modelo_elaboracao_trabalho_academico_2013

Prévia do material em texto

�PAGE �
SUMÁRIO
31 INTRODUÇÃO	�
42 DESENVOLVIMENTO	�
42.1 TÍTULO NÍVEL 2 – SEÇÃO SECUNDÁRIA	�
42.1.1 Título Nível 3 – Seção Terciária	�
42.1.1.1 Título nível 4 – Seção quaternária	�
42.1.1.1.1 Título nível 5 – Seção quinária	�
53 EXEMPLOS DE ELEMENTOS DE APOIO AO TEXTO	�
53.1 EXEMPLO DE GRÁFICO	�
53.2 EXEMPLO DE FIGURA	�
63.3 EXEMPLO DE QUADRO	�
63.4 EXEMPLO DE TABELA	�
74 CONCLUSÃO	�
8REFERÊNCIAS	�
9APÊNDICES	�
10APÊNDICE A – Instrumento de pesquisa utilizado na coleta de dados	�
11ANEXOS	�
12ANEXO A – Título do anexo	�
��
INTRODUÇÃO
Esta etapa deve conter parágrafos que falem sobre a importância do tema escolhido, sua relevância e aplicabilidade.
	
DESENVOLVIMENTO
1) Microeconomia e Macroeconomia
2) Métodos Quantitativos Aplicados à Gestão Empresarial
Medidas Descritivas
 
Medidas de Tendência Central.
As medidas de tendência central são utilizadas para caracterizar um conjunto de valores, para estas medidas podemos utilizar média, moda, e mediana.
Média Aritmética
É aquela que nos permite substituir os valores de uma lista de números por uma soma, sendo a mais simples que existe. É dada pela fórmula , a qual indica que dividimos a soma de todos os elementos da lista pelo seu número de elementos.
Por Exemplo: 
Dada a sequência 5, 6, 7, 8, 9, como determinar a sua média aritmética? 
M.A 5 + 6 + 7 + 8+ 9 / 5
M.A 35/5= 7
Sendo assim a média aritmética deste exemplo é 7.
Se considerarmos um conjunto de valores x1, x2, x3, ..., xn. A média aritmética dos valores desse conjunto é dada por:
 Moda
A palavra “moda” foi utilizada pela primeira vez em 1895 por Karl Pearson, possivelmente referia se ao seu significado usual. Normalmente a palavra moda pode estar relacionada a desfiles e roupas em geral, mais em um sentido mais amplo, o significado disso é uma ação, uma atitude e até mesmo um pensamento. 
Para entender este conceito melhor, irei ilustrar um exemplo, onde foi feita uma pesquisa sobre a preferência de um grupo de trabalhadores de uma usina em relação ao cargo que eles desejariam obter para ter um aumento no salário, veja:
	Trabalhadores 
	Profissão 
	João 
	Encarregado
	Maria
	Analista
	Carlos 
	Superintendente
	Vinicius 
	Encarregado
	Vitoria
	Telefonista
	Gabriel
	Encarregado
Existe alguns dos cargos que são mais citado?
A resposta é sim, existe um dos cargos acima que foi mais citado. Esse cargo foi o de encarregado (citado três vezes), os demais foram citados apenas uma vez. Por isso, a opção “Encarregado” é a moda desse conjunto, o valor dominante ou valor típico nesse grupo. De acordo com o conceito podemos deduzir que a moda é sempre o valor mais frequente em um conjunto de dados.
Observe alguns exemplos:
A moda do conjunto P é igual a 3, pois este valor é o mais frequente neste conjunto.
 O conjunto Q não tem moda, pois não existe nenhum valor mais frequente neste conjunto.
É sempre bom lembrar que a moda em um conjunto pode ter quatro qualificações sendo elas, unimodal, amodal, bimodal e Multimodal.
Unimodal, quando a moda é única. 
Bimodal, quando há duas modas. 
