Uma fábrica de automóveis anuncia que seus carros consomem em média 10,7 litros por 100 km , com desvio padrão de 0,79 litros. Uma revista com base em resultados preliminares desconfia da afirmação acima do fabricante e resolve testar tal hipótese analisando 32 automóveis dessa marca, obtendo 11,1 litros por 100 km como consumo médio (considerar como tendo distribuição normal o número de litros consumidos por carro). O que a revista pode concluir sobre o anúncio da fábrica ao nível de significância de 5 % ?

Passo 1

Beleza, vamos recapitular o que o enunciado tá dizendo e que parte da estatística vamos usar.
A fábrica diz que o consumo médio dos carros é μ₀ = 10,7 L/100 km e a variabilidade (desvio-padrão) é σ = 0,79 L. A revista testou 32 carros (n = 32) e achou uma média de x̄ = 11,1 L/100 km. Supondo consumo normal e nível de significância α = 5%, queremos testar se a média real bate com o anúncio.
Conteúdo: teste de hipótese para a média com σ conhecido.
O que vamos precisar:
  • Montar as hipóteses H₀ e H₁
  • Calcular a estatística de teste (valor-z)
  • Comparar com o valor crítico (z tabelado)
  • Tirar a conclusão

Passo 2

Definindo o teste:
H₀ (hipótese nula): μ = 10,7 L/100 km
H₁ (hipótese alternativa): μ ≠ 10,7 L/100 km
É um teste bicaudal porque queremos ver se a média difere pro lado maior ou menor. O nível de significância é α = 0,05.

Passo 3

Agora, a estatística de teste z é dada por
z = bar x - mu0sigma / raizn
Substituindo:
z = 11,1 - 10,70,79 / raiz32 = 0,40,79 / 5,657 = 0,40,1396 approx 2,87

Passo 4

Pra um teste bicaudal com α = 0,05, cada cauda fica com 2,5%. O valor crítico na tabela normal padrão é ±1,96.
Região de rejeição: z < –1,96 ou z > +1,96.

Passo 5

Nosso z calculado ≈ 2,87 é maior que 1,96. Isso significa que estamos na região de rejeição da hipótese nula.

Resposta

Rejeitamos H₀ ao nível de 5%. Concluímos que há evidências estatísticas de que o consumo médio não é 10,7 L/100 km (no caso, é significativamente maior).

Exercícios relacionados