
PROJETO DE PRÁTICA PROFISSIONALIZANTE
Convergência do Sistema Toyota de Gestão com a ISO 9001
Coordenador: Prof. Dr. Gabriel Adrián Sarriés
Piracicaba SP
Março 2017
Introdução e Justificativa:
Há diversas metodologias de implementação de Total Quality Management (TQM) que permitem aos fabricantes consistentemente projetar, produzir e entregar produtos de qualidade e serviços rentáveis. O Sistema Toyota de Gestão é considerado o melhor dos últimos sessenta anos, sendo que a Empresa Toyota foi a primeira a implantar o sistema TQM, criado por William Edwards Deming e Joseph M. Juran (OAKLAND, 1994; LIKER, MEIER 2007). Já a norma ISO 9001 é a mais importante certificação mundial em todos os ramos de negócio (INTERNATIONAL ORGANIZATION FOR STANDARDIZATION, 2015).
Em termos mundiais, tem havido discussões acerca da convergência desses sistemas. Recentemente, foi observado que os sistemas de Gestão pela Qualidade Total e Certificação Internacional da Qualidade indicam uma tendência de convergência (LEE, MUTHUSAMY, KANTHEN, 2011).
Objetivo:
Selecionar ferramentas comuns do Sistema Toyota de Gestão e Norma ISO 9001, para serem aplicadas em organizações produtivas.
Objetivo Especifico 1: selecionar, no mínimo, 5 ferramentas comuns aos dois sistemas e que tenham alta repercussão na competitividade das organizações.
Objetivo Especifico 2: Implantar as ferramentas selecionadas em, no mínimo, uma organização.
Objetivo Especifico 3: Elaborar relatório circunstanciado enfatizando eficácia e eficiência de cada uma das técnicas selecionadas.
Metodologia:
Serão estudadas, no mínimo, 55 ferramentas de gestão que constam a seguir:
5W-2H (What, Who, Where, When, Why and How, How Much it Costs).
7 Ferramentas do Planejamento da Qualidade – Kaoro Ishikawa (7 FPQ) (ISHIKAWA, 1982; SAS INSTITUTE INC, 1990)
7 Ferramentas do Planejamento da Qualidade (7 FCQ).
Administração Visível ou Gestão por Perambulação.
Amostragem.
Análise Crítica.
Auditoria.
Avaliação Invertida.
Benchmarking (SARRIÉS, 2015).
Brainstorming – Brainwriting.
Célula Autogerencial ou Célula de Trabalho ou Unidade Gerencial Básica.
Círculo de Controle da Qualidade (CCQ).
Controle Estatístico de Processos (CEP).
Data Mining – Data Crunching.
Define, Measure, Analyze, Improve and Control (DMAIC).
Delineamento Ótimo de Experimentos - DOE (MONTGOMERY, 1991).
Diagnóstico de Clima Organizacional.
Endo marketing.
Failure mode and effects analysis / Failure Tri Analysis (FMEA/FTA).
Fluxograma.
Gravidade, Urgência, Tendência (GUT).
Grupo de Kaizen.
Hoshin Kanri - Sistema de Gerenciamento pelas Diretrizes – GPD.
Key Performance Indicators.
Lean Production (Just in Time).
Mapas de Processos.
Mapas Estratégicos.
Mapas Mentais.
Mapas Táticos.
Metrologia (CONGRESSO SUL-AMERICANO DE METROLOGIA, 1999).
Multivotação.
PDCA (Plan Do Check Act).
PERT/CPM (Program evaluation and review technique), (Critical Path Method).
Pesquisa de Mercado.
Pirâmide Maslow.
Plano de negócios.
Poka Yoke – Procedimentos Robustos ou à Prova de Erros.
Política Básica (missão, visão e valores).
Postura de Atendimento.
Procedimentos Operacionais e Instruções de Trabalho (PO – IT).
Programa de Educação para a Qualidade.
Qualidade de Vida dos Colaboradores da Organização Mundial de Saúde (OMS).