Amodal, quando não existe moda. 
Multimodal, quando há mais de duas modas.
 Mediana
Ela tem a característica de dividir um conjunto ao meio, isto é quando o conjunto é separado em duas partes ou seja 50% dos valos sejam menores que ela e os outro 50% sejam maiores que ela, ou seja, em um conjunto onde seus elementos estão dispostos em ordem crescente ou decrescente a mediana, conseguimos identificar ela olhando o conjunto de elemento que está bem no meio.
Por Exemplo: 
Considere um conjunto Z, tal que:
Z = { 1; 4; 3; 4; 9; 6 }
Em primeiro lugar colocamos esse conjunto em ordem seja ela crescente ou decrescente.
Z= { 1; 3; 4; 4; 6; 9}
Podemos observar que essa sequência é formada por um número par de termos, sendo assim, por seis termos. Porém existe dois termos centrais, Os que ocupam a 3ª e 4ª posições. Logo qualquer valor que se encontre entre esses dois termos, no caso, o 4 e o 4, pode dividir o conjunto em duas partes com a mesma quantidade de elementos. Porém, por definição, nesses casos em que o conjunto apresenta dois termos centrais, consideramos a média aritmética entre esses dois termos para ser o termo central, ou seja, no nosso caso deveríamos somar 4 + 4 = 8 e dividir por 2, assim obteríamos o valor 4 como resposta para o nosso termo central do conjunto Z.
Se o número de termos for ímpar em conjunto , fica mais fácil de achar o termo central, pois a mediana sempre será o próprio termo central. 
Exemplo:
T = { 3; 4; 5; 2; 1}
Dado um conjunto  T acima, determinar sua mediana.
Primeiro devemos organizar o conjunto em ordem crescente ou decrescente. Eu organizei em ordem crescente. 
T = { 1; 2; 3; 4; 5}
Nesse caso o termo central é o que se encontra na 3° posição, ou seja, o número 3. Dizemos então que o número 5 é a mediana desse conjunto pois é ele que se encontra bem no meio dele.
Medidas de Dispersão.
É o da determinação da variabilidade ou dispersão desses dados, relativamente à medida de localização do centro da amostra, supondo ser a média, a medida de localização mais importante, sendo assim usamos a variância e o desvio padrão.
.
Variância 
Podemos definir como a medida que se obtém somando os quadrados dos desvios das observações da amostra, relativamente à sua média, e dividindo pelo número de observações da amostra menos um.
   
Desvio-padrão 
Uma vez que a variância envolve a soma de quadrados, a unidade em que se exprime não é a mesma que a dos dados. Assim, para obter uma medida da variabilidade ou dispersão com as mesmas unidades que os dados, tomamos a raiz quadrada da variância e obtemos o desvio padrão: 
O desvio padrão é uma medida que só pode assumir valores não negativos e quanto maior for, maior será a dispersão dos dados. 
Algumas propriedades do desvio padrão, que resultam imediatamente da definição, são:
o desvio padrão será maior, quanta mais variabilidade houver entre os dados. 
   
Exemplo de variância e desvio padrão 
O dono de uma microempresa pretende saber, em média, quantos produtos são produzidos por cada funcionário em um dia. O chefe tem conhecimento que nem todos conseguem fazer a mesma quantidade de peças, mas pede que seus funcionários façam um registro de sua produção em uma semana de trabalho. Ao fim desse período, chegou-se à seguinte tabela:
Para saber a produção média de seus funcionários, o chefe faz o cálculo da média aritmética  de produção, isto é, a soma do número de peças produzido em cada dia dividida pela quantidade analisada de dias.
A partir desse cálculo, temos a produção diária média de cada funcionário. Mas se observarmos bem a tabela, veremos que há valores distantes da média. O funcionário B, por exemplo, produz uma média de 12,8 peças por dia. No entanto, houve um dia em que ele produziu 16 peças e outro dia em que ele confeccionou apenas 10 peças. Será que o processo utilizado pelo dono da empresa é suficiente para o seu propósito?
