Como fazer análise de dados

Prévia do material em texto

como fazer 
Análise de dAdos
 3 Introdução
 5 Como é feita uma boa análise de dados?
 8 Conceitos iniciais para suportar uma boa análise de dados
11 Quando, como e exemplos para gráficos
13 Conclusão
15 Sobre o autor
introdução
4
INTRODUÇÃO
Pensando em ajudar você, na hora em que for realizar análises, a Escola 
EDTI montou este guia. Nele, você encontrará em linguagem simples e 
descomplicada a ocasião certa para utilizar cada tipo de gráfico, como 
interpretar os resultados e exemplos para ajudá-lo nas aplicações práticas.
Você saberá “quando” e “como” usar os seguintes 
gráficos: histograma, boxplot, gráfico de dispersão 
(correlação), gráfico de Pareto e gráfico de tendência. 
Também incluímos uma seção introdutória para você 
preparar melhor sua análise e aumentar ainda mais a 
qualidade dos seus resultados.
Este material é para ser utilizado como um guia de bolso e ajudá-lo a 
melhorar suas decisões e apresentações gráficas. Use e abuse!
A análise de dados tem sido uma habilidade cada vez mais requisitada no mercado de trabalho. A quantidade de dados 
disponíveis é enorme, mas poucas pessoas conseguem transformá-los em insights para decisões de negócios. Muitas vezes 
isso acontece porque as pessoas não sabem qual gráfico utilizar em cada uma das situações que lhes são apresentadas.
Como é feitA umA boA 
Análise de dAdos?
6
Como é feita uma boa análise de dados?
ComeCe pelas perguntas
Antes de mais nada, é preciso ter perguntas! O 
que queremos responder? Quais são os pontos 
nebulosos em nossa estratégia de negócios? O que 
tem gerado muita discussão e poderia ser clareado 
com os dados?
Esse será o ponto de partida para uma análise rica. 
Nesse momento, quanto mais conhecimento sobre 
o problema, mais relevantes serão as questões 
propostas. Caso você não seja um expert no assunto 
em análise, procure quem seja para ajudá-lo a 
preparar perguntas relevantes.
Invista um bom tempo nessa preparação inicial. Não 
fique afoito para partir direto para a análise. Uma boa 
reflexão nessa etapa é um investimento que fará você 
ganhar muita qualidade analítica em seus estudos.
7
Como é feita uma boa análise de dados?
DesCubra onDe e Como os 
DaDos serão obtiDos
Com as dúvidas iniciais em mãos, é preciso levantar os dados 
necessários para respondê-las. Eles já estão disponíveis? 
Se sim, em qual sistema e quem terá que extrair essas 
informações? Os dados disponíveis são confiáveis?
Essa fase de questionamento é relevante. Afinal, caso os 
dados sejam ruins, a análise gerada também será. Portanto, a 
preocupação com a qualidade dos dados é de vital importância.
Tome especial cuidado para que todos os dados necessários 
para responder às perguntas sejam solicitados/coletados, 
para evitar perder tempo nas próximas etapas. Organize os 
dados em uma estrutura de banco de dados, com variáveis nas 
colunas e observações nas linhas, uma vez que a maioria dos 
softwares de análise exige essa organização.
8
exeCute a anÁlise
Comece avaliando a presença de outliers e investigue a razão da ocorrência desses valores atípicos ou discrepantes. 
Caso eles existam, o que você fará? Eles realmente fazem parte da população em estudo ou são erros de digitação? 
Essa é uma fase que nos ajuda a fazer uma limpeza dos dados, deixando-os prontos para a análise.
9
Como é feita uma boa análise de dados?
Com os dados preparados para a análise, comece respondendo às perguntas iniciais. Para cada gráfico preparado, 
anote os aprendizados. Lembre-se de que a análise é iterativa, ou seja, as respostas às perguntas iniciais levam à 
formulação de novas perguntas e esse ciclo segue-se diversas vezes.
Faça um compilado com os principais gráficos e resultados. Discuta com outras pessoas. Veja se aparecem novas 
dúvidas e volte à análise.
