Tolerância (distribuição normal)
Um intervalo de tolerância para distribuição normal calcula uma faixa que, com confiança, contém pelo menos uma proporção especificada de toda a população — e não apenas da amostra. Ao contrário de um intervalo de confiança, que estima um parâmetro populacional (como a média), um intervalo de tolerância abrange uma porcentagem especificada de valores individuais de toda a população.
Última revisão
Conclusão principal
Um intervalo de tolerância para distribuição normal calcula uma faixa que, com confiança, contém pelo menos uma proporção especificada de toda a população, e não apenas da amostra.
Nesta página
- O que é a tolerância (distribuição normal)?
- Quando usar a tolerância (distribuição normal)?
- Diretrizes para o uso correto da tolerância (distribuição normal)
- Alternativas: quando não usar a tolerância (distribuição normal)
- Exemplo de tolerância (distribuição normal)
- Como fazer a tolerância (distribuição normal)
O que é a tolerância (distribuição normal)?
Um intervalo de tolerância para distribuição normal calcula uma faixa que, com confiança, contém pelo menos uma proporção especificada de toda a população — e não apenas da amostra. Ao contrário de um intervalo de confiança, que estima um parâmetro populacional (como a média), um intervalo de tolerância abrange uma porcentagem especificada de valores individuais de toda a população.
Por exemplo, um intervalo de tolerância de 95%/99% significa que você tem 95% de confiança de que pelo menos 99% de todas as observações futuras desse processo ficarão dentro dos limites calculados — uma afirmação muito mais forte e praticamente mais útil do que um intervalo de confiança isolado.
Definição simples: Uma faixa que, com confiança estatística, abrangerá uma grande proporção especificada de todos os valores individuais da população — indicando onde ficará a maior parte da saída do processo.
Quando usar a tolerância (distribuição normal)?
- Use quando precisar confirmar que uma alta proporção da saída do processo atenderá aos limites de especificação — por exemplo, demonstrando que 99% das peças ficam dentro da tolerância.
- Use em validação de processo, liberação de produto e submissões regulatórias em que é preciso demonstrar que a produção futura atenderá aos requisitos de qualidade.
- Use quando as especificações definem limites aceitáveis para itens individuais e não para médias do processo — os intervalos de tolerância se aplicam a valores individuais, não a médias.
- Use quando se confirmou que os dados seguem uma distribuição normal — este método é otimizado para dados com distribuição normal.
Diretrizes para o uso correto da tolerância (distribuição normal)
- Confirme a normalidade antes de usar este método — use primeiro um teste de normalidade ou um gráfico de probabilidade. Se os dados não forem normais, o intervalo de tolerância será inexato.
- Tamanhos amostrais maiores produzem intervalos de tolerância mais estreitos e precisos — amostras pequenas produzem intervalos muito largos, de pouco valor prático.
- Especifique tanto o nível de confiança quanto a proporção de cobertura antes da análise — por exemplo, 95% de confiança de que 99% da população é coberta.
- Interprete o intervalo em relação aos limites de especificação — se o intervalo de tolerância ficar inteiramente dentro da especificação, o processo é capaz de atender aos requisitos.
- Colete pelo menos 30 pontos de dados para um intervalo de tolerância significativo — menos observações produzem limites excessivamente largos.
Alternativas: quando não usar a tolerância (distribuição normal)
- Se os dados não têm distribuição normal, use o Nonparametric Tolerance Interval
- Se você tem apenas estatísticas-resumo (média, desvio padrão, n) em vez dos dados brutos, use o Tolerance Interval (Normal Distribution Summarized)
- Se o objetivo é estimar a média populacional ou um parâmetro do processo em vez de abranger valores individuais, use um Confidence Interval
- Se você avalia se o processo atende a um requisito de capacidade, use a Capability Analysis (Normal)
Exemplo de tolerância (distribuição normal)
Um engenheiro da qualidade precisa avaliar quanto tempo duram as lâmpadas em uma fábrica. Uma amostra de 100 lâmpadas é testada e seus tempos individuais de funcionamento são registrados até que cada lâmpada falhe. O objetivo é estabelecer um limite inferior de tolerância — o tempo mínimo de funcionamento que se espera que pelo menos 95% de toda a população de lâmpadas supere. O teste é feito nas seguintes etapas:
- Reuniu os dados necessários.

- Agora, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
- Para encontrar Tolerance(Normal Distribution), escolha Statistical module> Hypothesis Test> Tolerance(Normal Distribution).
- Dentro da ferramenta, insira os dados junto com as demais entradas, como segue:

5. Depois de usar a ferramenta mencionada acima, obtém-se a saída a seguir:


Como fazer a tolerância (distribuição normal)
O guia é o seguinte:
- Faça login no Zometric Statistical Software em https://statsai.zometric.com/
- Na página inicial, escolha Statistical Tool> Hypothesis Test >Tolerance(Normal Distribution) .
- Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel e cole-os (Ctrl+V) aqui.
- Preencha as opções necessárias.
- Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.
No painel (dashboard) de Tolerance(Normal Distribution), a janela é dividida em duas partes.

