Apostila: Técnicas de Tabulação de Dados Empresariais

Prévia do material em texto

MATERIAL DIDÁTICO 
 
TÉCNICAS DE TABULAÇÃO DE DADOS 
EMPRESARIAIS 
 
 
 
 
 
 
 
 
 
 
 
 
 
CREDENCIADA JUNTO AO MEC PELA 
PORTARIA Nº 1.282 DO DIA 26/10/2010 
 
0800 283 8380 
 
www.ucamprominas.com.br 
 
 
Impressão 
e 
Editoração 
 
2 
 
 
 
SUMÁRIO 
 
 
INTRODUÇÃO ....................................................................................................... 3 
UNIDADE 1 – O PACOTE ESTATÍSTICO SPSS APLICADO À TABULAÇÃO DE 
DADOS EMPRESARIAIS ...................................................................................... 7 
UNIDADE 2 – O PACOTE ESTATÍSTICO MINITAB ............................................ 38 
2.2 AS FUNÇÕES DA ESTATÍSTICA BÁSICA NO MINITAB ....................................... 43 
2.3 O COMANDO DISPLAY DESCRIPTIVE STATISTICS .......................................... 46 
2.4 O COMANDO STORE DESCRIPTIVE STATISTICS ............................................ 50 
REFERÊNCIAS .................................................................................................... 56 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3 
 
INTRODUÇÃO 
 
“É mais fácil ser o primeiro do que continuar a ser o primeiro.” 
(Bill Gates) 
 
De acordo com estudos relacionados ao planejamento estratégico aplicado 
às organizações e análise quantitativa de mercado, é sabido que a análise de 
dados é de fundamental importância, ou seja, o mercado exige cada vez mais 
confiabilidade para a tomada de decisão, sendo assim, é de fundamental 
importância o conhecimento de ferramentas computacionais que nos auxiliem na 
tomada de decisão com alto grau de confiabilidade. Em verdade, como a 
concorrência está cada vez mais acirrada entre as empresas e como somos 
bombardeados a todo momento com informações, quem trabalha no contexto 
empresarial deve cada vez mais conhecer ferramentas quantitativas de mercado. 
É interessante salientarmos que gestores e empreendedores que não 
possuem recursos nem conhecimentos de pesquisa e métodos de análise 
quantitativa de mercado simplesmente não podem se beneficiar da inteligência 
que emerge da expansão do número de informações, isto significa, que o 
mercado exige gestores dinâmicos. 
Neste sentido, a Estatística, a Gestão da Qualidade e a Pesquisa 
Operacional atualmente, são ferramentas indispensáveis para qualquer 
profissional/gestor que necessita analisar informações em suas tomadas de 
decisões diárias, seja no seu trabalho ou na sua vida pessoal. Notemos que no 
mundo atual, o ambiente que rodeia as decisões de carácter financeiro e 
estratégico, ou de gestão tendem a ser cada vez mais exigentes, 
consequentemente, uma análise mais apurada e estruturada com relação a um 
conjunto de dados se torna cada vez mais relevante. Todavia, a utilização destas 
áreas como suporte para a tomada de decisões é verificada também no mundo 
antigo, e indícios de sua utilização são encontrados até mesmo bem antes de 
Cristo. Especificamente falando, uma das análises de grande importância no 
cunho das organizações empresarias é a caracterização do perfil de clientes, da 
qualidade de produtos e serviços oferecidos, bem como da melhor forma de 
alocar recursos. 
4 
 
Dessa maneira, no âmbito da interpretação de dados via a Estatística 
Aplicada ao Mercado, temos duas ferramentas indispensáveis que são o SPSS e 
o Minitab. 
Em verdade, de acordo com Moore (2007), o programa computacional 
estatístico SPSS é um software aplicativo (programa de computador) do tipo 
científico. Originalmente, o nome era acrónimo de Statistical Package for the 
Social Sciences, pacote estatístico para as ciências sociais, mas, na atualidade, 
a parte SPSS do nome completo do software (IBM SPSS) não tem significado. Tal 
pacote de apoio à tomada de decisão que inclui: aplicação analítica, Data Mining, 
Text Mining e estatística que transformam os dados em informações importantes 
que proporcionam reduzir custos e aumentar a lucratividade. Um dos usos 
importantes deste software é para realizar pesquisa de mercado, por exemplo, 
relacionado a Escalas de Likert. 
O SPSS teve a sua primeira versão em 1968 e é um dos programas de 
análise estatística mais usados nas ciências sociais, sendo também usado por 
pesquisadores de mercado, na pesquisa relacionada com a saúde, no governo, 
educação e outros setores. Foi inventado por Norman H. Nie, C. Hadlai (Tex) 
Hull e Dale H. Bent. 
Entre 1969 e 1975, a Universidade de Chicago, por meio do seu National 
Opinion Research Center, esteve a cargo do desenvolvimento, distribuição e 
venda do programa. A partir de 1975, corresponde à SPSS Inc. Originalmente, o 
aplicativo foi criado para grandes computadores. Em 1970, foi publicado o 
primeiro manual de usuário/utilizador do SPSS por Nie e Hall. Este manual 
populariza o programa entre as instituições de educação superior nos Estados 
Unidos. 
Em 1984, saiu a primeira versão para computadores pessoais. O aplicativo 
SPSS é vendido por uma companhia chamada também de SPSS. Isto é algo 
confuso, uma vez que a companhia vende uma larga gama de software de análise 
estatística que não apenas o programa SPSS. As iniciais da companhia significam 
hoje Statistical Product and Service Solutions. O SPSS Data Editor é útil para 
fazer testes estatísticos, tais como os testes da correlação, multicolinearidade, e 
de hipóteses, podendo também providenciar ao pesquisador contagens de 
frequência, ordenar dados, reorganizar a informação, e serve também como um 
5 
 