Lembre-se de que a qualidade visual é importante, assim, faça ajustes nos eixos e legendas 
dos gráficos para que esses fiquem claros e visíveis para sua audiência, mas cuidado para 
não rebuscar demais, evitando que as conclusões sejam de difícil compreensão – quanto 
menos tinta melhor!
É importante pontuar que é preciso desenvolver a habilidade de interpretação gráfica. É possível fazer um paralelo 
com médicos que se especializam em interpretar exames como ressonância magnética. Para uma pessoa que não 
foi treinada, provavelmente seja impossível entender esse tipo de informação. Com os gráficos também é preciso 
treino e, por essa razão, colocamos as nossas interpretações em cada gráfico dos exemplos, para ajudá-lo a 
desenvolver essa habilidade.
ConCeitos iniCiAis 
pArA suportAr umA 
boA Análise de dAdos
11
ConCeitos iniCiais para suportar uma boa análise de dados
estatístiCa, anÁlise De DaDos e VariabiliDaDe
A Estatística é um conjunto de conceitos e técnicas, utilizado no planejamento da coleta e na análise de dados, com 
o objetivo de resolver problemas reais. Claramente, cientistas, engenheiros, economistas e outros profissionais estão 
envolvidos com essas atividades e, portanto, necessitam utilizar a Estatística. Além disso, de uma forma ou de outra, 
todas as pessoas são afetadas pelo uso da Estatística. Cada vez mais órgãos governamentais e empresas baseiam as 
próprias decisões, as quais afetam o dia a dia das pessoas, em análises estatísticas, o que faz com que não apenas 
profissionais tenham de adquirir algum conhecimento dessa técnica.
O que torna essa disciplina de grande utilidade, e única, é que a aplicação dela ocorre em 
situações ou processos em que a incerteza e a variabilidade estão presentes.
Um processo é definido como uma combinação de pessoas, materiais, procedimentos, métodos, políticas e meio 
ambiente, cujos elementos integrados formam uma série de ações que conduzem a determinado resultado. Em 
nosso caso, o resultado é um produto ou serviço. Para avaliar a utilidade de um produto para o consumidor, variáveis 
são medidas no produto. Dois itens produzidos nas mesmas condições não são, em geral, idênticos, com respeito às 
variáveis consideradas. Existe uma variabilidade inerente em cada processo. 
12
ConCeitos iniCiais para suportar uma boa análise de dados
Os métodos estatísticos são desenvolvidos para lidar com a incerteza 
e a variabilidade. Eles são fundamentais para se fazer inferências 
sobre processos a partir de uma amostra de uma população. 
Considere, em seguida, exemplos de algumas áreas de atividade.
 • Processos econômicos: renda familiar, índice de inflação, 
taxa de juro etc.
 • Processos industriais: porcentagem de peças defeituosas, 
diâmetro de peças, rendimento de um processo industrial etc.
 • Processos biológicos: pressão arterial, número de espécies, 
tempo de vida etc.
Em todas as situações descritas anteriormente, o que obtemos são 
respostas, as quais podem assumir diferentes características: podem 
ser resultados numéricos (renda familiar, tempo de sobrevivência) 
ou simplesmente resultados qualitativos (opção partidária, local de 
nascimento, sobrevivência ou não de um animal etc.).
13
ConCeitos iniCiais para suportar uma boa análise de dados
Para avaliar a performance do processo e a qualidade do que se está produzindo, é preciso dados sobre o processo ou 
o produto. Os dados devem ser analisados, e as decisões devem ser feitas com respeito ao processo, além de que elas 
devem ser tomadas na presença de variabilidade. A Estatística é a ferramenta adequada para se planejar a coleta de 
dados, que sejam relevantes para o problema em estudo, bem como para a análise.
tipos De DaDos
Antes de realizar qualquer análise, é preciso entender qual o tipo de dado que está na sua frente. Quando queremos 
colocar um prego na parede utilizamos um martelo, já quando queremos apertar um parafusopodemos usar uma 
chave de fenda. Da mesma forma, dependendo do tipo de variável que coletamos, iremos utilizar uma ferramenta 
gráfica diferente. Em termos gerais, os dados podem ser de três tipos, como você pode observar a seguir.