Quality function deployment (QFD).
Relatório de Não Conformidade (RNC).
Reunião Relâmpago.
Root Cause Analysis (RCA).
Simulação – Otimização Computacional.
Sistema Ringi de Negociação (Meta e -Método).
Sistemas de Informação (TURBAN, RAINER, POTTER, 2007)
Sistemas de Liderança XY de Douglas McGregor.
Standardized Do Check Act (SDCA).
SWOT (Strenght Weakness Opportunities Threats).
Testes de Hipótese (Inferência Estatística Indutiva).
Total Preventive Maintenance (TPM).
Workshop, Prestação de Contas de Planejamento (Reforço Positivo/Negativo, Ruptura e Punição).
Workplace Organization Method (5S – 10) (VICINO et al. 1999).
Cronograma:
Primeiro quadrimestre: Estudar em profundidade o Sistema Toyota de Gestão e a Norma ISO 9001.
Segundo quadrimestre: Pesquisar ferramentas e estruturas comuns aos dois sistemas.
Terceiro quadrimestre: Aplicar as ferramentas selecionadas em uma organização, como estudo de caso.
Resultados Esperados:
- Seleção de, no mínimo, cinco ferramentas que contribuam significativamente para a competitividade das organizações.
- Elaborar um procedimento de gestão para implantação dessas ferramentas.
- Relatório de análise crítica da implantação de cada ferramenta.
- Capacitação profissional do candidato na área de Gestão pela Qualidade Total e Certificação Internacional da Qualidade.
Bibliografia:
CONGRESSO SUL-AMERICANO DE METROLOGIA, 2, Foz do Iguaçu, 9-11 agosto 1999. Anais, Foz do Iguaçu, Paraná Metrologia, 1999. 205 p.
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. 2015. ISO 9000 – Quality Management. http://www.iso.org/iso/iso_9000.
ISHIKAWA, K. Guide to quality control. Tokyo: Kraus Asian Productivity Organization, 1982. 221p.
LEE, S.T.; MUTHUSAMY, K.; KANTHEN, H. ISO 9000, Six-Sigma or Toyota Production: Are they Complementary or Contradictory to One Another. The 2011 Fall National Conference of Operations Research Society of Japan.
LIKER, K.; MEIER D. O Modelo Toyota, Manual de Aplicação. Porto Alegre: Bookman, 2007. 432p.
MONTGOMERY, D.C. 1991. Introduction to Statistical Quality Control. New York. John Wiley & Sons Inc., 674p.
OAKLAND, J.S. (Tradução PEREIRA, A.G.). 1994. Gerenciamento da Qualidade Total. São Paulo. Nobel, 501 p.
SARRIÉS, G.A.; VICINO, S.R.; REYES, A.L. 2015. Qualidade Total e Certificação Internacional da Qualidade na Internet. CAPES e Pró-Reitorias de Graduação e Pós-Graduação da USP. 2015.Piracicaba. ESALQ/USP. http://www.esaq.usp.br/qualidade. 212p.
SARRIÉS, G.A. Benchmarking na Agricultura. In: ESALQ (on line). Piracicaba: ESALQ. CIAGRI, 2015. Available from http://www.esalq.usp.br/bentevi
SAS INSTITUTE INC. SAS/QC Guide for Personal Computers. 1990. Cary, NC. 540 p.
VICINO, S.R.; SARRIÉS, G.A.; FERNANDES, E.A.N.; MACHADO, P.F.; PEREIRA, A.R. Qualidade e metrologia para laboratórios de análise de leite: uma proposta. In: Congresso Sul-Americano de Metrologia, 2. Foz do Iguaçu, 9 a 11/08/99. Anais. Foz do Iguaçu: Paraná Metrologia, 1999. p. 154-157.
TURBAN, E. & RAINER, R. K. & POTTER, R. E. Introdução a Sistemas de Informação uma Abordagem Gerencial. São Paulo: Editora Campus. 2007, 457p.
