
- O que é o intervalo de confiança
- Mapa visual do intervalo de confiança
- Fórmula do intervalo de confiança para a média
- Exemplo resolvido: diâmetro de eixos
- Como o nível de confiança e o n mudam a largura
- Intervalo de confiança para uma proporção
- Como interpretar sem errar
- Quando usar na fábrica
- Erros comuns
- Perguntas frequentes
O que é o intervalo de confiança
O intervalo de confiança é a faixa de valores que, com um nível de confiança escolhido (em geral 95%), contém o valor verdadeiro da média ou da proporção do processo. Ele existe porque você mede uma amostra, não a produção inteira, e a média da amostra muda a cada coleta.
Em vez de reportar “a média é 25,40 mm”, você reporta “a média está entre 25,34 e 25,46 mm com 95% de confiança”. A largura da faixa mostra o quanto a amostra permite afirmar. Para decidir quantas peças medir, veja tamanho da amostra.
Mapa visual do intervalo de confiança
O mapa resume a fórmula, o exemplo resolvido com 16 peças e o efeito do nível de confiança e do tamanho da amostra.

Fórmula do intervalo de confiança para a média
IC = x̄ ± t × (s ÷ √n)
- x̄: média da amostra.
- s: desvio padrão da amostra.
- n: número de peças medidas.
- s ÷ √n: erro padrão da média.
- t: valor da distribuição t de Student para o nível de confiança e n − 1 graus de liberdade.
- t × erro padrão: margem de erro.
Use t quando o desvio padrão vem da própria amostra, que é o caso comum no chão de fábrica. Use z (1,645 para 90%, 1,960 para 95%, 2,576 para 99%) quando o desvio padrão do processo é conhecido de longa data ou quando n é grande. A premissa é que os dados sejam aproximadamente normais, o que se confere com um histograma e com a distribuição normal.
Exemplo resolvido: diâmetro de eixos
Exemplo fictício. Um operador mede o diâmetro de 16 eixos retirados da linha. A média é 25,40 mm e o desvio padrão da amostra é 0,12 mm.
- Erro padrão = 0,12 ÷ √16 = 0,12 ÷ 4 = 0,030 mm.
- Graus de liberdade = 16 − 1 = 15; para 95%, t = 2,131.
- Margem de erro = 2,131 × 0,030 = 0,064 mm.
- IC 95% = 25,40 ± 0,064 = 25,336 a 25,464 mm.
Leitura: com 95% de confiança, a média do processo está entre 25,336 e 25,464 mm. Se a especificação da média exige 25,30 a 25,50 mm, o intervalo inteiro está dentro dela. Isso não diz que todas as peças estão dentro da tolerância; para isso use o Cp e Cpk.
Como o nível de confiança e o n mudam a largura
Com os mesmos dados do exemplo (x̄ = 25,40; s = 0,12; n = 16), mudar o nível de confiança muda o valor de t:
| Confiança | t (15 gl) | Margem (mm) | Intervalo (mm) |
|---|---|---|---|
| 90% | 1,753 | 0,053 | 25,347 a 25,453 |
| 95% | 2,131 | 0,064 | 25,336 a 25,464 |
| 99% | 2,947 | 0,088 | 25,312 a 25,488 |
Mais confiança exige faixa mais larga. Para estreitar a faixa sem perder confiança, é preciso medir mais peças. Se o mesmo s = 0,12 fosse obtido com n = 64, o erro padrão cairia para 0,12 ÷ 8 = 0,015 mm e a margem de 95% (t = 1,998) para cerca de 0,030 mm, metade da anterior. Quadruplicar n divide a margem por dois, pois ela cai com a raiz de n.