 • Classificação (qualitativos): os resultados possíveis são classificações (peça defeituosa ou não defeituosa, 
entrega atrasada ou não atrasada, cliente satisfeito ou não satisfeito, cor de determinado produto).
 • Contagem: os resultados são números inteiros (número de riscos em uma peça, número de acidentes no mês, 
número de cursos vendidos).
 • Contínuos: os resultados podem ser quaisquer números dentro de um intervalo (peso, comprimento, gasto mensal).
QuAndo, Como e 
exemplos pArA gráfiCos
15
QuandO, cOmO e exemPLOS Para gráficOS
Com esses conceitos em mente, confira em seguida nossas dicas para você construir e analisar gráficos. 
Você perceberá que é fácil!
Histograma
Quando utilizar: o histograma é uma ferramenta adequada quando temos dados 
numéricos e desejamos aprender sobre a distribuição deles. 
Como interpretar: no histograma olhamos informações de localização e de variação 
dos dados. Por exemplo, qual o centro (a média), qual o mínimo e o máximo, qual a 
amplitude (variação)? O objetivo é conhecer um pouco sobre os dados que estamos 
trabalhando e também identificar a possível presença de outliers. Por essas razões, 
o histograma é uma das primeiras ferramentas que utilizamos na chamada análise 
descritiva ou exploratória de dados.
16
QuandO, cOmO e exemPLOS Para gráficOS
exemplo: 60 registros do peso de uma caixa de leite 
em pó foram coletados durante uma hora de produção. 
A distribuição é representada graficamente pela figura 
ao lado.
Por meio do gráfico podemos observar o 
comportamento dos pesos e examinar características 
como: simetria da distribuição (nesse caso distribuição 
simétrica), região onde há maior concentração de 
valores (entre 270 e 277), o centro da distribuição (em 
torno de 273), a dispersão dos valores ao redor de uma 
medida central (dados entre 265 e 283). Também é 
possível perceber que não existe nenhum outlier.
A distribuição nos fornece uma grande quantidade 
de informações sobre o conjunto de dados que 
estamos analisando, além de ser um bom estudo 
inicial, que nos permite ganhar mais familiaridade 
com a variável em estudo.
17
QuandO, cOmO e exemPLOS Para gráficOS
boxplot
Quando utilizar: assim como o histograma, o Boxplot também é utilizado para 
variáveis numéricas, quando o objetivo for o estudo da distribuição dos dados. 
O Boxplot (também chamado de box e whisker plot) é um método alternativo ao 
histograma para representar os dados. O boxplot é preferível ao histograma quando o 
objetivo é comparar dois ou mais grupos.
Como interpretar: o Boxplot fornece informação sobre as seguintes características 
do conjunto de dados: localização, dispersão, assimetria, comprimento da cauda e 
outliers (medidas discrepantes). 
18
QuandO, cOmO e exemPLOS Para gráficOS
exemplo 1: Na figura, a 
seguir, você encontra todas 
as informações apresentadas 
em um Boxplot.
19
QuandO, cOmO e exemPLOS Para gráficOS
O centro da distribuição é indicado pela linha da mediana (alguns softwares estatísticos também representam a média 
com um símbolo, nesse caso o ‘+’). A dispersão é representada pela altura do retângulo (Q3 – Q1), no qual Q3 é o terceiro 
quartil e Q1 é o primeiro quartil. O retângulo contém 50% dos valores do conjunto de dados. A posição da linha mediana no 
retângulo informa sobre a assimetria da distribuição. Uma distribuição simétrica teria a mediana no centro do retângulo, 
bem próxima à média – no exemplo anterior, o conjunto de dados foi assimétrico. Se a mediana é próxima de Q1, então, os 
dados são positivamente assimétricos. Se a mediana é próxima de Q3, os dados são negativamente assimétricos.
O comprimento das linhas fora do retângulo (algumas vezes chamadas de whisquers) informam sobre a cauda da distribuição. 
Os valores fora de Q1-1.5*(Q3-Q1) e Q3+1.5*(Q3 -Q1) geralmente são chamados de outside e 
devem ser investigados como possíveis outliers, além de serem geralmente representados por 
um asterisco. Valores outside não são necessariamente outliers, mas um outlier usualmente 
aparece no gráfico como um outside.