Carta sobre Disciplinas de Inteligência Artificial (IA) e IA no LCE/ESALQ/USP
Carta sobre Disciplinas de Inteligência Artificial (IA) e IA no LCE/ESALQ/USP
Olá Pessoal,
Olá Pessoal,
Peço desculpas antecipadamente pela extensão do e-mail, acho que deve ser de interesse de quem está preocupado com as disciplinas do LCE de graduação e quem gosta da área de Inteligência Artificial (IA), para ensino, pesquisa ou extensão no LCE.
Acredito que as disciplinas abaixo listadas, Anexo 1, sejam as primeiras disciplinas de graduação da ESALQ que abordam (IA), desenvolvendo os temas: Data Mining, Machine Learning, Big e Small Data, Ciência de Dados, Visual Analytics, etc., combinando esses assuntos com a Quarta Revolução Industrial (Indústria, Fazenda, Serviços, Administração e Gestão 4.0).
A Quarta Revolução Industrial, um tema bem novo (2013), utiliza essas técnicas de IA intensivamente, permitindo desenvolver outros temas importantes para a empregabilidade e competitividade dos egressos da ESALQ: a Hipercompetitividade e a Hiperinovação, que por sua vez utilizam intensivamente estatística em técnicas de inteligência de negócios.
Essas disciplinas despertaram bastante interesse, sendo que vários professores de outros departamentos gostariam de trabalhar em parceria, acredito que o LCE deveria liderar essa área na ESALQ e CENA.
A maior proximidade por afinidade, das áreas acima mencionadas, acontece a meu modo de ver com a estatística, matemática e computação, principalmente a estatística. O Rafael vem em Agosto da Europa ministrar uma disciplina de pós-graduação nessa área e estamos todos, alunos e professores supermotivados e ansiosos para poder cursa-la, tentando de qualquer forma acertar nossas agendas de disciplinas.
No CENA trabalho com química (Ativação Neurônica, ICP-MS, XRF, etc.), analisando dados. Eu não queria entrar na área de IA, achava que estava velho, fui forçado a entrar depois que a Profa. Elisabete me mostrou mais de 50 papers utilizando IA na nossa área de química de alimentos, ambiente, metrologia, mineração, materiais de alta tecnologia, energia, etc. O mundo está utilizando a IA junto com a estatística, não sei se é necessário mas está na moda, os meios de publicação hipervalorizam. Para a gente da estatística é divertido por que aprendemos e testamos técnicas novas, por sinal superinteligentes e interessantes.
Com os colegas Sonia, Renata, Taciana, Cristian e Silvio, estamos conversando há um tempo sobre esses assuntos e agora convido a todos para trabalharmos juntos nas disciplinas e em projetos de pesquisa e extensão na área. Poderíamos fazer o curso do Rafael em agosto e depois montarmos grupos de estudo, treinamentos internos, work shops internos, grupos de estagio com alunos de graduação (já tenho um, com IA Estatística e Hiperinovação, estão todos convidados a participar da coordenação).
Estou pensando numa pratica profissionalizante para América Latina, nessa área por e-learning, gostaria de ser vice coordenador, para que tenha continuidade quando me aposentar (posso de aqui a 5 ou 6 anos). Estou pensando em algo assim como “Estadistica e Inteligencia Atrificial para Hiperinnovación, plazo de 24 meses para 24 personas por e-learning a partir de 2020”. Somente está faltando a coordenadora ou coordenador.
Bom, ideias não faltam, o Rafael é muito inteligente, capacitado, trabalha na Europa, muito boa gente, tem todos os requisitos para ser um ótimo orientador de nossa equipe. Se por ventura não puder fazê-lo, temos plano B, o pessoal do ICMC de São Carlos, já nos atendeu muito bem a Cristian e a mim (fiquei 5 dias com eles e os consultei muitas vezes). Também temos projetos com equipes de USA, Holanda, Reino Unido (eu consulto pesquisadores na Espanha, Portugal, México, Chile, Uruguai, Argentina, Índia, China, Rússia, etc.) e outros países através do CENA, vários outros através do LCE, já estamos nos virando para resolver problemas práticos com IA, fazendo publicações, tal vez simples mas aceitas dentro e fora do pais (em geral corroboradas e as vesses retificadas pela Estatística), então, acho que o gelo foi quebrado.
