Tolerância (distribuição normal resumida)

O Intervalo de Tolerância (Distribuição Normal Resumida) realiza o mesmo cálculo do Intervalo de Tolerância de Distribuição Normal padrão — produzindo uma faixa que cobre uma proporção especificada da população com um dado nível de confiança —, mas aceita estatísticas-resumo informadas manualmente (média, desvio padrão e tamanho amostral) em vez de dados brutos.

Última revisão

Conclusão principal

O Intervalo de Tolerância (Distribuição Normal Resumida) calcula uma faixa que cobre uma proporção especificada da população com uma confiança dada, usando estatísticas-resumo informadas em vez de dados brutos.

Nesta página
  1. O que é a Tolerância (distribuição normal resumida)?
  2. Quando usar a Tolerância (distribuição normal resumida)?
  3. Diretrizes para o uso correto da Tolerância (distribuição normal resumida)
  4. Alternativas: quando não usar a Tolerância (distribuição normal resumida)
  5. Exemplo de Tolerância (distribuição normal resumida)
  6. Como fazer a Tolerância (distribuição normal resumida)

O que é a Tolerância (distribuição normal resumida)?

O Intervalo de Tolerância (Distribuição Normal Resumida) realiza o mesmo cálculo do Intervalo de Tolerância de Distribuição Normal padrão — produzindo uma faixa que cobre uma proporção especificada da população com um dado nível de confiança —, mas aceita estatísticas-resumo informadas manualmente (média, desvio padrão e tamanho amostral) em vez de dados brutos.

Isso é útil quando as observações brutas não estão disponíveis, mas você tem estatísticas-resumo confiáveis de um estudo, de um relatório de auditoria, de um conjunto de dados validado ou de uma referência publicada — permitindo calcular um intervalo de tolerância sem reconstruir ou recoletar os dados originais.

Definição simples:O mesmo que um intervalo de tolerância de distribuição normal, mas criado para situações em que você só tem estatísticas-resumo (média, DP, n) em vez do conjunto de dados brutos completo.

Quando usar a Tolerância (distribuição normal resumida)?

  • Use quando os dados brutos não estiverem disponíveis , mas você tiver estatísticas-resumo exatas de um estudo validado ou de um registro histórico.
  • Use ao trabalhar com relatórios de qualificação de fornecedores, pesquisas publicadas ou resumos de auditoria nos quais as medições individuais não foram retidas.
  • Use quando quiser avaliar rapidamente os limites de tolerância a partir de dados resumidos existentes, sem refazer uma coleta de dados completa.
  • Use apenas quando os dados subjacentes forem confirmadamente ou com forte expectativa normalmente distribuídos — este método não é válido para populações não normais.

Diretrizes para o uso correto da Tolerância (distribuição normal resumida)

  • Verifique se as estatísticas-resumo são exatas, completas e de uma fonte confiável — erros nas entradas produzem diretamente saídas incorretas do intervalo de tolerância.
  • Garanta que os dados originais que produziram as estatísticas-resumo eram normalmente distribuídos — isso não pode ser verificado apenas com estatísticas-resumo; portanto, apoie-se em conhecimento prévio ou na documentação dos ensaios.
  • Especifique tanto o nível de confiança quanto a proporção de cobertura antes de executar a análise — eles devem refletir requisitos reais, e não escolhas feitas a posteriori.
  • Esteja ciente de que intervalos baseados em resumos não conseguem detectar outliers ou irregularidades na distribuição que seriam visíveis nos dados brutos — use com a devida cautela.

Alternativas: quando não usar a Tolerância (distribuição normal resumida)

  • Se os dados brutos estiverem disponíveis, use sempre a Tolerância (Distribuição Normal) em vez disso — ela oferece melhores diagnósticos e validação das premissas.
  • Se o objetivo é estimar a média de uma população em vez de capturar valores individuais, use um intervalo de confiança a partir de dados resumidos.

Exemplo de Tolerância (distribuição normal resumida)

O teste nas etapas a seguir:

  1. Preenchendo a entrada necessária.
  2.  Agora, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
  3.  Para encontrar a Tolerância (Distribuição Normal Resumida), escolha Statistical module> Hypothesis Test> Tolerance(Normal Distribution Summarized).
  4.  Dentro da ferramenta, insere os dados da seguinte forma:
Tolerance(Normal Distribution Summarized) — figure 1

5. Após usar a ferramenta mencionada acima, obtém a saída da seguinte forma:

Tolerance(Normal Distribution Summarized) — figure 2

Como fazer a Tolerância (distribuição normal resumida)

O guia é o seguinte:

  1. Faça login no Zometric Statistical Software em https://statsai.zometric.com/
  2. Na página inicial, escolha Statistical Tool> Hypothesis Test >Tolerance(Normal Distribution Summarized) .
  3. Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel e cole-os (Ctrl+V) aqui.
  4. Preencha as opções necessárias.
  5. Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.