Uma utilidade muito importante do Boxplot é na comparação gráfica de dois ou mais grupos. Nesse caso, o Boxplot é 
preferível ao histograma. Essa comparação pode ser feita desenhando-se os Boxplots para cada conjunto de dados, 
paralelamente, em um mesmo gráfico.
20
QuandO, cOmO e exemPLOS Para gráficOS
exemplo 2: O próximo gráfico apresenta dados de 
viscosidade de três misturas diferentes. O Boxplot 
comparativo é apresentado ao lado.
Como podemos ver, as misturas apresentam níveis 
médios diferentes de viscosidade, decrescentes 
da mistura 1 para a mistura 3. Supondo que no 
exemplo o desejo seja aumentar a viscosidade, 
claramente a mistura 1 é preferível nesse critério.
Também é possível perceber que existe razoável 
simetria nos dados para as 3 misturas e que para 
a mistura 3 existe um outlier (representado pelo 
ponto isolado no gráfico). Esse ponto deve ser 
investigado, e causa dele, identificada.
É importante ressaltar que muitas vezes a grande 
informação está na causa especial, por isso, não a 
ignore simplesmente.
21
QuandO, cOmO e exemPLOS Para gráficOS
grÁfiCo De Dispersão
Quando utilizar: quando queremos estudar a relação entre duas variáveis numéricas. O 
objetivo é responder à pergunta: a variável X influencia a variável Y? Se conseguirmos entender 
como ocorre a relação entre as variáveis, pode ser possível propor novos direcionamentos para 
um negócio. Por exemplo, podemos descobrir que o tempo para responder a uma proposta 
influencia negativamente a chance de sucesso na venda e, com isso, redesenhar as atividades 
da área comercial de modo a diminuir esse tempo de envio de propostas.
Como interpretar: Veja, em seguida, como interpretar o gráfico de dispersão. 
 • Direção: positiva (quando “x” aumenta e “y” também aumenta) ou negativa (quando “x” 
aumenta e “y” diminui).
 • Forma: a relação é linear (pode ser aproximada por uma reta) ou não linear.
 • Força: quanto mais aproximados os pontos estão da forma da relação identificada 
entre “x” e “y”, maior a força dessa relação.
22
QuandO, cOmO e exemPLOS Para gráficOS
exemplo: Uma equipe estava incumbida 
de elevar a satisfação dos clientes com a 
entrega dos projetos do escritório. Existia 
uma forte convicção de que a satisfação 
era influenciada pelos dias de atraso. Para 
comprovar essa teoria, a equipe coletou o 
nível de satisfação e os dias de atraso (dias 
de atraso negativos significam entrega antes 
do prazo) de 24 projetos. 
Você consegue perceber, no gráfico 
de dispersão, acima, se a satisfação é 
influenciada pelos dias de atraso da entrega 
do projeto? 
Olhando o gráfico de dispersão, no qual cada 
ponto representa um projeto, com os respectivos 
atraso e satisfação, fica fácil perceber que, 
quanto maior o atraso, menor a satisfação. 
23
QuandO, cOmO e exemPLOS Para gráficOS
Além do gráfico, podemos também utilizar o Coeficiente de Correlação Linear, que mede o grau de associação entre 
duas variáveis. Esse coeficiente pode ter valores entre -1 e 1. 
Quanto mais próximo de 1 ele estiver, maior será a relação positiva, e quanto mais 
próximo de -1, maior a relação negativa entre as variáveis x e Y.
Cuidado especial deve ser tomado em relação a possíveis relações espúrias ou “viciadas”.
24
QuandO, cOmO e exemPLOS Para gráficOS
grÁfiCo De pareto
Quando utilizar: quando queremos representar a distribuição de dados categóricose ordená-los por frequência. Muitas vezes essa forma de representação gráfica é 
utilizada para focar esforços, localizando quais são as categoriais vitais de uma 
realidade, para atuação posterior.
Como interpretar: quando o gráfico é construído de maneira adequada, é calculada 
uma linha que identifica os percentuais acumulados (veja exemplo a seguir). As 
categoriais vitais são definidas quando o crescimento de uma barra para outra se 
estabiliza. É importante perceber que nem sempre o efeito de Pareto está presente, 
não indicando nenhuma grupo de categoria vital.