mecanismo de entrada dos dados, com rótulos para pequenas entradas. 
Atualmente o mesmo tem patente relacionada à IBM. 
Com relação ao Minitab, os instrutores de estatística vêm usando o Minitab 
há mais de 40 anos devido a sua interface de fácil uso, preço acessível e recursos 
didáticos online gratuitos. O Minitab é o software líder usado no ensino de 
estatística em mais de 4 mil faculdades e universidades em todo o mundo, 
especificamente falando para a parte relacionada à análise de processos 
industriais em conjunto com as ferramentas da qualidade e da metodologia Seis 
Sigma. Por fim, obviamente, devemos salientar que os mesmos sofrem 
atualizações contínuas de acordo com a tecnologia e novas exigências de 
mercado. 
Neste sentido, o objetivo geral do nosso módulo é apresentar as principais 
funcionalidades destes dois pacotes computacionais voltados para a tabulação de 
dados e Estatística Aplicada ao Meio Empresarial, além é claro da resolução de 
aplicações práticas do mercado empresarial utilizando os tópicos citados 
anteriormente. 
Pois bem, as palavras acima são nossa justificativa para o módulo em 
estudo. 
 
“Você nunca sabe que resultados virão da sua ação. Mas se você não 
fizer nada, não existirão resultados.” 
(Gandhi) 
 
“O ignorante afirma, o sábio duvida, o sensato reflete.” 
(Aristóteles) 
 
“Nem tudo o que pode ser contado conta, e nem tudo o que conta 
pode ser contado.” 
(Einstein) 
 
“O caminho certo é aquele que nos leva ao encontro da realização.” 
(Desconhecido) 
 
6 
 
“Os elefantes demoram a se adaptar, já as baratas sobrevivem em 
qualquer ambiente.” 
(Peter Drucker) 
 
“Não há nada de errado em correr riscos; desde que não se arrisque 
tudo.” 
(George Soros) 
 
“Não podemos prever o futuro, mas podemos criá-lo.” 
(Paul Pilzer) 
 
“Numa época de crise em que todos choram, há sempre alguém que 
se lembra de fabricar lenços.” 
(Autor desconhecido) 
 
 “O melhor cliente é aquele que já temos.” 
(Autor desconhecido)“Se não tomares conta do teu cliente, alguém tomará.” 
(Autor desconhecido) 
 
 
 
 
7 
 
UNIDADE 1 – O PACOTE ESTATÍSTICO SPSS APLICADO 
À TABULAÇÃO DE DADOS EMPRESARIAIS 
 
 
“Os números atuais governam as pessoas, os negócios e o mundo”. 
David Moore 
 
1.1 Aspectos Introdutórios 
O SPSS (Statistical Package for Social Sciences) é uma aplicação que 
proporciona um poderoso tratamento estatístico de dados, combinando 
potencialidades gráficas com uma gestão de dados. O SPSS se apresenta como 
uma aplicação de fácil manuseamento, visto que a sua apresentação e o modo 
como funciona é semelhante a qualquer aplicação desenvolvida para Windows 
baseada em janelas e menus características do referido ambiente. Em outras 
palavras, o mesmo apresenta grande potencialidade para a gestão de dados 
desde a parte de tabelas, gráficos e relatórios de saída. 
 
Figura 01: Informações iniciais do SPSS aplicado a tabulação de dados empresariais. 
Fonte: Elaborado pelo próprio autor. 
 
Dessa forma, para realizarmos uma análise de dados via o programa SPSS 
procedemos com os passos descritos a seguir. 
8 
 
 
Figura 02: Sequência de passos para implementação no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
1.2 Funções Básicas do SPSS 
Para iniciarmos o nosso estudo vamos considerar a seguinte situação 
introdutória, ou seja, vamos apresentar um estudo de caso envolvendo uma 
organização com o objetivo de apresentarmos as funções básicas do SPSS. 
 