No painel (dashboard) da Tolerância (Distribuição Normal Resumida), a janela é dividida em duas partes.

Tolerance(Normal Distribution Summarized) — figure 3

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 Size: Insira o número total de observações coletadas no conjunto de dados original — por exemplo, se foram feitas 50 medições de custo de energia, insira 50. Esse valor é crítico porque a largura do intervalo de tolerância é diretamente influenciada pelo número de observações usadas — amostras maiores produzem intervalos mais estreitos e mais precisos, enquanto amostras menores produzem intervalos mais largos que refletem maior incerteza sobre os verdadeiros limites da população.
  • Sample Mean: Insira o valor médio do conjunto de dados original. Essa é a estimativa central em torno da qual o intervalo de tolerância é construído. A média posiciona o intervalo na escala de medição — uma média maior desloca o intervalo para cima e uma média menor o desloca para baixo. Garanta que esse valor seja tirado de uma fonte confiável e validada, pois uma média inexata desloca todo o intervalo para um local incorreto.
  • Standard Deviation: Insira o desvio padrão do conjunto de dados original — que representa o quanto as medições individuais se dispersam em torno da média. Essa é a entrada mais influente para determinar a largura do intervalo de tolerância. Um desvio padrão maior produz um intervalo mais largo, que reflete maior variabilidade do processo; um desvio padrão menor produz um intervalo mais estreito, que reflete um processo mais controlado e consistente. Garanta que esse valor represente com exatidão a verdadeira dispersão do processo no estudo original.
  • 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 cobre pelo menos a porcentagem mínima da população que você especificar. Um nível de confiança maior (ex.: 99%) produz limites mais largos com maior certeza; um nível menor (ex.: 90%) produz limites mais estreitos, mas com menor garantia de que o requisito de cobertura é realmente atendido.
  • 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 foi projetado para capturar pelo menos 99% de todos os valores individuais da população do processo. Esse valor deve ser escolhido com base em requisitos de qualidade, especificações do produto ou normas regulamentares — 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 amplamente aceito para a validação de processos e a documentação de liberação de produtos.
  • 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 captura a proporção especificada da população nas duas extremidades. Use quando tanto o valor individual mínimo quanto o máximo forem importantes — por exemplo, quando um produto deve permanecer simultaneamente 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 caia apenas uma pequena proporção da população. Use quando só importa um valor mínimo aceitável — por exemplo, para confirmar que pelo menos 99% dos produtos atendem a um requisito mínimo de resistência ou pureza.
  • Upper Bound — produz apenas um limite superior, indicando o valor máximo acima do qual se espera que caia apenas uma pequena proporção da população. Use quando só importa um valor máximo aceitável — por exemplo, para confirmar que pelo menos 99% dos produtos permanecem abaixo de um limite máximo de contaminação, peso ou temperatura.

Perguntas frequentes

O que é um intervalo de tolerância a partir de dados resumidos?

Ele realiza o mesmo cálculo do intervalo de tolerância de distribuição normal, uma faixa que cobre uma proporção especificada da população com uma confiança dada, mas usa estatísticas-resumo informadas manualmente, a média, o desvio padrão e o tamanho amostral, em vez de dados brutos.

Quando usar um intervalo de tolerância resumido?

Use-o quando os dados brutos não estiverem disponíveis, mas você tiver estatísticas-resumo confiáveis, por exemplo, de relatórios de qualificação de fornecedores, pesquisas publicadas, resumos de auditoria ou registros históricos. Se os dados brutos estiverem disponíveis, use o intervalo de tolerância normal padrão, pois ele oferece melhores diagnósticos e verificações das premissas.

Quais são as limitações de um intervalo de tolerância a partir de estatísticas-resumo?

A normalidade não pode ser verificada apenas com estatísticas-resumo; por isso, você precisa se apoiar em conhecimento prévio ou na documentação dos ensaios. Os intervalos baseados em resumos também não conseguem detectar outliers ou irregularidades na distribuição que seriam visíveis nos dados brutos, e qualquer erro na média, no desvio padrão ou no tamanho amostral informados produz diretamente um intervalo incorreto.

Como o tamanho amostral e o desvio padrão afetam o intervalo?

Uma amostra maior dá um intervalo mais estreito e mais preciso, e uma menor dá um intervalo mais largo, que reflete maior incerteza. O desvio padrão é a entrada mais influente para a largura: um valor maior dá um intervalo mais largo. A média posiciona o intervalo na escala de medição.