Podemos também trabalhar em parceria para fazermos publicações, meu viés é aplicado utilizando estatística e IA (eventualmente gestão), se forem dados do LCE melhor, tal vez da área de Química, também podemos simular, estou fazendo algumas experiências trabalhando com IA e PCA, IA e Cluster, IA e Analise Discriminante, IA e MANOVA, IA e Funções Canônicas, IA e Regressão Logística, IA e Reamostragem, etc. Também tem muita demanda por IA do CENA e da ESALQ, podemos trabalhar com equipe de funcionários (docentes ou não docentes) ou funcionários e alunos de pós-graduação. Nessa área frequentemente tem que se programar, o Jorge e o Eduardo, estão fazendo programas em C para me ajudar e estudando Python (por e-learning) que é a principal linguagem de IA, o principal programa é o R, existem outros de menor importância, mais amigos do usuário.
Acredito que em poucos anos estaremos usando a IA de modo similar a Estatística, para todo tipo de problema, logicamente isso demandará trabalho conjunto, inteligência coletiva e colaborativa, são muitas técnicas, algoritmos, programas, os que já existem, e aparecem inovações o tempo todo.
No momento consigo fazer algumas coisas com IA e checo tudo com Estatística, quando os resultados são diferentes confio na Estatística, nunca na IA. Normalmente os resultados coincidem, porem tem exceções. Não sei como explicar, por que IA é para peta bytes, lei dos grandes números, big data?, e a Estatística para small data?, tera bytes para baixo, não sei. Essa problemática exige massa critica maior.
Sei que as seis disciplinas de graduação, evolução de antigas disciplinas de sistemas de informação e inteligência, são motivo de preocupação na minha aposentadoria e que tal vez gostariam que diminuísse esse numero de disciplinas para poder focarmos no calculo, eu gosto muito de calculo, mas vejam, todos os professores da ESALQ, CENA, ICMC/USP (São Carlos), inclusive parceiros da Europa, USA, Rússia e China (os últimos são parceiros de projeto do BRICS, estamos tentando aprovar um projeto conjunto), que souberam dessas disciplinas e que falaram comigo acharam que são grandes oportunidades para o LCE, eu também acho que o LCE tem que evoluir e assumir liderança e protagonismo, a IA para mim é o assunto mais importante da ciência e tecnologia atual, mundialmente.
De qualquer forma não estou desatento à preocupação dos colegas, falei com a Profa. Thais, ex. Coordenadora do curso de Ciência dos Alimentos, atual Presidente da Comissão de Graduação para transformar duas das seis disciplinas (as oferecidas para o LAN) em optativas, achou viável, dessa forma as disciplinas podem ser extintas sem problemas na minha aposentadoria ou em qualquer momento, assim ficaríamos com quatro optativas, sendo que uma obrigatória seria do LES.
Também falei com professores do LES que manifestaram muito interesse nessas disciplinas, existe a possibilidade de transferir as seis disciplinas, ou menos, num prazo mínimo de dois anos. Seria um trabalho conjunto no qual eu prepararia os professores para assumi-las, se o LCE assim deseja-se.
Estou a disposição para bater um papo quando quiserem. Fico no Departamento de tarde e de noite (minhas aulas são nesses horários), as vezes de tarde estou no CENA, mas é só me ligar no CENA ou me ligar por Whatsapp que chego no LCE em 15 minutos, pode ser na Química ou na Matemática. Deixo os números no Anexo 2.
Por ultimo um comentário marginal, a área de IA é tão legal e flexível (como a Estatística) que estou conseguindo interagir com minha filha na área de comunicações (estatística da AT&T) e meu filho na área de medicina, não é fácil para mim achar assunto para conversar com meus filhos, acho que os dois um dia trabalharão com IA, como foco principal ou secundário.