Situação Introdutória: Vamos tabular os dados coletados da AFA 
Negócios Internacionais, que consta com uma carteira com 400 clientes. Em 
verdade, estaremos interessados em discutir algumas variáveis (quantitativas e 
qualitativas) com o objetivo de apresentar algumas funções básicas para a 
sumarização de um conjunto de dados, tais como: análise de distribuição de 
frequências, medidas descritivas e cruzamento entre variáveis. As variáveis a 
serem trabalhadas são: 
 volume de vendas de cada empresa (cliente); 
 satisfação de cada empresa (cliente); 
 carteira de clientes fixos – importadores (I) e exportadores (E); 
 lucro mensal; 
 volume de importação; 
 volume de exportação; 
9 
 
 produtos mais exportados; 
 produtos mais importados; 
 processos Pendentes; 
 inadimplência (em taxa percentual). 
Dessa forma, temos uma planilha criada no SPSS com o nome Planilha 
Introdutória AFA. Sendo assim, poderíamos estar interessados em responder 
questões do tipo: 
 Quantas variáveis nós temos na Planilha? 
 Quantas observações associadas a cada variável da planilha nós 
temos? 
 Exemplos de Variáveis Quantitativas? 
 Exemplos de Variáveis Qualitativas? 
 Vamos elaborar um relatório gerencial? Vamos responder algumas 
questões específicas deste conjunto de dados? 
 Como podemos utilizar as ferramentas da Estatística Aplicada ao 
Mercado? 
 Como utilizar o SPSS para analisarmos gerencialmente este 
conjunto de dados? 
 Análise Descritiva das Variáveis Quantitativas (valor médio, menor 
valor, maior valor, valor mais frequente). 
 Cruzamento entre variáveis qualitativas. Porcentagens associadas. 
 Análise descritiva por variável de agrupamento. 
 Ordenação de uma variável quantitativa. 
 Selecionar parte da planilha de dados. 
 A ferramenta gerencial: Cubo de Dados? Ferramenta muito utilizada 
em BI (Inteligência em Negócios) 
 
Para acessarmos o programa SPSS, clicamos diretamente no seu atalho 
mostrado a seguir. 
 
Figura 03: Acesso ao programa SPSS. 
10 
 
Fonte: Elaborado pelo próprio autor. 
 
Dessa forma, a tela inicial é dada na Figura 04 a seguir. 
 
Figura 04: Conhecendo o pacote estatístico SPSS versão 21.0. 
Fonte: Elaborado pelo próprio autor. 
 
Com relação ao trabalho no SPSS, temos 4 janelas de trabalho, que são: 
 Janela de Edição de Dados: na qual inserimos as variáveis e os 
dados que formaram a nossa planilha. 
 Janela de Comandos: na qual são abertas as janelas com as 
funções a serem utilizadas em uma dada análise. 
 Janela de Resultados: na qual o SPSS nos mostra os resultados 
das análises realizadas, como tabelas, gráficos e relatórios diversos de saída. 
11 
 
 Janela de Programação: na qual se pode inserir programas em 
linguagens de programação diversas. 
 
Figura 05: Janelas do SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Com relação à janela de dados, temos a seguinte interpretação com 
relação a entrada de variáveis e dados. 
 
Figura 06: Inserindo variáveis e dados no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Com relação a nossa planilha inicial de trabalho, temos a seguinte 
disposição de variáveis. 
12 
 
 
Figura 07: As variáveis da nossa planilha introdutória. 
Fonte: Elaborado pelo próprio autor. 
 
E, com relação aos dados, temos a seguinte disposição geometrica. 
 
 
Figura 08: Alguns dados da nossa planilha introdutória. 
Fonte: Elaborado pelo próprio autor. 
 
Ou ainda, 
 
13 
 
 
Figura 09: Alguns dados da nossa planilha introdutória. 
Fonte: Elaborado pelo próprio autor. 
 
Mas, afinal, como criamos as variáveis no SPSS? Para a resposta de tal 
indagação mostramos as etapas de criação das variáveis na Figura 10 a seguir. 
 
 
Figura 10: Criando variáveis no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Note então que a nossa planilha introdutória de trabalho possui 8 variáveis, 
como é mostrado na Figura 11 a seguir. 
14 
 
 
Figura 11: As variáveis da nossa planilha de estudo inicial. 
Fonte: Elaborado pelo próprio autor. 
 
Além disso, com relação ao número de observações para cada uma das 
variáveis temos 400 observações conforme nos mostra a Figura 12 a seguir. 
 
Figura 12: As observações da nossa planilha de estudo inicial. 
Fonte: Elaborado pelo próprio autor. 
 
Importante! Para os propósitos envolvendo as pesquisas de mercado e de 
marketing, bem como, outras situações envolvendo o meio empresarial e 
industrial trabalha-se com as variáveis do Tipo Numérico e do Tipo 
Sequência. Falando de modo específico, as variáveis numéricas são as 
15 
 
variáveis quantitativas (discretas ou contínuas), enquanto que as variáveis 
do tipo sequência são aquelas definidas por atributos ou classes, mas que 
podemos dar a elas um caráter numérico. 
 
Um outro ponto importante que deve ser salientado é com relação a 
simbologia própria que o SPSS trata as suas variáveis. Observe as Figuras 
subsequentes. 
 
