Baixe o app para aproveitar ainda mais
Prévia do material em texto
AULA 3 (PARTE 02) AMOSTRAGEM DEPARTAMENTO DE CIÊNCIAS CONTÁBEIS Disciplina: MÉTODOS QUANTITATIVOS VOLTADOS PARA PESQUISA EM CONTABILIDADE Professor: ALAN CARTER KULLACK 56 AMOSTRAGEM Definição: É a técnica de seleção de uma Amostra, que possibilita o estudo das características de uma população. Para compreendermos melhor o princípio da Amostragem, devemos estudar a distribuição de valores. Esta distribuição esta dividida em 2 partes fundamentais para estatística,as quais são: Distribuição Normal; Distribuição Amostral. DISTRIBUIÇÃO NORMAL Definição: É uma distribuição contínua,a qual possui dois parâmetros estatísticos fundamentais: 1º) Média; (Parâmetro de localização) 2º) Desvio-padrão (Parâmetro de dispersão) OBS1: A distribuição normal é uma distribuição de probabilidade ! OBS2: Os resultados da probabilidade(posicionamento dos valores),são obtidos por meio de uma tabela de escore,denominada de Tabela Z. OBS3: A curva da distribuição normal é conhecida como a Curva de Gauss. 57 Veja: Curva de Gauss 50% 50% Md = X = Mo FÓRMULA DA DISTRIBUIÇÃO NORMAL Z = X - µ onde: σ CARACTERÍSTICAS DA CURVA DE GAUSS Sua Média, Mediana e Moda são iguais. Tem forma de Sino e é simétrica em torno da média. A área total sob a curva é de 100% Fonte: <http://www.tomcoelho.com.br/index.aspx/s/Artigos_Exibir/221/ O_mal_da_mediocridade> Z = Valor da tabela Z X = Valor aleatório µ = Média aritmética σ = Desvio-padrão 58 TABELA DE DISTRIBUIÇÃO NORMAL VALORES DE Z 59 OBS1: Desde que a distribuição normal é simétrica, para calcular a área entre −∞ e z das curvas probabilísticas,devemos somar o valor de 0,5 aos valores da tabela. OBS2: No caso de valores acima de 3,9 considera-se que o valor é praticamente 1 pelo que não esta tabelado. ALGUNS EXEMPLOS DE USO DA TABELA 1º) Exemplo: Probabilidade de Z ≤ 1,53: Na interseção da linha 1,5 com a coluna 0,03 há o valor 0,4370. Precisa-se somar 0,5 porque, conforme visto, a tabela dá valores a partir de zero. Assim, P( Z ≤ 1,53 ) ≈ 0,4370 + 0,5 = 0,9370. 2º) Exemplo: Probabilidade de Z ≤ −1,53: A simetria da curva permite deduzir a fórmula para valores negativos de z: P( Z ≤ v ) = 1 − P( Z ≤ |v| ) para v < 0 Portanto, P( Z ≤ −1,53 ) ≈ 1 − 0,9370 = 0,0630. 3º) Exemplo: Probabilidade de −1 ≤ Z ≤ 0,5: A ideia gráfica permite concluir que é igual à diferença entre os valores calculados para cada extremo. P( Z ≤ 0,5 ) = 0,5 + 0,1915 = 0,6915. P( Z ≤ −1 ) = 1 − P( Z ≤ 1 ) = 1 − (0,5 + 0,3413) = 0,1587. Portanto o resultado é dado por P( −1 ≤ Z ≤ 0,5 ) = 0,6915 − 0,1587 = 0,5328. 60 Ex: Um estudo dos aumentos percentuais dos preços, no atacado de produ- tos industrializados, mostrou que ha distribuição normal com media de 50% e desvio- padrão de 10%. Qual a porcentagem dos artigos que: a) Sofreram aumentos superiores a 75%? Resposta: (0,62%) b) Sofreram aumentos entre 30% e 80%? Resposta: (97,59%) Solução: Dados: µ = 50% (média) σ = 10% (Desvio-padrão) X = modificações percentuais de preços (valor aleatório) a) Superiores a 75% P (x>75) = P(z > 2,5) Para: x= 75, Temos: z: x - µ = z: 75 - 50 = z: 25 = 2,5 σ 10 10 Portanto: P(z > 2,5) = 0,5- 0,4938 = 0,0062 ou 0,62 % b) Entre 30% e 80% P ( 30 < x < 80) = P(-2 < z < 3) Para: x= 30 , Temos: z: x - µ = z: 30 - 50 = z: - 20 = -2 σ 10 10 Para: x= 80, Temos: z: x - µ = z: 80 - 50 = z: 30 = 3 σ 10 10 Portanto: P(-2 < z < 3) = - 0,4772 –0,4987 = - 0,9759 ou 97,59% 61 Portanto,a representação da curva Gaussiana fica: 0,62% 12% 25% 50% 97,59% OBS1: Os valores 0,4772 foi retirado da Tabela Z; para Z = 2 ! OBS2: O valor negativo de – 0,4772 e -0,9759 devem ser ignorados! DISTRIBUIÇÃO AMOSTRAL Definição: É a distribuição de probabilidade de uma medida estatística, baseada em uma amostra aleatória, a qual é determinada o posicionamento dos valores dentro dos parâmetros da média e do Desvio-padrão. OBS: Para estudarmos uma população, necessitamos de uma amostra, a qual necessita de uma fundamentação específica para validar os seus dados. Portanto essa validação é reconhecida por Inferências Estatísticas. 62 INFERÊNCIAS ESTATÍSTICAS: Definição: É o processo estatístico que se refere-se à possibilidade de obtermos informações sobre a população por meio de resultados amostrais. As Inferências estatísticas são divididas em 2 áreas: Os Testes de Hipótese (Veremos mais adiante !) Estimação de Parâmetros. Estimação de Parâmetros: É o valor retirado diretamente da Amostra para medir e comprovar a eficácia dos possíveis resultados da pesquisa. OBS1: Os parâmetros utilizados na População e na Amostra,são: População: µ (Média) Amostra: X = Média ρ 2 (Variância) S2 = Variância OBS2: A variância Amostral das médias é igual à razão da variância populacional pelo número de elementos da Amostra. Então temos: S2x = ρ 2 n Nesta fórmula a variância amostral é menor que a variância populacional ! S2 < ρ 2 63 DICA: Na página 106 do livro a variância populacional esta sendo representada pela letra σ, para não confundirmos com Desvio-padrão,o qual utiliza a mesma letra Sigma,trocamos esta pela letra grega (Rho) = ρ. Então: σ2 = ρ2 (Variância) TIPOS DE AMOSTRAGEM Temos 2 tipos de amostragem com as suas características bem definidas, as quais se apresentam como: Amostragem Probabilística; AmostragemNão probabilística; 1º) AMOSTRAGEM PROBABILÍSTICA: Todos os elementos da população tem a mesma chance de fazer parte da Amostra. Ela se divide em: a) Aleatória Simples: Escolhe os elementos sem utilizar nenhum critério. b) Sistemática: Escolhemos os elementos por processo de repetição. c) Proporcional: Escolhemos os elementos por proporção pré estabelecida. 64 2º) AMOSTRAGEM NÃO PROBABILÍSTICA Os elementos da população são escolhidos de forma aleatória. Ela se divide em: a) Por conveniência: Escolhe os elementos, conforme a distribuição mais favorável e facilitada. b) Intencional: Escolhemos os elementos, conforme a sua vontade. c) Por Tráfego: Escolhemos os seus elementos,conforme a concentração, volume ou tráfego contidos na população. d) Por Quotas: Escolhemos os seus elementos, seguindo um critério específico. CÁLCULO DO TAMANHO DA AMOSTRA Para determinarmos um estudo estatístico por meio de uma amostra, devemos ter uma quantidade mínima de elementos que possibilite realizar uma cálculo estatístico,o qual dará uma perspectiva confiável ao resultado apresentado do que queremos pesquisar.Para isso,temos que utilizar a seguinte fórmula: n = Z2.p.q e2 Onde: n = Número de indivíduos da Amostra; Z = Nível de confiança Z; p = proporção favorável; q = proporção desfavorável; e = Erro máximo provável (Erro-padrão) α = Limite de confiança 65 OBS: Quando não for mencionado em um exercício o valor da proporção,subentendemos