Na parte esquerda fica o painel de dados (Data Pane). No Data Pane, cada linha forma um subgrupo. Os dados podem ser inseridos manualmente, ou você pode copiar todos os dados (Ctrl+C) de uma planilha do Excel e colá-los (Ctrl+V) aqui.
Load example: Os dados de exemplo serão carregados.
Load File: É usado para carregar diretamente os dados do Excel.
Na parte direita, há várias opções, descritas a seguir:
- Sample Data: Selecione a coluna que contém as medições contínuas brutas para as quais você quer calcular um intervalo de tolerância — por exemplo, custos de energia, dimensões, pesos ou temperaturas. A ferramenta usa todos os valores dessa coluna para estimar a média e o desvio padrão do processo, que então são usados para calcular os limites do intervalo de tolerância. Os dados dessa coluna devem ter distribuição aproximadamente normal para que os resultados sejam válidos.
- Confidence Level: Define o nível de certeza de que o intervalo calculado realmente contém pelo menos a proporção especificada da população. O padrão usual é 95%, o que significa que você tem 95% de confiança de que o intervalo de tolerância abrange pelo menos a porcentagem mínima da população que você especificar. Um nível de confiança mais alto (ex.: 99%) produz limites mais largos, com maior certeza; um nível mais baixo (ex.: 90%) produz limites mais estreitos, mas com menos garantia de que a cobertura verdadeira seja atendida.
- Isso é diferente de um intervalo de confiança para a média — aqui a confiança se aplica a quão bem o intervalo cobre valores individuais de toda a população, e não apenas a média.
- Minimum Percentage of Population in Interval: Insira a proporção mínima da população total que o intervalo de tolerância deve conter. Por exemplo, inserir 99 significa que o intervalo calculado é projetado para abranger pelo menos 99% de todos os valores individuais da população do processo. Esse valor é escolhido com base em requisitos de qualidade, especificações ou normas regulatórias — as escolhas comuns são 90%, 95%, 99% ou 99.9%, dependendo da criticidade da aplicação.
- Junto com o nível de confiança, isso define a declaração de tolerância completa. Por exemplo, 95% de confiança de que pelo menos 99% da população está dentro do intervalo é um padrão típico e amplamente aceito para validação de processo e liberação de produto.
- Tolerance Interval: Define a forma e a direção do intervalo de tolerância. Há três opções disponíveis:
- Two-Sided — produz um limite inferior e um superior, formando uma faixa completa que abrange a proporção especificada da população nas duas extremidades. Use quando tanto o valor individual mínimo quanto o máximo são importantes — por exemplo, quando um produto deve ficar dentro de um limite de especificação inferior e de um superior.
- Lower Bound — produz apenas um limite inferior, indicando o valor mínimo abaixo do qual se espera que fique apenas uma pequena proporção da população. Use quando apenas um valor mínimo aceitável importa — por exemplo, para confirmar que pelo menos 99% dos produtos atendem a um requisito mínimo de resistência.
- Upper Bound — produz apenas um limite superior, indicando o valor máximo acima do qual se espera que fique apenas uma pequena proporção da população. Use quando apenas um valor máximo aceitável importa — por exemplo, para confirmar que pelo menos 99% dos produtos permanecem abaixo de um limite máximo de contaminação ou de peso.
- Tolerance Interval Plot: Quando ativada, exibe um gráfico que mostra os limites calculados do intervalo de tolerância junto com os pontos de dados reais. O gráfico facilita ver como o intervalo se relaciona com os dados — se os limites são estreitos ou largos em relação à dispersão dos dados, se algum valor observado fica perto dos limites ou fora deles e como o intervalo se compara com os limites de especificação. Essa confirmação visual é um complemento importante da saída numérica e ajuda a comunicar os resultados com clareza em relatórios e apresentações.
Perguntas frequentes
O que é um intervalo de tolerância?
Um intervalo de tolerância é uma faixa que, com confiança, contém pelo menos uma proporção especificada dos valores individuais de toda a população, e não apenas da amostra. Por exemplo, um intervalo de tolerância de 95%/99% significa que você tem 95% de confiança de que pelo menos 99% de todas as observações futuras do processo ficam dentro dos limites.
Qual é a diferença entre um intervalo de tolerância e um intervalo de confiança?
Um intervalo de confiança estima um parâmetro populacional, como a média. Um intervalo de tolerância abrange uma porcentagem especificada de valores individuais de toda a população. Se o objetivo é estimar a média ou um parâmetro do processo em vez de abranger valores individuais, use um intervalo de confiança.
Quantos pontos de dados são necessários para um intervalo de tolerância normal?
Colete pelo menos 30 pontos de dados para um intervalo de tolerância significativo; menos observações produzem limites excessivamente largos. Amostras maiores resultam em intervalos mais estreitos e precisos. Confirme primeiro a normalidade com um teste de normalidade ou um gráfico de probabilidade, pois o intervalo é inexato para dados não normais.
Como interpretar um intervalo de tolerância em relação às especificações?
Compare o intervalo com os limites de especificação. Se o intervalo de tolerância ficar inteiramente dentro da especificação, o processo é capaz de atender aos requisitos para a confiança e a cobertura indicadas. Use um intervalo bilateral quando os dois limites importam, ou um limite inferior ou superior quando apenas um mínimo ou um máximo importa.