Para esse exemplo, ficou fácil concluir que há uma grande variação entre a produção de cada funcionário. Mas e se essa fosse uma grande empresa, com mais de mil funcionários, ou se fosse observada a produção em um ano, será que conseguiríamos definir essa variação com tanta facilidade?
O estudo da Estatística apresenta medidas de dispersão que permitem a análise da dispersão dos dados. Inicialmente veremos a variância, uma medida de dispersão que mostra quão distantes os valores estão da média. Nesse caso, como estamos analisandotodos os valores de cada funcionário, e não apenas uma “amostra”, trata-se do cálculo da variância populacional (var).
O cálculo da variância populacional é obtido através da soma dos quadrados da diferença entre cada valor e a média aritmética, dividida pela quantidade de elementos observados. Observe o cálculo simplificado para esse exemplo:
Observação: se estivéssemos trabalhando com a variância amostral, dividiríamos pela quantidade de elementos observados subtraída de um (– 1). Nesse exemplo, teríamos: 5 dias – 1 = 4 dias.
Vamos então calcular a variância populacional para cada funcionário:
Variância → Funcionário A:
var (A) = (10 – 10)² + (9 – 10)² + (11 – 10)² + (12 – 10)² + (8 – 10)²
       5
var (A) = 10 = 2,0
      5
Variância → Funcionário B:
var (B) = (15 – 12,8)² + (12 – 12,8)² + (16 – 12,8)² + (10 – 12,8)² + (11 – 12,8)²
    5
var (B) = 26,8 = 5,36
    5
Variância → Funcionário C:
var (C) = (11 – 10,4)² + (10 – 10,4)² + (8 – 10,4)² + (11 – 10,4)² + (12 – 10,4)²
    5
var (C) = 9,2 = 1,84
    5
Variância → Funcionário D: 
var (D) = (8 – 11)² + (12 – 11)² + (15 – 11)² + (9 – 11)² + (11 – 11)²
      5
var (D) = 30 = 6,0
      5
Podemos afirmar que a produção diária do funcionário C é mais uniforme do que a dos demais funcionários, assim como a quantidade de peças diárias de D é a mais desigual. Quanto maior for a variância, mais distantes da média estarão os valores, e quanto menor for a variância, mais próximos os valores estarão da média.
Em algumas situações, apenas o cálculo da variância pode não ser suficiente, pois essa é uma medida de dispersão muito influenciada por valores que estão muito distantes da média. Além disso, o fato de a variância ser calculada “ao quadrado” causa uma certa camuflagem dos valores, dificultando sua interpretação. Uma alternativa para solucionar esse problema é o desvio padrão, outra medida de dispersão.
O desvio padrão (dp) é simplesmente o resultado positivo da raiz quadrada da variância. Na prática, o desvio padrão indica qual é o “erro” se quiséssemos substituir um dos valores coletados pelo valor da média. Vamos agora calcular o desvio padrão da produção diária de cada funcionário:
Desvio Padrão → Funcionário A:
dp(A) = √var (A)
dp(A) = √2,0
dp(A) ≈ 1,41
Desvio Padrão → Funcionário B:
dp(B) = √var (B)
dp(B) = √5,36
dp(B) ≈ 2,32
Desvio Padrão → Funcionário C:
dp(C) = √var (C)
dp(C) = √1,84
dp(C) ≈ 1,36
Desvio Padrão → Funcionário D:
dp(D) = √var (D)
dp(D) = √6,0
dp(D) ≈ 2,45
Podemos ver a utilização do desvio padrão na apresentação da média aritmética, informando o quão “confiável” é esse valor. Isso é feito da seguinte forma:
média aritmética (x) ± desvio padrão (dp)
Se o dono da empresa de nosso exemplo pretende concluir seu relatório com a produção média diária de seus funcionários, ele fará da seguinte forma:
Funcionário A: 10,0 ± 1,41 peças por dia
Funcionário B: 12,8 ± 2,32 peças por dia
Funcionário C: 10,4 ± 1,36 peças por dia
Funcionário D: 11,0 ± 2,45 peças por dia
Técnicas de Amostragem Probabilística. 