 
Figura 13: Identificando uma variável escalar no SPSS. 
Fonte: Elaborado pelo próprio autor. 
16 
 
 
Figura 14: Identificando uma variável nominal no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Importante! (Ativando e Desativando os Rótulos das Variáveis) 
 
Figura 15: Ativando e desativando os rótulos das variáveis no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Vejamos agora algumas funções básicas do SPSS que trabalham com a 
organização, manipulação e transformação. 
17 
 
 Ordenação de Uma Variável – A Função Classificar Casos: 
descrevendo o rol de uma variável ou conjunto de dados. Ou seja, ordenação dos 
dados através dos extremos superiores e inferiores (Rol). 
Figura 16: A função classificação de casos. 
Fonte: Elaborado pelo próprio autor. 
 
Ou ainda, 
 
Figura 17: A função classificação de casos. 
Fonte: Elaborado pelo próprio autor. 
 
Diretamente no SPSS, temos a seguinte disposição. 
18 
 
 
Figura 18: A função classificação de casos. 
Fonte: Elaborado pelo próprio autor. 
 
Logo, na nossa planilha percebemos quea primeira variável foi ordenada 
em ordem crescente de acordo com o solicitado. 
 
Figura 19: Resultado obtido a partir da função classificação de casos. 
Fonte: Elaborado pelo próprio autor. 
 
 Trabalhando com Variáveis Qualitativas – A Função 
Frequências da Estatística Descritiva: aqui descrevemos as frequências 
absolutas e relativas das classes da variável analisada em questão. Neste caso, 
como não podemos trabalhar com operações algébricas, a distribuição na forma 
tabular é recomendada. 
19 
 
 
Figura 20: A função frequências da estatística descritiva. 
Fonte: Elaborado pelo próprio autor. 
 
No SPSS, para utilizarmos tal função, seguimos os passos a seguir. Aqui, 
salientamos que estaremos interessados em descrever a distribuição de 
frequências da variável prodexportado. 
 
Figura 21: O caminho da função frequências da estatística descritiva. 
Fonte: Elaborado pelo próprio autor. 
 
Diretamente no SPSS, temos a seguinte disposição. 
20 
 
 
Figura 22: O caminho da função frequências da estatística descritiva. 
Fonte: Elaborado pelo próprio autor. 
Ou ainda, 
 
Figura 23: O caminho da função frequências da estatística descritiva. 
Fonte: Elaborado pelo próprio autor. 
 
Logo, o resultado é apresentado na Janela de Resultados com a 
distribuição de frequências da variável solicitada. 
21 
 
 
Figura 24: Resultado obtido a partir da função solicitada. 
Fonte: Elaborado pelo próprio autor. 
 
 Cruzamento Entre Variáveis – A Função Tabela de Referência 
Cruzada: é uma ferramenta muito utilizada para a caracterização das frequências 
cruzadas entre variáveis, especificamente falando, quando o cruzamento envolve 
duas variáveis qualitativas. 
 
Figura 25: A função cruzamento entre variáveis. 
Fonte: Elaborado pelo próprio autor. 
 
No SPSS, para utilizarmos tal função, seguimos os passos a seguir. Aqui, 
salientamos que estaremos interessados em descrever a tabela de referência 
cruzada entre as variáveis: carteira x prodexportado. 
22 
 
 
Figura 26: O caminho da função tabela de referência cruzada do SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Diretamente no SPSS, temos a seguinte disposição. 
 
Figura 27: O caminho da função tabela de referência cruzada do SPSS. 
Fonte: Elaborado pelo próprio autor. 
Logo, o resultado é apresentado na Janela de Resultados com a tabela de 
referência cruzada desejada. 
23 
 
 
Figura 28: Resultado obtido a partir da função solicitada. 
Fonte: Elaborado pelo próprio autor. 
 
Logo, observe que você consegue facilmente caracterizar as frequências 
cruzadas envolvendo as classes das variáveis inseridas na função em questão. 
Mas ainda, falando um pouco mais em linhas específicas de mercado, pode-se 
trabalhar com algumas porcentagens envolvidas com o resultado apresentado 
anteriormente pela função tabela de referência cruzada, que são as porcentagens 
pelo total da linha, total da coluna e sobre o total de casos. 
 
 
Figura 29: O caminho da função tabela de referência cruzada com porcentagens sobre os 
totais no SPSS. 
Fonte: Elaborado pelo próprio autor. 
24 
 
 
Diretamente no SPSS, temos a seguinte disposição. 
 
Figura 30: O caminho da função tabela de referência cruzada com porcentagens sobre os 
totais no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Logo, o resultado é apresentado na Janela de Resultados com a tabela de 
referência cruzada com porcentagens associadas desejadas. 
 
Figura 31: Resultado obtido a partir da função solicitada. 
Fonte: Elaborado pelo próprio autor. 
 
25 
 
Salientamos que a primeira porcentagem abaixo do valor da célula em 
questão é o total sobre a linha, a segunda é sobre o total da coluna e a terceira é 
sobre o total de casos. 
 Criando Agrupamento em Classes – A Função Recodificação de 
Variáveis: outra ferramenta importante para a tabulação de dados gerenciais é a 
criação de classes de agrupamento. Em verdade, tal procedimento é pertinente 
quando temos uma variável quantitativa com alto grau de dispersão, ou seja, com 
alto grau de variabilidade. 
 
