Baixe o app para aproveitar ainda mais
Prévia do material em texto
Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. SOBRE A AUTORA Olá aluno(a), apresento a você um material que será uma ferramenta importante para o seu aprendizado. Meu nome é Renata Cristina de Souza, sou Tecnóloga Ambiental, especialista em Gestão Ambiental e Mestre em Engenharia Urbana, trabalho com as disciplinas de estatística aplicada à administração, estatística II e matemática. A estatística está presente no nosso dia a dia e é muito importante para a administração. Minha formação é na área ambiental, que também depende muito da estatística, para interpretar e apresentar resultados, e depois de algum tempo trabalhando de forma direta e indireta com a estatística, percebi que a estatística é fundamental em diversas áreas do conhecimento, pois a Estatística é uma ciência que tem por objetivo desenvolver métodos para coleta, resumo, organização, apresentação e análise e interpretação dos dados. Dessa forma, o trabalho do estatístico passou a ser de planejar e apresentar resultados da maneira facilitada para tomada de decisões. Inúmeras são as aplicações da estatística, podemos citar: uma simples medida estatística obtida de uma amostra, técnicas de amostragens utilizadas em pesquisa, alguns registros de interesse de um administrador geral, enfim, tem grande importância e com aplicação disseminada nas diversas áreas de conhecimento. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. CONSIDERAÇÕES INICIAIS Convido você a iniciar nossos estudos em torno do componente de Estatística Aplicada à Administração. Espero que o conhecimento que esse componente traga a você possa ser agregado a sua formação como futuro profissional de Administração. Para tanto, esse material foi dividido em IV unidades, a fim de tornar nosso processo de aprendizagem mais didático. Na unidade I, vamos abordar os aspectos introdutórios da estatística, sua importância na administração, também vamos falar sobre as séries estatísticas, suas diferenças, como fazer uma tabela e um gráfico de forma que o leitor compreenda e use essas ferramentas na tomada de decisões. Além disso, vamos falar sobre as populações e amostras, qual sua diferença, qual a melhor técnica de amostragem a ser utilizada dependendo da situação. Na unidade II vamos abordar sobre as distribuições de frequências, sua importância, como construir uma tabela de distribuição de frequências, também vamos apresentar as medidas de posição ou tendência central (moda, média e mediana). Para finalizar a unidade, vamos conhecer as medidas de dispersão (variância, desvio padrão e coeficiente de variação), que são medidas que auxiliam muito na interpretação de resultados e às vezes nos dizem muitas coisas. Na unidade III vamos trabalhar com as probabilidades, em quais situações utilizamos as probabilidades, sua importância na administração. Além disso, vamos falar sobre algumas distribuições de probabilidades discretas. Na unidade IV, vamos continuar falando das distribuições de probabilidades, só que vamos falar das distribuições contínuas, especialmente a distribuição normal, que apresenta inúmeras aplicações em pesquisas científicas e tecnológicas. E para finalizar nossos estudos vamos trabalhar com a correlação e regressão linear. Aproveite esta grande oportunidade, pois o sucesso depende de todos nós depende só de você. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. UNIDADE I CONCEITOS BÁSICOS DE ESTATÍSTICA E SÉRIES ESTATÍSTICAS Profª. Me. Renata Cristina de Souza OBJETIVOS DE APRENDIZAGEM Esta unidade tem por objetivo relacionar o significado e a importância da estatística em situações cotidianas, assimilando sua importância para a Administração. Além disso, procura entender as principais séries estatísticas, os diferentes tipos de amostragem, bem como, a importância dos gráficos e das tabelas. Plano de Estudo Nesta unidade, serão abordados os seguintes tópicos: 1. Estatística – aspectos introdutórios; 2. População e Amostra; 3. Séries estatísticas. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. CONVERSA INICIAL Olá aluno(a), nesta primeira unidade você estudará alguns temas que são importantes para a estatística e que servirão de base para todo o desenvolvimento deste livro e da nossa disciplina. Você verá que a Estatística é uma ciência multidisciplinar que permite a análise de dados em todas as áreas, e que fornece ferramentas para que sejamos capazes de transformar dados brutos em informações acessíveis e de fácil compreensão, de modo que possamos compará-los com outros resultados ou ainda verificar sua adequação com alguma teoria pronta. Portanto, a estatística, fornece meios de coletas, organização, descrição, análise e interpretação dos dados. Você também verá que existem muitas fases no meio estatístico. Abordaremos que a estatística tem uma base na formação do acadêmico, pois é de extrema importância para o desenvolvimento dos alunos, de saber observar as tabelas e gráficos, e usar essa ferramenta para a tomada de decisões. Então, aproveite bem essa unidade, e lembre-se ela será um subsídio para toda nossa disciplina. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. 1. ESTATÍSTICA – ASPECTOS INTRODUTÓRIOS 1.1. Histórico Todas as ciências têm suas raízes na história do homem, não é mesmo? E a matemática, que é considerada a “ciência que une a clareza do raciocínio a síntese da linguagem”, originou-se do convívio social, das trocas, da contagem, com caráter prático, utilitário e empírico. Do mesmo modo, a estatística que é um ramo da matemática aplicada teve origem semelhante. Portanto, desde que o homem deixou de ser nômade, e passou a ser sedentário, começaram as necessidades que exigiam o conhecimento numérico. Os Estados e governo, desde tempos remotos, precisaram conhecer determinadas características da população, efetuar a sua contagem e saber a sua composição ou os seus rendimentos. Na idade média colhiam-se informações, geralmente com finalidades tributárias ou bélicas. A partir do século XVI começaram a surgir às primeiras análises sistemáticas de fatos sociais, como batizados, casamentos, funerais, originando assim as primeiras tábuas e tabelas e os primeiros números relativos. Já no século XVIII o estudo de tais fatos foi adquirindo aos poucos, feição científica. Godofredo Achenwall batizou a nova ciência (ou método) com o nome de Estatística, determinando o seu objetivo e suas relações com a ciência (CRESPO, 2009). A partir daí as tabelas tornaram-se mais complexas, surgiram às representações gráficas e o cálculo das probabilidades e a Estatística deixaram de ser uma simples catalogação de dados coletivos para se tornar o estudo de como chegar a conclusões sobre o todo (população), partindo da observação de partes desse todo (amostra) (GUEDES et al., 2008). Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. 1.2. Método Científico Podemos dizer que método é um conjunto de meios dispostos convenientemente para se chagar a um fim que se deseja (CRESPO, 2009). Desse método, podemos ter dois: o experimental e o estatístico. De acordo com o autor supracitado, o método experimental pode ser definido como aquele que consiste em manter constantes todas as causas (fatores), menos uma, e variar estacausa de modo que o pesquisador possa descobrir os seus efeitos caso existam. Enquanto o método estatístico pode ser definido como: diante da impossibilidade de manter as causas constantes, admitem-se todas as causas presentes, variando-as, e registrando essas variações, e procurando determinar, que influências cabem cada uma delas (CRESPO, 2009). 1.3. Estatística De acordo com o autor Crespo (2009) e Barbetta, Reis e Bornia (2012), podemos definir a estatística como: uma parte da matemática que nos fornece métodos e meios para as coletas, organização, descrição, análise e interpretação dos dados, além de ser uma ferramenta auxiliar na tomada de decisões. Essa análise estatística tem como principal objetivo, a tomada de decisões, a resolução de problemas, ou produção de novos conhecimentos. Os autores Barbetta, Reis e Bornia (2012), nos apresentam um fluxograma para nos ajudar a entender melhor esse processo. Figura 1– Processo iterativo das pesquisas empíricas. Fonte: BARBETTA, REIS e BORNIA (2012) (Adaptado pela autora). Pesquisa a Dados Informações Novos conhecimentos, novos problemas Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Podemos observar que para pesquisarmos, precisamos definir e delimitar a pesquisa, coletar os dados, observar e analisar as informações para em seguida tirarmos as conclusões. A coleta, a organização e a descrição dos dados fazem parte da Estatística Descritiva, enquanto a análise e a interpretação dos dados fazem parte da Estatística Indutiva ou Inferencial. 