São técnicas de tratamento de dados que visam obter um elemento ou conjunto de elementos, que seja representante de toda a população ou universo. Essas técnicas são para que possamos fazer algumas análises sobre determinado universo a partir do conjunto amostral obtido e pode ser classificado como amostras probabilísticas ou amostras não-probalísticas.
Constituição das principais Amostras Casuais, Probabilísticas ou Aleatórias
Os métodos de Amostragem Probabilísticos são preferíveis quando o utilizador pretende extrapolar com confiança para o Universo os resultados obtidos a partir da amostra. Neste tipo de amostragem é possível demonstrar a representatividade da amostra assim como calcular estatisticamente o grau de confiança com o qual as conclusões tiradas da amostra se aplicam ao Universo. Os métodos de Amostragem Casual, Probabilísticos ou Aleatórios mais utilizados são os seguintes:
- Amostragem Aleatória Simples
- Amostragem Sistemática
- Amostragem Estratificada
- Amostragem por Clusters
- Amostragem Multi-Etápica
Amostragem Aleatória Simples
Corresponde a um método de seleção dos elementos da amostra, em que cada um deles tem uma probabilidade igual (e não nula) de ser selecionado do Universo a amostragem aleatória sistemática é uma variante da amostragem aleatória simples que se usa quando os elementos da população estão organizados de forma sequencial.
Amostragem Aleatória Sistemática
A amostragem aleatória sistemática é uma variante da amostragem aleatória simples que se usa quando os elementos da população estão organizados de forma sequencial.
Por exemplo:
O Universo consiste em N = 5000 casos ( enumerados 0001, 0002, 0003 ... 5000) e que o investidor quer tirar uma amostra de n = 500 casos. O valor de k ( onde k= N/n) define o intervalo de amostragem. Sendo assim K 5000/50 = 10 O investigador usa o intervalo de amostragem para selecionar a amostra.” 
Amostragem Estratificada
Esta técnica de amostragem usa informação existente sobre a população para que o processo de amostragem seja mais eficiente. A lógica que assiste à estratificação de uma população é a de identificação de grupos que variam muito entre si no que diz respeito ao parâmetro em estudo, mas muito pouco dentro de si, ou seja, cada um é homogéneo e com pouca variabilidade.
São três etapas as quais se usam para definir uma amostra estratificada são definir, selecionar e conjugar.
Definir os estratos;
Selecionar os elementos dentro de cada estrato mediante um processo aleatório simples;
Conjugar os elementos selecionados em cada estrato, que na sua totalidade constituem a amostra.
Este método de amostragem estratificada tem a vantagem de ser mais eficiente do que os métodos de amostragem simples ou sistemática, pois é mais económico em termos de tempo e dinheiro e fornece resultados com menor probabilidade de erro associada.
Amostragem por Clusters
Este tipo de amostragem é especialmente útil quando o universo estatístico é formado por populações de grande dimensão e dispersas por vastas áreas geográficas. A Amostragem por Clusters usa agrupamentos naturais de elementos da população, nos quais cada elemento da população pertence a um só grupo. 
Amostragem Multi-Etápica ou Por Etapas
Neste tipo de amostragem, seleciona-se em primeiro lugar, aleatoriamente, uma amostra por Clusters – repare-se que é muito mais fácil obter uma lista por Clusters (por exemplo, de escolas) do que uma lista exaustiva dos elementos que compõem a População (por exemplo, todos os alunos). Seguidamente podemos realizar, ou não, uma segunda etapa, na qual são escolhidos aleatoriamente alguns elementos dos Clusters selecionados na fase anterior ou, então, continuando com a seleção de Clusters até se chegar às unidades elementares.