Muito obrigado pela atenção, desculpem pela extensão do e-mail.
Um abraço forte.
Muitas felicidades para todos!!!
Gabriel.
Anexo 1 Disciplinas de graduação do LCE com esses assuntos validas para 2019:
LCE1270 – Inteligência Artificial, Big-Small Data e Gestão para Indústria, Serviços e Fazenda 4.0.
LCE137 - Inteligência Artificial, Data Mining e Gestão para Inovação e Hipercompetitividade.
LCE136 - Ciência de Dados e Gestão para Empregabilidade, Empreendedorismo e Inovação.
LCE134 - Computação, Inteligência Artificial e Organizacional para Ciência dos Alimentos Visando Hipercompetitividade e Hiperinovação.
LCE105 - Computação, Inteligência Artificial e Organizacional para Economia Visando Hipercompetitividade.
LCE0100 – Inteligência Artificial Gestão e Certificação Internacional da Qualidade na Produção de Alimentos
Anexo 2
Whatsapp do Gabriel, por favor, me liguem por Whatsapp (VOIP) eu demoro em ver mensagens, fico distraído, muito obrigado.
019 – 988-627-438
Telefone do Laboratório de Radioisótopos do CENA
3429-2829
A Lu e a Solange sempre sabem onde estou, se não estiver no LCE ou no CENA, as vesses vou na Economia ou Computação da ESALQ.
Videoaulas Teste T - E-Book e Outro Exemplo Com Relarórios
Videoaulas Teste T - E-Book e Outro Exemplo Com Relatórios
Tomada de Decisão em Pesquisa e Inteligência Organizacional
Videoaula 1
Videoaula 2
Livro Básico - Infer. Estat. Indutiva - Download
Tomada de Decisão em Pesquisa e Inteligência Organizacional
Videoaula 1
Livro Básico - Infer. Estat. Indutiva - Download
- Exemplo: Arquivo do Excel para Download:
Aparentemente há diferenças, as medias aritméticas são diferentes, umas maiores ou menores que as outras. Por exemplo o DBO da Área Urbana é 9,7 mg/l e da Área Semiurbana 7,2 mg/l. Essa informação é suficiente para tomar a decisão de falar que são diferentes?
Não, essa diferença de medias aritméticas é matemática,
não estatística, para falar que são diferentes devemos
aplicar um teste de hipótese estatístico (que faz parte da
Inferência Estatística Indutiva), por exemplo o Teste T de
Student (se os dados tiverem distribuição Normal) ou U de
Mann–Whitney (Estatística Robusta) se tivermos problemas
de normalidade, heterocedasticidade ou presença de
outliers (dados fora de contexto), o se simplesmente não
quisermos ou podermos, testar todas essas pressuposições.
Esses testes nos fornecerão uma Margem de Erro (probabilidade) e uma Margem de Confiança, para tomarmos a decisão da melhor maneira possível, por exemplo em ciência (teses, papers, congressos. Etc.) não são aceitas as tomadas de decisão sem os endossos probabilísticos. Tambem é assim na área de gestão, desde a segunda gerra mundial (E. Deming), em EUA e Japão.
OK, vamos fazer a primeira analise desses dados no Excel, utilizando macros analíticas (programas dentro do programa Excel). Uma dessas macros é Teste T de Student para Duas Amostras Independente com Variâncias Desconhecidas.
O teste T é a ferramenta mais importante para a tomada de decisão em gestão, inteligência e certificação internacional da qualidade.
Na área de pesquisa a principal ferramenta de tomada de decisão é ANOVA. ANOVA é uma generalização do Teste T, quando existem mais do que dois níveis do fator tratamentos, o Teste T é somente para dois níveis.
Em primeira instancia devemos ativar as macros analíticas do Excel, normalmente compramos o Excel e utilizamos somente uma parte dele, o mais frequente é não estarem ativadas (como comprar um apartamento de 3 quartos e utilizar somente um ou dois), nos departamentos, laboratórios, empresas, etc.