25
QuandO, cOmO e exemPLOS Para gráficOS
exemplo: Uma empresa de embalagens 
precisava reduzir custos com peças 
defeituosas encontradas em sua produção. 
Como a empresa não sabia por onde 
começar, decidiu-se utilizar o conceito 
do Gráfico de Pareto para analisar quais 
defeitos ocorriam com maior frequência. 
Durante duas semanas os dados foram 
coletados, resultando no gráfico ao lado.
26
QuandO, cOmO e exemPLOS Para gráficOS
Nesse caso, a análise do gráfico de Pareto permitiu à empresa identificar quais eram os defeitos mais recorrentes 
e, assim, priorizar a solução dos problemas relacionados à não selagem do topo, não selagem do fundo e não 
selagem lateral.
Vamos utilizar esse exemplo para entender como encontrar as categorias vitais. Para isso, 
observe a linha azul, que mostra o percentual acumulado. 
Perceba, no exemplo analisado, que da primeira para a segunda barra acontece um grande salto. 
da segunda para a terceira barra também ocorre um grande salto. 
a partir da terceira barra os saltos ficam quase do mesmo tamanho e, com isso, podemos 
concluir que encontramos as categorias vitais: as representadas pelas três primeiras barras.
27
QuandO, cOmO e exemPLOS Para gráficOS
grÁfiCo De tenDênCia
Quando utilizar: quando o objetivo é avaliar o comportamento de um indicador ao 
longo do tempo. Pode ser utilizado para variáveis numéricas ou classificatória, nesse 
segundo caso é preciso calcular o indicador na escala percentual, para posterior 
utilização no gráfico de tendência.
Como interpretar: o grande objetivo é avaliar o comportamento ao longo do tempo 
(estabilidade), além da presença de causas especiais de variação que mereçam uma 
ação pontual ou o impacto de mudanças no indicador.
28
QuandO, cOmO e exemPLOS Para gráficOS
exemplo 1: a figura, ao lado, é um 
exemplo de um gráfico de tendências que 
mostra o percentual de entregas fora do 
prazo (observação: essa é uma variável 
classificatória – fora ou dentro do prazo 
– em que foi calculado um percentual ao 
longo do tempo para acompanhamento em 
um gráfico de tendência).
É fácil perceber, pelo gráfico, que houve 
uma melhoria no indicador entre os meses 
8 e 9, causando redução no percentual de 
entregas atrasadas.
Uma questão importante é quando temos 
convicção de que a melhoria realmente 
aconteceu e se sustentou. Vamos discutir 
isso no próximo exemplo.
Mês
%
 d
e 
en
tr
eg
as
 fo
ra
 d
o 
pr
az
o
2 4 6 8 10 12 14 16 18
5
10
15
20
25
30
35
40
29
QuandO, cOmO e exemPLOS Para gráficOS
exemplo 2: Em um Gráfico de Tendência é 
útil criar “fases” no gráfico para evidenciar os 
impactos produzidos por mudanças. No exemplo, 
ao lado, o objetivo era reduzir o tempo de ciclo de 
uma atividade, e uma mudança foi realizada entre 
a semana 7 e 8. Claramente podemos verificar que 
a mudança produziu o efeito desejado. Observe.
Uma dúvida recorrente, especialmente de pessoas 
que estão iniciando a utilização de gráficos de 
tendência para monitorar indicadores, é quando 
criar “fases” em um Gráfico de Tendência. Essa é 
uma pergunta sempre complicada principalmente 
quando estamos reagindo a posteriori (após “ver” 
os dados), ou seja, já temos dados do indicador 
que cobrem um período anterior às mudanças, o 
período em que mudanças foram realizadas e um 
período após a implementação das mudanças 
(fase de controle).
30
QuandO, cOmO e exemPLOS Para gráficOS
A situação ideal é a que denominamos “análise prospectiva”. Quando iniciamos um projeto, coletamos dados do 
indicador de um período anterior (em geral em torno de 10 pontos é suficiente). Colocamos esses pontos em um Gráfico 
de Tendência e tentamos avaliar se não há evidência para rejeitar que o indicador estava estável no período (atenção 
para o detalhe: “se não há evidência para rejeitar” e não “se há evidência para aceitar” – é sútil). 