 
Figura 32: A função agrupamento em classes. 
Fonte: Elaborado pelo próprio autor. 
 
Vamos criar o agrupamento em classes mostrado na Figura 33 a seguir. 
26 
 
 
Figura 33: O agrupamento a ser criado. 
Fonte: Elaborado pelo próprio autor. 
 
No SPSS, para utilizarmos tal função, seguimos os passos a seguir. 
 
Figura 34: O caminho da função recodificação de variáveis no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Ou ainda, 
27 
 
 
Figura 35: O caminho da função recodificação de variáveis no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
No caso da criação da nova variável a ser a recodificação da criação de 
classes, temos a distribuição a seguir. 
 
Figura 36: O caminho da função recodificação de variáveis no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
E 
28 
 
 
Figura 37: O caminho da função recodificação de variáveis no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
E, especificamente, para a criação de cada classe sugerida na descrição 
anterior trabalhamos na tela seguinte. 
 
Figura 38: O caminho da função recodificação de variáveis no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Ou ainda, 
29 
 
 
Figura 39: O caminho da função recodificação de variáveis no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Logo, o resultado é apresentado na própria planilha de dados com a 
criação da nova variável que descreve o agrupamento citado anteriormente das 
seis classes. 
 
Figura 40: Resultado obtido a partir da função solicitada. 
Fonte: Elaborado pelo próprio autor. 
 
 Cubo de Dados – A Função Cubos Olap: esta ferramenta é 
amplamente utilizada em BI (Inteligência em Negócios) e, aqui, a mesma nos 
mostra os resultados das várias classes da variável de agrupamento na própria 
saída gerada pelo SPSS, permitindo assim, a caracterização de conclusões de 
forma mais rápida e dinâmica. 
30 
 
 
Figura 41: A função Cubos Olap do SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
No SPSS, para utilizarmos tal função, seguimos os passos a seguir. 
 
Figura 42: O caminho da função Cubos Olap no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Ou seja, 
31 
 
 
Figura 43: O caminho da função Cubos Olap no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Ou ainda, 
 
Figura 44: O caminho da função Cubos Olap no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
E, para escolhermos as medidas descritivas a serem determinadas, 
utilizamos a tela a seguir. 
32 
 
 
Figura 45: O caminho da função Cubos Olap no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
E o resultado é mostrado na Figura 46 e 47 a seguir. 
 
Figura 46: Resultado obtido a partir da função solicitada. 
Fonte: Elaborado pelo próprio autor. 
 
Ou ainda, 
33 
 
 
Figura 47: Resultado obtido a partir da função solicitada. 
Fonte: Elaborado pelo próprio autor. 
 
 Selecionando Partes de Bases de Dados – A Função Seleção de 
Casos: é usada para selecionarmos parte da planilha de dados, ou seja, que 
satisfaz uma determinada condição preestabelecida. 
 
Figura 48: A função seleção de casos. 
Fonte: Elaborado pelo próprio autor. 
 
Vamos então caracterizar as frequências dos produtos (importados e 
exportados) com volume de vendas superior a R$200.000,00. 
34 
 
 
Figura 49: A seleção de casos no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
No SPSS, para utilizarmos tal função, seguimos os passos a seguir. 
 
Figura 50: A seleção de casos noSPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Ou ainda, 
 
Figura 51: A seleção de casos no SPSS. 
35 
 
Fonte: Elaborado pelo próprio autor. 
Ou ainda, 
 
Figura 52: A seleção de casos no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Ou, 
 
Figura 53: A seleção de casos no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
E o resultado é mostrado na planilha de duas formas diferentes, no qual, o 
número da linha sendo riscado significa que aquele caso não foi selecionado. 
 
36 
 
 
Figura 54: O resultado obtido a partir da seleção de casos no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Ou ainda, com a criação de uma variável temporária filter, sendo 
classificada em 1(Select) ou zero (Not select). 
 
Figura 55: O resultado obtido a partir da seleção de casos no SPSS. 
Fonte: Elaborado pelo próprio autor. 
 
Portanto, agora basta solicitarmos as frequências dos produtos (importados 
e exportados) com volume de vendas superior a R$200.000,00, notando que o 
SPSS levará em consideração apenas os casos previamente selecionados. 
37 
 
 
Figura 56: O resultado das frequências da variável prodexportado. 
Fonte: Elaborado pelo próprio autor. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
38 
 
UNIDADE 2 – O PACOTE ESTATÍSTICO MINITAB 
 
2.1 Aspectos Introdutórios 
Vimos que a partir da revolução industrial e desenvolvimento dos 
computadores, a Estatística conseguiu se desenvolver e, atualmente, constitui 
uma ferramenta gerencial importantíssima para a tomada de decisão com 
confiabilidade, além disso, nos dias atuais, temos vários pacotes estatísticos que 
são utilizados para a implementação numérica de situações que envolvem 
técnicas da Estatística, dentre eles podemos citamos o Minitab e o SPSS. 
 