Constituição das principais Amostras Não Casuais, Não Probabilísticas ou Não Aleatórias
Estes métodos não são aconselháveis quando se pretende extrapolar para o Universo os resultados e conclusões obtidos com a amostra, contudo, poderão ser muito úteis no início de uma investigação, por exemplo, para testar as primeiras versões de um questionário. Dentro destes métodos, os mais vulgarmente utilizados são:
- Amostragem por Conveniência
- Amostragem por Quotas
Amostragem por Conveniência
Este tipo de amostragem não é representativo da população. Ocorre quando a participação é voluntária ou os elementos da amostra são escolhidos por uma questão de conveniência (muitas vezes, os amigos e os amigos dos amigos). Deste modo, o processo amostral não garante que a amostra seja representativa, pelo que os resultados desta só se aplicam a ela própria. Pode ser usada com êxito em situações nas quais seja mais importante captar ideias gerais, identificar aspectos críticos do que propriamente a objetividade científica. Contudo, o método tem a vantagemde ser rápido, barato e fácil.
Amostragem por Quotas
Este tipo de amostragem pode considerar-se análogo ao método de amostragem estratificada, mas com um aspecto que lhe faz toda a diferença: em vez de se escolher uma amostra aleatória dentro de cada um dos estratos da etapa final, escolhe-se uma amostra não aleatória de tamanho determinado pela fracção de amostragem.
 
Enviesamentos na realização da amostra
A qualidade das conclusões que podemos retirar de um inquérito, depende da composição da sua amostra. Como vimos anteriormente, quando a amostra não se verifica representativa da população particular que pretendemos estudar, as conclusões que daí retirarmos, afastar-se-ão das que teríamos obtido se tivéssemos oportunidade de ter inquirido toda a população. Dizemos então que a amostra é enviesada, pois a generalização não é legítima.
b) Números-Índices 
Os números-índices são medidas estatísticas frequentemente usadas por administradores, economistas e engenheiros, para comparar grupos de variáveis relacionadas entre si e obter um quadro simples e resumido das mudanças significativas em áreas relacionadas como preços de matérias-primas, preços de produtos acabados, volume físico de produto etc. Mediante o emprego de números-índices é possível estabelecer comparações entre:
variações ocorridas ao longo do tempo;
diferenças entre lugares;
diferenças entre categorias semelhantes, tais como produtos, pessoas, organizações etc.
É grande a importância dos números-índices para o administrador, especialmente quando a moeda sofre uma desvalorização constante e quando o processo de desenvolvimento econômico acarreta mudanças continuas nos hábitos dos consumidores, provocando com isso modificações qualitativas e quantitativas na composição da produção nacional e de cada empresa individualmente. Assim, em qualquer análise, quer no âmbito interno de uma empresa, ou mesmo fora dela, na qual o fator monetário se encontra presente, a utilização de números-índices toma-se indispensável, sob pena de o analista ser conduzido a conclusões totalmente falsas e prejudiciais à empresa.
Por exemplo se uma empresa aumenta seu faturamento de um período a outro, isso não quer dizer necessariamente que suas vendas melhoraram em termos de unidades vendidas. Pode ter ocorrido que uma forte tendência inflacionaria tenha obrigado a empresa a aumentar acentuadamente. Os preços de seus produtos, fazendo gerar um acréscimo no faturamento (em termos "nominais"), o qual, na realidade, não corresponde a uma melhora de situação.
Fora dos problemas gerados por alterações nos preços dos produtos, os números-índices são úteis também em outras áreas de atuação da empresa como, por exemplo, no campo da pesquisa de mercado. Neste caso, podem ser utilizados nas mensurações do potencial de mercado, na analise da lucratividade por produto, por canais de distribuição etc. Em suma, os números-índices são sempre úteis quando nos defrontamos com análises comparativas.