Se não há evidência para rejeitar que o indicador estava estável, então, traçamos a linha 
de base e a projetamos para o futuro. a partir disso começamos a colocar novos pontos 
no gráfico e anotamos mudanças que são realizadas no processo. Se a regra de 8 ou mais 
pontos acima ou abaixo da linha de base é satisfeita, então, criamos uma nova linha de base 
com esses novos pontos.
Se conseguimos associar a mudança de linha de base com alguma mudança realizada de forma intencional no 
processo, ótimo. Se não conseguimos associar a alteração na linha de base com alguma mudança feita de modo 
intencional, então, devemos tentar identificar alguma transformação que foi executada, às vezes sem nosso 
conhecimento, que possa explicar esse impacto no indicador. E assim prosseguimos acompanhando o processo, 
alterando a linha de base quando o indicador mostra que algo mudou no processo que impactou o indicador.
31
QuandO, cOmO e exemPLOS Para gráficOS
exemplo De Como Definir 
fases em um grÁfiCo De 
tenDênCia
No exemplo anterior, a sequência 
seria a que você pode ver em 
seguida. Acompanhe.
1) Medimos o tempo de ciclo 
por sete semanas, antes de se 
fazer mudanças no processo, 
e construímos um Gráfico de 
Tendência com os dados. Não há 
indicação de que o indicador não 
esteja estável.
32
QuandO, cOmO e exemPLOS Para gráficOS
2) Projetamos a linha de base.
33
QuandO, cOmO e exemPLOS Para gráficOS
3) Coletamos pontos após a 
mudança e colocamo-nos no 
Gráfico de Tendência.
34
QuandO, cOmO e exemPLOS Para gráficOS
4) Após a mudança (realizada 
entre a sétima e a oitava 
semana), há sete pontos abaixo 
da linha de base. Então, é o 
momento de alterar a linha de 
base. O valor 3 para o tempo de 
ciclo (mediana dos últimos sete 
pontos) é a nossa referência 
agora. Os dados mostram que a 
mudança foi uma melhoria.
ConClusão
36
cOncLuSãO
Percebemos que uma correta análise de dados auxilia nos 
direcionamentos estratégicos das decisões que devem ser 
tomadas diariamente nas organizações. Para que você tenha 
sucesso e insights valiosos é necessária uma preparação 
adequada, levantando perguntas que direcionarão a 
construção de gráficos.
Para responder às perguntas propostas será necessário 
o conhecimento e entendimento de quais gráficos são 
adequados para cada pergunta e para cada variável, como 
descrito no decorrer desse e-book.
a constante análise gráfica e fundamentação de 
suas decisões em dados e informações pode ser 
o diferencial entre você e seus concorrentes.
Bons resultados!
marcelo petenate é diretor executivo da escola 
edTi. É professor em cursos da unicamp e tem 
mais de 10 anos de experiência em estatística 
aplicada e Seis Sigma, tendo coordenado alguns 
programas de implantação dessa metodologia. É 
formado em estatística pela unicamp e mestre 
em estatística pela uSP.
utiliza a análise de dados para construir histórias 
e basear as decisões de negócio da própria 
equipe executiva, além de gostar de compartilhar 
esse conhecimento com quem se interessar 
pelo assunto. acredita que a análise de dados é 
uma ferramenta extremamente importante para 
melhorar as decisões de negócios e aumentar acompetitividade das organizações brasileiras.
sobre o Autor
a escola edTi, com base em uma longa experiência de 
trabalho de consultoria em diversas indústrias, está 
plenamente capacitada para treinar e orientar equipes em 
atividades de melhoria e dar suporte à análise de dados 
(inteligência analítica) para subsidiar decisões de negócios.
nós acreditamos que a formação sólida de nossos 
consultores e professores, aliada à experiência e 
conhecimento do mercado, são fundamentais para ajudar 
pessoas e empresas a na exploração de oportunidades de 
crescimento.
conheça mais materiais educativos.
Outros links úteis
blog da escola eDti site da escola eDti
sobre o Autor