Intervalo de confiança para uma proporção
IC = p ± z × √[p × (1 − p) ÷ n]
Exemplo fictício: em 200 peças inspecionadas, 8 saíram defeituosas, então p = 8 ÷ 200 = 0,04. O erro padrão é √(0,04 × 0,96 ÷ 200) = 0,0139. A margem de 95% é 1,96 × 0,0139 = 0,0272. O IC 95% vai de 1,3% a 6,7% de defeituosas. A faixa é larga: com 200 peças, o dado não separa um processo de 2% de um de 6%. Essa aproximação funciona quando n × p e n × (1 − p) passam de 5 a 10; com poucos defeitos, use métodos exatos. Para controlar a fração defeituosa ao longo do tempo, veja a carta p.
Como interpretar sem errar
- Significado do 95%: se você repetisse a coleta muitas vezes e calculasse o intervalo de cada amostra, cerca de 95% dos intervalos conteriam a média verdadeira. Não é “95% de chance de a média estar neste intervalo” para um intervalo já calculado.
- Média não é peça: o IC da média é estreito; os valores individuais variam muito mais. Não compare o IC com a tolerância da peça.
- Comparar grupos: se os intervalos de duas médias não se sobrepõem, há diferença real; se se sobrepõem, o teste formal é o teste de hipóteses.
- Meta de precisão: defina a margem aceitável antes e calcule n a partir dela.
Quando usar na fábrica
- Ajuste de máquina: verificar se a média do lote está centrada no valor nominal.
- Antes e depois: comparar a média após uma melhoria com a anterior.
- Auditoria de lote: estimar a fração defeituosa por amostragem, relacionada ao plano de amostragem NQA.
- Limites de controle: não confunda com os limites de uma carta X-barra e R, que descrevem a variação esperada das médias, não a incerteza sobre a média verdadeira.
Erros comuns
- Usar z com n pequeno e s estimado: o intervalo sai estreito demais. Use t.
- Calcular o IC com dados de um instrumento sem controle: a incerteza da medição entra no resultado. Veja MSA e Gauge R&R e calibração e incerteza.
- Misturar turnos, lotes ou máquinas na mesma amostra com o processo instável.
- Ler o IC da média como faixa de variação das peças.
- Arredondar o t: use o valor da tabela para os graus de liberdade corretos.
- Concluir com n = 4 sem notar que t é grande (3,182 para 3 graus de liberdade) e que a faixa fica enorme.
Perguntas frequentes
O que é intervalo de confiança?
É uma faixa calculada a partir de uma amostra que, com um nível de confiança definido, contém o valor verdadeiro do parâmetro, como a média do processo.
Qual a fórmula do intervalo de confiança da média?
IC = x̄ ± t × s ÷ √n, com t para n − 1 graus de liberdade.
Quando usar t em vez de z?
Quando o desvio padrão vem da amostra, principalmente com n abaixo de 30. Com n grande, t e z ficam muito próximos.
O que significa 95% de confiança?
Que o método gera intervalos que contêm o valor verdadeiro em 95% das amostras repetidas.
Como deixar o intervalo mais estreito?
Aumentando o tamanho da amostra, reduzindo a variação do processo ou aceitando um nível de confiança menor. Quadruplicar n divide a margem por dois.
O intervalo de confiança é a tolerância da peça?
Não. Ele fala da média, não das peças individuais. Para tolerância use capabilidade (Cp e Cpk).
Fontes
- MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e Probabilidade para Engenheiros. Rio de Janeiro: LTC.
- MONTGOMERY, D. C. Introdução ao Controle Estatístico da Qualidade. Rio de Janeiro: LTC.
- BUSSAB, W. O.; MORETTIN, P. A. Estatística Básica. São Paulo: Saraiva.
Para estudar mais: fontes e links confiáveis
- ASQ: Quality Resources (em inglês)
- ISO: ISO 9001 and related standards, Quality management (em inglês)
Guarde este endereço: o Manufatura Enxuta é a sua escola de manufatura enxuta. Volte sempre que precisar estudar, com artigo completo, mapa visual e fontes confiáveis. Siga uma das trilhas de estudo ou consulte o glossário A–Z.
Quer menos quebras e mais disponibilidade?
Baixe o e-book gratuito sobre indicadores de desempenho e acompanhe as perdas da manutenção.
Baixar e-book