 
Figura 57: Alguns pacotes estatísticos utilizados no cotidiano. 
Fonte: FERREIRA (2014). 
 
 Cabe salientar que na pática industrial, o Minitab é o mais usado, 
enquanto que para a implementação geral empresarial o SPSS é o mais utilizado. 
Grosso modo, o Minitab É um dos softwares mais utilizado em estatística 
aplicada à qualidade e aos métodos Seis Sigma. 
Facilidade de uso, precisão e qualidade de métodos disponíveis tornaram o 
Minitab o software preferido para análises estatísticas na área industrial. De outro 
modo, o Minitab é usado em 104 Países, sendo criado pelos professores Dr(a). 
Barbara Ryan, Dr. Thomas Ryan Jr. Dr. Brian Joiner na década 70. A versão 
39 
 
utilizada no Minitab parar a resolução dos problemas a serem discutidos em todo 
este material é a versão 16. O ícone de tal versão é mostrado a seguir. 
 
 
Figura 58: Ícone Minitab versão 16. 
Fonte: Elaborado pelo próprio autor. 
 
A sua tela inicial é mostrada na Figura 59 a seguir. 
 
 
Figura 59: Tela inicial – Minitab versão 16. 
Fonte: Elaborado pelo próprio autor. 
 
Para o Minitab, temos 4 tipos de janelas ou sessões, que são: 
 Session Window: mostra os resultados (tabelas e textos). Nesta 
janela, podemos editar as saídas geradas pelo Minitab e entrar com linhas de 
comandos executáveis. 
40 
 
 
Figura 60: Session Window – Minitab versão 16. 
Fonte: Elaborado pelo próprio autor. 
 
 Data Window: mostra colunas de dados. Janela destinada à 
planilha, através da qual os dados serão armazenados para análises a posteriori. 
 
Figura 61: Data Window – Minitab versão 16. 
Fonte: Elaborado pelo próprio autor. 
 
 Graph Window: mostra os gráficos gerados pelos comandos do 
Minitab. 
41 
 
 
Figura 62: Graph Window – Minitab versão 16. 
Fonte: Elaborado pelo próprio autor. 
 
 Project Manager: contém pasta que permitem navegar, ver e 
manipular várias partes do projeto. 
 
Desta forma, como podemos abrir um projeto? Vamos abrir uma planilha 
no Minitab, para tal procedemos da seguinte forma: 
 
 
Figura 63: Planilha 01 – abrindo um projeto no Minitab 16. 
Fonte: Elaborado pelo próprio autor. 
 
42 
 
 
Figura 64: Planilha 01 – abrindo um projeto no Minitab 16. 
Fonte: Elaborado pelo próprio autor. 
 
 
Figura 65: Planilha 01 – abrindo um projeto no Minitab 16. 
Fonte: Elaborado pelo próprio autor. 
 
Outro aspecto importante a ser analisado é o tipo de variável que podem 
ser criadas no Minitab, em verdade, temos três tipos de variáveis, que são 
apresentadas na Figura 66 a seguir. 
43 
 
 
Figura 65: Tipos de variáveis que podem ser criadas no Minitab 16. 
Fonte: Elaborado pelo próprio autor. 
 
Note que na nossa Figura 67 a seguir, que temos variáveis numéricas, 
variáveis caracterizadas por texto e variáveis data/hora. 
 
 
Figura 67: Exemplos de variáveis que podem ser criadas no Minitab 16. 
Fonte: Elaborado pelo próprio autor. 
 
2.2 As Funções da Estatística Básica no Minitab 
Aqui, vamos trabalhar com as funções voltadas para a Estatística básica, 
tais como para a análise exploratória e para verificação da normalidade de dados. 
44 
 
Em verdade, o que é de nosso interesse nesta seção é colocado na Figura 68 a 
seguir. 
 
Figura 68: Funções da Estatística básica no Minitab. 
Fonte: Elaborado pelo próprio autor. 
 
Com relação à Estatística Descritiva, temos dois comandos principais, que 
são: 
 Display Descriptive Statistics: fornece uma tabela das principais 
estatísticas, lançando os resultados na Session Window; 
 Store Descriptive Statistics: possibilita escolher as estatísticas a 
serem calculadas, lançando o resultado de cada estatística numa coluna da 
planilha ativa. 
 
 
Figura 69: Comandos da Estatística básica no Minitab. 
Fonte: Elaborado pelo próprio autor. 
 
45 
 
Como devemos seguir no Minitab para acessarmos tais comandos? Neste 
caso, para trabalharmos com os comandos descritos anteriormente procedemos 
conforme a Figura 70 abaixo. 
 
Figura 70: Acessando os comandos da Estatística básica no Minitab. 
Fonte: Elaborado pelo próprio autor. 
 
 
 
 
Ou ainda, 
 
Figura 70: Revisando as medidas de síntese. 
Fonte: Elaborado pelo próprio autor. 
 