2. CONCEITO DE RELATIVO
A quantidade total de dinheiro gasto cada ano, em relação a certo ano base, varia de um ano para outro devido as variações no número de unidades compradas dos diferentes artigos e igualmente devido a mudanças nos preços unitários de tais artigos. Temos, portanto, três variáveis em jogo: preço, quantidade e valor, sendo este último o resultado do produto do preço pela quantidade.
2.1. Relativo (Relação) de Preço
Trata-se do número-índice mais simples. Relacionando-se o preço de um produto numa época (chamada época atual ou época dada) com o de uma época o (chamada básica ou simplesmente base) teremos um relativo de preço. Fazendo-se P t = preço numa época atual e Po preços na época-base. 
2.2. Relativo (Relação) de Quantidade
Assim como podemos comparar os preços de bens, podemos também fazê-lo em re1ação a quantidades, querem sejam elas quantidades produzidas, vendidas ou consumidas. Se fizermos q t= quantidade de um produto na época atual (época t) é qo = quantidade desse mesmo produto na época zero (básica).
2.3. Relativo (Relação) de Valor
Se p for o preço de determinado artigo em certa época e q a quantidade produzida ou consumida desse mesmo artigo na mesma época, então, o produto p x q será denominado valor total de produção ou de consumo. Sendo p t e q t respectivamente, o preço e a quantidade de um artigo na época atual (t) e po e qo, o preço e a quantidade do mesmo artigo na época básica (0). 
3. EMPREGO DE ÍNDICES (AGREGATIVOS) PONDERADOS
Como vimos, os índices simples apresentam algumas desvantagens, em especial à se refere à inexistência de pesos diferentes para cada utilidade que os compõe de acordo com sua importância relativa. No caso dos índices ponderados, além da fórmula a ser usada para interpretar as variações de preço e de quantidade dos bens, há o problema do critério para a fixação dos pesos relativos de cada um deles. A ponderação proposta pelos métodos mais usados baseia-se na participação de cada bem no valor transacionado total e é feita, em geral, segundo dois critérios: peso fixo na época básica ou peso variável na época atual.
3.1. Índice de Laspeyres ou Método da época Básica
O índice de Laspeyres constitui uma média ponderada de relativos, sendo os fatores de ponderação determinados a partir de preços e de qualidades da época básica, por conseguinte, no índice de Laspeyres, a base de ponderação é a época básica, dai a denominação método da época básica.
c) Deflação de Dados
Deflação é o antônimo de inflação. 
Ocorre quando o preço de vários produtos diminui relativamente.
Algumas coisas que podem levar a deflação são a difícil venda de produtos e a tentativa de atração de novos clientes. Sempre que ocorre uma queda de preço é por algum motivo. Provavelmente, esse motivo vai levar a outro motivo, que resultará em outra queda de preço em outra loja ou lugar. Isso que é chamado de deflação. Quando a inflação cai do patamar de 10% ao mês para o de 5%, por exemplo, pode-se dizer que houve desinflação. Deflação é quando os preços médios recuam, ou seja, a taxa torna-se negativa .As empresas reduzem preços como única alternativa de venda e podem ir à falência devido às perdas decorrentes da venda abaixo do custo. Em suma, a deflação é um crescimento negativo dos preços médios. 
É difícil imaginar por que a redução de preços de bens e serviços pode ser mau para a economia, mas as causas e consequências da deflação explicam o problema. "É um fenômeno indesejado, principalmente quando a deflação é provocada pelo excesso de capacidade produtiva.
Por exemplo:
Mesmo com preço reduzidos, a fábrica de automóveis não consegue vender seu produto.
Com a queda nas vendas, a fábrica demite trabalhadores.
Sem receber, o trabalhador deixa trocar sua tv por um modelo mais novo.