Vídeo para Ativar as Macros Analíticas do Excel:
Vídeo para Rodar a Macro Analitica Teste T de Student para Amostras Independentes em Excel:
· Ho: Hipótese de Nulidade ou de Igualdade
o DBO Reg. Urbana = DBO Reg. Semiurbana
o DBO Reg. Urbana - DBO Reg. Semiurbana = 0
o
· H1: Hipótese de Alternativa
o H1a: Uni caudal:
§ DBO Reg. Urbana > DBO Reg. Semiurbana
o H1b: Bicaudal:
§ DBO Reg. Urbana ≠ DBO Reg. Semiur.
· H1a: Uni caudal - Demanda Informação Confiável Previa
· H1b: Bicaudal - Sem Informação Previa
Teste-t: duas amostras presumindo variâncias diferentes
| ||
DBO - Urbana
|
DBO Semiurbana
| |
Média
|
9,666667
|
7,166666667
|
Variância
|
2,333333
|
1,583333333
|
Observações
|
3
|
3
|
Hipótese da diferença de média
|
0
| |
gl
|
4
| |
Stat t
|
2,187975
| |
P(T<=t) uni-caudal
|
0,046952
|
Margem de Erro
|
t crítico uni-caudal
|
2,131847
| |
P(T<=t) bi-caudal
|
0,093904
|
Margem de Erro
|
t crítico bi-caudal
|
2,776445
|
Margem de Erro Uni caudal =4,7 %
- Demanda Informação Previa Confiável
- Publicação (Academia)
- Sumario Executivo (Empresa Privada)
Margem de Erro Bi caudal = 9,4 %
- Não Demanda Informação Previa Confiável
Resultados e Discussão (de um documento cientifico – Iniciação, TCC, Mestrado, Doutorado, Pós-doutorado, publicação):
Com Informação Previa Confiável:
A média aritmética para DBO dos ribeirões da região urbana (9,7 mg/l) foi maior significativamente ( p < 0,04695) do que media dos ribeirões da região semiurbana ( 7,2 mg/l).
Sem Informação Previa Confiável:
Não foram conseguidos argumentos suficientes para se rejeitar a hipótese de igualdade ( p < 0,093904151)
Sumario Executivo (Empresa):
Com Informação Previa Confiável:
O DBO da área urbana (9,7 ) é maior do que o DBO da área semiurbana (7,2) com 95,3% de confiança;
Sem Informação Previa Confiável:
Não existe evidencia significativa de diferença na quantidade de DBO nas duas situações analisadas (margem de confiança insuficiente 91%)
sexta-feira, 12 de abril de 2019
Exemplos de Teste T - Macros em Excel
Exemplos de Teste T - Macros em Excel
Contaminação Suco OH Na
Exemplo Pratico em Excel Utilizando Macro Analítica - Teste T de Student:
Saída da Macro Analítica Teste T de Student do Excell
Outro Exemplo Comparação de Salários em Diferentes Estados do Brasil
Salario por Estado Arquivo download:
quinta-feira, 4 de abril de 2019
Videoaulas do Programa SAS para ANOVA
12/4/2019
Programas Análogos ao SAS
Videoaulas do Programa SAS para ANOVA
Primeira Videoaula - Rodando um Programa SAS para ANOVA:
https://youtu.be/Z2K_WBG86OY
Segunda Videoaula - Interpretando o Resultado de um Programa SAS para ANOVA
https://youtu.be/1EebI4y72iA
Entrando no SAS da Web
Primeiro você tem que criar uma conta no SAS on Demand (gratuita)
Depois você segue estes passos para entrar no SAS na Web:
Tela do SAS on Demand na Internet
OK Você já está no SAS da Internet!