46 
 
Importante! É interessante você relembrar as medidas descritivas que são 
divididas em medidas de centro e de dispersão. Sendo que a média, 
mediana e modas são as principais medidas de centralidade, enquanto que 
o desvio padrão, variância e coeficiente de variação de Pearson são as 
principais medidas de variabilidade. 
 
2.3 O Comando Display Descriptive Statistics 
Aqui, vamos trabalhar com as funções voltadas para a Estatística básica, 
tais como para a análise exploratória e para verificação da normalidade de dados. 
Como visto o comando Display Descriptive Statistics nos dá uma tabela com as 
principais medidas de síntese, conforme nos mostra o Quadro 01 abaixo: 
Quadro 01 
Medida Descrição 
N Número de células com dados. 
N* Número de células vazias se existirem. 
Mean Média dos dados (ou da variável considerada). 
Median Mediana dos dados (ou da variável considerada). 
TrMean Média ajustada, calculada depois de excluir 5% 
dos menores valores e 5% dos maiores valores. 
StDev Desvio padrão amostral dos dados. 
SE Mean Erro padrão da média, calculado como 
(StDev/Raiz quadrada de N). 
Minimum Menor valor do conjunto de dados. 
Maximum Maior valor do conjunto de dados. 
Q1 Primeiro quartil ou valor que define 25% dos 
dados ordenados. 
Q3 Terceiro quartil ou valor que define 75% dos 
dados ordenados. 
 
 
Vejamos um exemplo prático, a fim de aplicarmos o comando descrito 
anteriormente. Em verdade, temos um projeto (planilha) com dados envolvendo47 
 
um processo industrial de empacotamento de uma marca de leite, cuja 
embalagem é o saquinho plástico. 
 
Figura 72: Planilha 03 – Processo industrial de empacotamento de leite. 
Fonte: Elaborado pelo próprio autor. 
 
Para utilizarmos o comando Display Descriptive Statistics, procedemos 
como segue. 
 
 
Figura 73: Passos para o comando Display Descriptive Statistics. 
Fonte: Elaborado pelo próprio autor. 
 
Ou seja, 
 
48 
 
 
Figura 74: Passos para o comando Display Descriptive Statistics. 
Fonte: Elaborado pelo próprio autor. 
 
Na sequência, selecionamos a variável em questão para análise: 
 
Figura 75: Passos para o comando Display Descriptive Statistics. 
Fonte: Elaborado pelo próprio autor. 
 
Ou ainda, 
 
49 
 
 
Figura 76: Passos para o comando Display Descriptive Statistics. 
Fonte: Elaborado pelo próprio autor. 
 
Logo, a saída do procedimentos com as medidas estatísticas selecionadas 
é mostrada na Figura 77 a seguir. 
 
 
Figura 77: Saída do procedimento – Display Descriptive Statistics. 
Fonte: Elaborado pelo próprio autor. 
 
Ou seja, obtemos: 
 
50 
 
 
Figura 78: Saída do procedimento – Display Descriptive Statistics. 
Fonte: Elaborado pelo próprio autor. 
 
Portanto, a medida do processo de empacotamento em questão é de 
999,84 mm que é bem próximo de 1000 ml que é o requisitado para este 
saquinho de leite, que comumente comprarmos nos supermercados e padarias. 
 
2.4 O Comando Store Descriptive Statistics 
Como já comentado anteriormente, este comando nos possibilita a escolha 
das estatísticas a serem calculadas, lançando o resultado de cada estatística 
numa coluna da planilha ou projeto em questão. O caminho para o comando 
Store Descriptive Statistics é apresentado na Figura 79 a seguir. 
 
 
Figura 79: Sequência de passos – Display Descriptive Statistics. 
Fonte: Elaborado pelo próprio autor. 
 
Ou seja, 
51 
 
 
Figura 80: Sequência de passos – Display Descriptive Statistics. 
Fonte: Elaborado pelo próprio autor. 
 
Vejamos um exemplo prático de aplicação das principais medidas de 
síntese e comando estudado em questão. 
 
Estudo de Caso – Aplicação Envolvendo as Medidas Descritivas – A 
AFA Autopeças que o seu bisavô fundou ao chegar de Portugal, apesar de ainda 
próspera e com cinco filiais, tem um número talvez excessivo de peças, o que 
está aumentando em demasia os custos. Após acalorados debates, sua família 
decidiu que cinco tipos de peças (aqui chamadas de A, B, C, D e E) poderiam ser 
retiradas da produção: mas apenas uma delas. Seria arriscado retirar todas, pois 
a empresa poderia perder a variedade que é sua grande vantagem competitiva. 
Há interesse na racionalização do processo, mantendo as peças que têm 
demanda mais homogênea ao longo do ano. Como você está estudando Tópicos 
de Estatística Aplicada neste momento, decidiram que você fará a análise dos 
dados, para orientar a escolha. No Quadro 02 abaixo, você tem as vendas, em 
milhares de R$, de cada peça nos últimos doze meses. 
 