 Cai a venda de TVs. as lojas baixam os preços e baixa também a comissão dos vendedores, que deixam de comer fora.
3 Ética, Política e Sociedade
Sem dúvida nenhuma o capitalismo que conhecemos mudou muito nas três ou quatro últimas décadas e isso tem sido apontado por muitos autores, e muitas interpretações sobre essa mudança têm aparecido. Em nossa opinião, no entanto, por maior que tenha sido a mudança observada, há algo que o capitalismo não conseguiu inventar ainda: como criar riqueza econômica, criar excedente e, em particular, criar lucro a partir do nada. Não conseguiu e jamais conseguirá produzir riqueza e também sua própria remuneração a partir de fumaça. A riqueza econômica é e continuará sendo resultado do trabalho, do trabalho produtivo.
A dificuldade na utilização teoricamente adequada do conceito de capital fictício está no fato de que ele pressupõe um satisfatório conhecimento e, na presença disso, de uma adequada interpretação da teoria do valor de Marx. Sem eles, o conceito perde significação e capacidade de explicar corretamente a realidade. Se entendido de maneira satisfatória, a compreensão é de que o capital fictício exige remuneração e não contribuiem nada para a produção de excedente econômico, de mais-valia. E a pergunta que surge dessa constatação é a seguinte: quem produz essa mais-valia em volume suficiente para atender as exigências do capital, inclusive as do capital fictício? Tal pergunta ganha ainda mais relevância se considerarmos que o que se conhece como reestruturação produtiva no capitalismo contemporâneo teria, segundo alguns, reduzido o papel do trabalho na produção capitalista, pelo menos no que se refere ao trabalho formal e aquele relacionado diretamente com as atividades produtivas industriais. Com isso, como sugerimos, chega-se inclusive a negar o papel do trabalho como central na produção da riqueza, o que, obviamente, do ponto de vista da teoria marxista do valor é fora de propósito.
Dessa maneira, levando em consideração uma adequada interpretação da referida teoria, a característica básica da fase atual do capitalismo, em nossa opinião, é a contradição, que se aprofunda cada vez mais, entre a produção e a apropriação do excedente econômico mercantil, da mais-valia nas suas diferentes formas. 
Interpretação sobre a fase atual capitalismo
Denominamos capitalismo especulativo, apresentada em outros trabalhos, podemos dizer que, nos anos 70 e até o começo dos 80, a tendência à queda da taxa de lucro apresentou uma aguda manifestação, em particular nos Estados Unidos e na Europa. As novas inversões substantivas apresentavam perspectiva de reduzida remuneração e os capitais, em parte considerável, por isso, procuram a especulação como saída. Essa tendência foi sancionada pelas políticas neoliberais (expressão dos interesses do capital especulativo) e teve como contraparte indispensável a instabilidade cambiária e a dívida pública dos estados (tanto os do primeiro mundo, quanto os periféricos). O capital acreditou ter encontrado seu paraíso: rentabilidade sem necessidade de "sujar as mão com a produção". E isso de fato aconteceu; lamentavelmente, para ele, por pouco tempo.
Suas implicações sociais sobre estas tendências
Desenvolvimento da tecnologia e da ciência, formando verdadeiros tecnopólos - centros industrias ligados a centros de estudo e pesquisa. Formação de grandes conglomerados financeiros e industriais. Maior dependência dos países pobres, aumento do endividamento externo, baseado na política do neocolonialismo. Grande presença de capital especulativo, capital que gera renda e não produção ações, títulos entre outros.
EXEMPLOS DE ELEMENTOS DE APOIO AO TEXTO
EXEMPLO DE GRÁFICO
Segue abaixo um exemplo de apresentação de um gráfico.
 Gráfico 1 – Faixa etária
 Fonte: da pesquisa (2007)
É importante observar que, dentre as pessoas pesquisadas...