que elas serão iguais,isto é, 50% para cada lado,logo podemos concluir que p = q, e que p e q = R,onde temos: 2 n = Z2.R2 n = Z.R e2 e OBS: Para aplicarmos esta fórmula,devemos seguir o nível de limite de confiança para o tamanho de cada Amostra. Estes limites estão expressos na tabela à seguir: OBS: Com as informações sobre o tipo de amostragem e o tamanho da amostra,podemos fornecer informações extremamente relevantes para a parte administrativa de uma empresa. Exemplo: 01) Uma assistente social, deseja saber o tamanho da amostra necessário para determinar a proporção da população atendida por uma Unidade de Saúde,a qual pertence ao Município de São José dos Pinhais, região metropolitana de Curitiba - Pr. Não foi feito um levantamento prévio da proporção amostral e, portanto, seu valor é desconhecido. Ela quer ter 90% de confiança e estima um o erro máximo de 5% . Quantas pessoas necessitam ser entrevistadas? Limite de Confiança Valor Z 80% 1,28 90% 1,65 95% 1,96 99% 2,58 66 SOLUÇÃO: Dados: e= 5% = 0,05 (Erro máximo) α = 90% (Limite de Confiança) Z = 1,65 (Nível de Confiança,verificar tabela !) p = q =R = 50% = 0,5 ( Proporção favorável e desfavorável) n = ? (Nº de Indivíduos da amostra) Temos: 2 2 n = Z.R n = 1,65. 0,5 (16,5)2 = 272,25 e 0,05 n = 272 pessoas Portanto, precisamos uma Amostra de 272 pessoas para determinar a proporção da população atendida na Unidade de Saúde. De São José dos Pinhais. OBS: Caso a população seja finita,isto é, N< 100.000 elementos, devemos utilizar a seguinte fórmula: n = Z2.p.q.N Com N = População ! (N-1).e2 + Z2.p.q 67 EXERCÍCIOS DE FIXAÇÃO 01) Analisando as curvas abaixo marque a resposta correta. (I) (II) (III) a) a curva I é simétrica - x > med > mo ; b) a curva II é assimétrica positiva - mo > > x 2 ; c) a curva I é simétrica x = med = mo; d) a curva III é simétrica positiva x = med = mo; e) a curva II e III são aasimétricas: x = med = mo 02) A vida média útil de um aquecedor elétrico é de 1,5 anos, com um desvio – padrão de 0,3 anos. Se são vendidos 12.000 unidades por uma empresa fabricante ao mês, quantos aquecedores necessitarão de conserto antes que expire o período de um ano de garantia ? a) 510 aquecedores b) 530 aquecedores c) 550 aquecedores d) 570 aquecedores e) 590 aquecedores 68 03) Um processo industrial produz canos com diâmetro médio de 2 polegadas e com desvio-padrão de 0,01 polegada. Os canos com diâmetro de mais de 0,03 polegadas acima da média, são considerados defeituosos. Em uma produção de 10.000 canos, quantos canos estariam com defeito ? a) 20 b) 27 c) 32 d) 36 e) 44 04) Um pesquisador deseja estimar a proporção de ratos nos quais se desenvolve um certo tipo de tumor quando submetidos a radiação. Ele deseja que sua estimativa não se desvie da proporção verdadeira por mais de 0,02 com uma probabilidade de pelo menos 90%.Portanto,quantos animais ele precisa examinar para satisfazer essa exigência? a) 1285 b) 1302 c) 1447 d) 1528 e) 1681 05) Antes de uma eleição, um determinado partido está interessado em estimar a proporção de eleitores favoráveis a seu candidato. Determine o tamanho de amostra necessário para que o erro cometido na estimação seja de, no máximo 0,01, com probabilidade de 80%. a) 3942 eleitores b) 4096 eleitores c) 4595 eleitores d) 5029 eleitores e) N.D.A 69 Gabarito: 01 - C 02 - D 03 - B 04 - E 05 - B
Compartilhar