Programa SAS :
data SUCOS;
input suco $ NaOH;
cards;
Maca 8
Maca 11
Maca 10
Maca 8
Maca 9
Uva 8
Uva 6
Uva 7
Uva 9
Laranja 5
Laranja 4
Laranja 5
Manga 2
Manga 1
Manga 1
;
proc ANOVA;
class suco;
model NaOH=suco;
means suco/ tukey lines;
run;
Resultado da Análise:
Dependent Variable: NaOH
Source
|
DF
|
Sum of Squares
|
Mean Square
|
F Value
|
Pr > F
|
Model
|
3
|
129.8000000
|
43.2666667
|
36.24
|
<.0001
|
Error
|
11
|
13.1333333
|
1.1939394
| ||
Corrected Total
|
14
|
142.9333333
|
O número em vermelho é a margem de erro da ANOVA, em termos proporcionais, chamado nas publicações de p valor (p value).
No âmbito corporativo se utiliza (1- p valor) * 100 = Margem de confiança para se rejeitar a hipótese Ho: Hipótese nula (ou Hipotese de Nulidade) ou Hipótese de Igualdade, ou seja que todos os sucos contem igual quantidade (concentração) de OHNa. Se tivermos p valor < 0,05 ou margem de confiança > 95%, então rejeita-se Ho, em favor de H1: Hipótese Alternativa, assim existe alguma diferença de concentração de OHNa entre os sucos.
Assim os sucos tem diferenças na quantidade de NaOH.
Mas onde estão as diferenças?
Temos que ver os Box Plot de cada suco e a comparação de medias efetuada neste casso pelo Teste de Comparações Múltiplas de Tukey.
Relatório do Teste de Tukey no
SAS Comercial
Relatório de ANOVA (SAS):
Resultados e Discussão
O quadro de análise da variância mostra que existem diferenças entre o teor de Na OH dos sucos analisados (p<0,0001), com mais do que 99,99% de confiança (ou menos de 0,01% de erro). Assim o experimento mostra diferenças altamente significativas (quando o p valor e < 0,01) (se estive-se o p valor entre 0,01 e 0,05, as diferenças seriam simplesmente significativas) e por ultimo se o p valor for > do que 0,05 então não se rejeita a hipótese de igualdade.
O suco que apresentou maior teor de Na OH foi o de maça (9,2 mg/kg) que não diferiu significativamente (pelo Teste de Comparações Múltiplas de Tukey ao nível de 95% de confiança) do suco de uva (7,5 mg/kg), por que as medias dos 2 sucos são precedidas pela letra "A". Esses dois sucos diferiram estatisticamente dos sucos de laranja (letra "B") e manga que apresentaram as menores medias aritméticas de Na OH (letra "C").
Por sua vez os suco de laranja apresentou uma média aritmética superior estatisticamente (4,7mg/kg) em relação ao suco de manga (1,3 mg/kg).
O texto em verde é somente para esclarecimentos, não deve ser colocado na tese.
O texto em verde é somente para esclarecimentos, não deve ser colocado na tese.
Estrutura Programa SAS
Diferentes Cores de Letras Atribuídas pelo SAS
Veja que você poderá mudar o que esta em fonte cor preta, as palavras em azul, são palavras reservadas do SAS, isso não poderá ser mudado. Tambem veja que o banco de dados, que seguramente você digitou no Excel esta com uma sobra cor amarelo-marrão.
Fim Estrutura Programa SAS
Como Gravar os 2 Arquivos Gerados pelo SAS
1) O arquivo de programa SAS e dados tem exetencao ".sas"
2) O arquivo de resultados tem extencao " .mht".
Esse dois arquivos podem ser lidos pelo Word, clicando no nome do arquivo com o botão direito do mouse e escolhendo a opção "Abrir com" do Microsoft Explorer.
Exercício na Aula:
- Digitar no SAS para refletir em cada linha digitada.
- Perguntar qualquer duvida, todo deve fazer sentido, pode não ser fácil por que estamos trabalhando numa linguagem de computação (de alto nível, quarta geração) e na língua inglesa.
Assinar:
Postagens (Atom)