EXEMPLO DE FIGURA
Segue abaixo um exemplo de apresentação de uma figura.
 Figura 1 – Hierarquia das necessidades humanas
 Fonte: Chiavenato (1994, p. 170)
EXEMPLO DE QUADRO
Segue abaixo um exemplo de apresentação de um quadro.
 Quadro 1 – Níveis do trabalho monográfico
	Nível acadêmico
	Subnível
	Título
	Trabalho monográfico
	
	
	
	Escrito
	Apresentação
	Graduação
	Não há
	Bacharel Licenciado
	Obrigatório
	Obrigatório
	Pós-Graduação
	Lato sensu
- Especialização
	Especialista
	Obrigatório
	Facultativo
	
	Stricto sensu
- Mestrado
- Doutorado
- Livre-docente
	- Mestre
- Doutor
- Livre-docente
	Obrigatório
	Obrigatório
 Fonte: Silveira (2012, p. 30)
EXEMPLO DE TABELA
Segue abaixo um exemplo de apresentação de uma tabela.
 Tabela 1 – Atitudes perante os direitos civis
	RESULTADOS FAVORÁVEIS AOS DIREITOS CIVIS
	
CLASSE MÉDIA
	CLASSE TRABALHADORA
	
	N
	%
	N
	%
	ALTO
	11
	55
	15
	75
	MÉDIO
	6
	30
	3
	15
	BAIXO
	3
	15
	2
	10
	TOTAL
	20
	100
	20
	100
 Fonte: Mazzini (2006, p. 75)
É importante salientar que a fonte da tabela deve ser apresentada rente à sua margem esquerda, conforme recomendação do IBGE (1993).
CONCLUSÃO
Responde-se aos objetivos sem, no entanto, justificá-los.
REFERÊNCIAS
CASTANHEIRA, Nelson. P. Métodos Quantitativos. 2. ed. Editora IBPEX DIALÓGICA. 
FREUND, John E. Estatística Aplicada: Economia, Administração e Contabilidade. 11. ed. Porto Alegre: Bookman, 2006. 
GARCIA, Regis. Estatística. São Paulo: Pearson Education do Brasil, 2009. 
LARSON, Ron; FARBER, Betsy. Estatística Aplicada. 2. ed. São Paulo: Pearson Prentice Hall, 2004. 
LEVIN, Jack; FOX, James Alan. Estatística para Ciências umanas
. 9. ed. São Paulo: Pearson, 2004. 
MCCLAVE, James T.; BENSON, P. George; SINCICH, Terry. Estatística para administração e economia.10. ed. São Paulo: Pearson Prentice Hall, 2009. 
NEUFELD, John L. Estatística Aplicada à Administração: usando Excel. São Paulo: Pearson Prentice Hall, 2003. 
UNIVERSIDADE FEDERAL DO PARANÁ. Biblioteca Central. Normas para apresentação de trabalhos. 2. ed. Curitiba: UFPR, 1992. v. 2.
APÊNDICES
APÊNDICE A – Instrumento de pesquisa utilizado na coleta de dados
ANEXOS
ANEXO A – Título do anexo
Sistema de Ensino Presencial Conectado
ADMINISTRAÇÃO
nome do(s) autor(es) em ordem alfabética
Estrutura de mercado do setor
Supermercadista
Ituiutaba/Mg
2014
nome do(s) autor(es) em ordem alfabética
Estrutura de mercado do setor
Supermercadista
Trabalho de ........ apresentado à Universidade Norte do Paraná - UNOPAR, como requisito parcial para a obtenção de média bimestral na disciplina de .........
Orientador: Prof. 
Ituiutaba/Mg
2014
_1224749073.vsd
Auto-Realização
Estima
Sociais
Segurança
Necessidades Fisiológicas
Trabalho criativo e desafiante
Responsabilidade por resultados
Amizade dos colegas
Condições seguras de trabalho
Conforto físico