Quadro 02: Vendas dos últimos meses dos tipos de peças (em milhares de 
R$). 
52 
 
 
Fonte: Elaborado pelo próprio autor. 
 
Sendo assim, qual seria a sua conclusão a respeito do problema? 
 
Solução: Inicialmente, vamos abrir a Planilha 04 (Estudo de Caso 01) 
mostrada na Figura 81 a seguir. 
 
 
Figura 81: A planilha do estudo de caso. 
Fonte: Elaborado pelo próprio autor. 
 
Para resolvermos o problema em questão, como é requerido que 
permaneçam na produção as peças com demanda mais homogênea, devemos 
utilizar o desvio padrão. Observe que aqui a média pode ser até um indicador, 
mas não é a medida mais coerente para respondermos o problema, já que é 
falado em homogeneidade. Você se lembra quando estudou as medidas de 
dispersão na disciplina de Estatística? 
 
53 
 
 
 
 
 
 
 
 
 
 
 
Figura 82: Interpretando a dispersão sobre um conjunto de dados. 
Fonte: Elaborado pelo próprio autor. 
Para resolvermos via o Minitab procedemos como segue: 
 
 
Figura 83: Resolvendo o estudo de caso via Minitab. 
Fonte: Elaborado pelo próprio autor. 
 
 
Ou seja, 
54 
 
 
Figura 84: Resolvendo o estudo de caso via Minitab. 
Fonte: Elaborado pelo próprio autor. 
 
 
Importante! Observe que selecionamos as medidas média, desvio padrão e 
coeficiente de variação de Pearson. 
 
Dessa forma, o comando apresenta os resultados na Data Window como é 
apresentado na Figura 85 a seguir. 
 
 
Figura 85: Resultados obtidos do comando Store Descriptive Statistics. 
Fonte: Elaborado pelo próprio autor. 
 
Em outras palavras, temos que: 
 
Quadro 03: Os resultados obtidos do problema. 
55 
 
 
Fonte: Elaborado pelo próprio autor. 
 
 Conclusão do Estudo de Caso: dessa forma, com os resultados obtidos 
na tabela auxiliar acima, podemos constatar que o Tipo de Peça D apresenta 
menor média de faturamento (R$14,33) e maior variabilidade absoluta ao longo 
de 12 meses (Desvio Padrão = 7,25889), sendo, portanto, a que deveria ser 
excluída do quadro de peças. 
 
Importante! Salientamos que mais funções relacionadas à exploração de 
dados serão discutidos no guia de estudos mais a frente, tais como 
correlação e teste de normalidade, que são ferramentas que dependem dos 
testes de hipóteses e intervalores de confiança que serão colocados a 
posteriori. 
 
 
 
 
 
 
 
 
 
56 
 
REFERÊNCIAS 
 
ANDERSON, Sweeney, Williams. Estatística Aplicada à Administração e 
Economia. Rio de Janeiro: Pioneira, 2003. 
 
CALEGARE, Álvaro J. de A. Introdução ao Delineamento de Experimentos. 2° 
Edição. Rio de Janeiro: Edgard Blucher, 2009. 
 
FONSECA, Jairo S. da; MARTINS, Gilberto de A.. Curso de estatística. 6. ed.. 
Rio de Janeiro: Atlas, 2009. 
 
FREUND, John E. Estatística aplicada: economia, administração e 
contabilidade. 11. ed.. Porto Alegre: Bookman, 2006. 
 
LEVINE, David et al.. Estatística: teoria e aplicações. 5. ed.. Rio de Janeiro: 
LTC, 2008. 
 
MALHOTRA, Naresh K. Pesquisa de Marketing: Uma orientação Aplicada. 3° 
Edição. Porto Alegre: Bookman, 2001. 
 
MARTINS, Gilberto de Andrade. Estatística geral e aplicada. 3. ed.. Rio de 
Janeiro: Atlas, 2010. 
 
MILONE, Giuseppe. Estatística geral e aplicada. Rio de Janeiro: Cengage 
Learning, 2009. 
 
MOORE, David. A Prática da Estatística Empresarial: como usar dados para 
tomar decisões. Rio de Janeiro: LTC Editora, 2006. 
 
MORETTIN, Pedro A.; BUSSAB, Wilton de O. Estatística básica. 6. ed.. Rio de 
Janeiro: Saraiva, 2010. 
 
OLIVEIRA, Francisco E. M. de. SPSS Básico para Análise de Dados. 2 Edição. 
Rio de Janeiro: Ciência Moderna, 2007. 
 
PALADINI, Edson Pacheco. Gestão de Qualidade no Processo: a qualidade na 
produção de bens e serviços. São Paulo: Atlas, 1995. 
 
TRIOLA, Mario f. Introdução à Estatística. Tradução: Alfredo Alves de Faria, 
Eliana Farias e Soares, Vera Regina L. S. Flores. 7ed. Editora LTC, RJ – 
Cpyright, 1999. 
 
VIEIRA, S. Elementos de Estatística. São Paulo: Ed. Atlas, 1999.