1.3.1. Fases do Meio Estatístico 1.3.1.1. Coleta de dados Após os devidos cuidados com o planejamento de determinado projeto, bem como a determinação das características mensuráveis do fenômeno, inicia-se a etapa de coleta dos dados necessários a sua descrição. A coleta de dados pode ser feita da forma indireta ou direta. A coleta direta dos dados é quando é feita sobre elementos informativos de registros obrigatórios, como, por exemplo, registros de nascimento, registro de óbito, de casamento, de importação, exportação, registro de alunos em um colégio, registro de censo demográfico. A coleta de dados também pode ser indireta, que é quando é inferida de elementos conhecidos (coleta direta) e/ou do conhecimento de outros fenômenos relacionados com o fenômeno estudado. 1.3.1.2. Crítica dos dados Após obtermos os dados, eles devem ser cuidadosamente criticados, ou seja, verificar as possíveis falhas, com o objetivo de não cometermos erros grosseiros, que possam interferir nos resultados. 1.3.1.3 Apuração dos dados A apuração dos dados é a soma e o processamento dos dados obtidos e a disposição dos dados, mediante critérios de classificação. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. 1.3.1.4 Exposição ou apresentação dos dados Os dados devem ser apresentados sob uma forma adequada, podendo ser tabelas ou gráficos, com o objetivo de tornar mais fácil o exame daquilo que está sendo objeto de tratamento estatístico, e ainda tornar de melhor compreensão os dados a serem apresentados. 1.3.1.5 Análise dos dados Como já dissemos, o objetivo da estatística é tirar conclusões sobre o todo, a partir de informações obtidas por parte representativa do todo. Assim, realizadas as fases anteriores, fazemos uma análise dos resultados obtidos. Abaixo segue o resumo das fases do meio estatístico (Figura 02). Figura 2– Resumo das fases do método estatístico. Fonte: Crespo (2009) (Adaptado pela autora). 1.4. A Estatística Nas Empresas A direção de uma empresa, de qualquer tipo, qualquer ramo, sendo estatais, governamentais, privadas, exige do seu administrador a importante tarefa da Coleta de dados Organização de dados (Crítica) Apresentação dos dados Análise e interpretação dos dados Direta Indireta Interna Externa Listas/rol Tabelas Gráficos Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. tomada de decisões e o conhecimento da estatística irá auxiliar nessa tarefa, também organizar, dirigir e controlar a empresa. Atualmente, podemos observar quem em quase todos os meios de comunicação podemos ver os modelos estatísticos, como, por exemplo, resultados de pesquisas representadas em tabelas, gráficos, diagramas, tudo isso para facilitar o entendimento de quem irá visualizar os dados. As empresas também utilizam a estatística no seu dia a dia. Para exemplificar, segue alguns casos de aplicação da estatística à administração: a) uma empresa que está se preparando para o lançamento de um novo produto precisa conhecer as preferências dos consumidores no mercado de interesse. Para isso, a empresa pode optar por fazer uma pesquisa de mercado, entrevistando um número de residências escolhidas aleatoriamente. Poderá então usar os resultados para estimar as preferências de toda a população; b) Uma indústria recebe uma quantidade de matéria-prima de um fornecedor, então é feita uma inspeção com o objetivo de certificar se o produto atende as especificações estabelecidas. Fazer inspeção de todo o lote, pode não ser a melhor alternativa, então se aplica o uso da estatística, que nos permite fazer inferência sobre a qualidade de todo o lote mediante a inspeção de algumas amostras selecionadas aleatoriamente; c) Antes de lançar um remédio novo no mercado, é necessário fazer experiência com o intuito de garantir se o produto é seguro e eficaz. O melhor modo de testar um remédio consiste em tomar dois grupos semelhantes, e dar o remédio para um grupo e para o outro grupo não dar o remédio. O grupo no qual escolhemos dar o remédio, é chamado grupo experimental e outro grupo de controle. Nesse caso, toma-se necessária a análise estatística para determinar se todas as diferenças observadas realmente foram causadas pelo remédio ou poderiam ter sido causadas por outros fatores. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Fique Por Dentro UTILIZAÇÃO DE ESTATÍSTICA NA PESQUISA Fernando Rebouças A empresa de pesquisa usa dados e amostras que representam uma população em determinado estudo. As amostras, habitualmente, são selecionadas seguindo os critérios de dados do IBGE – Instituto Brasileiro de Geografia e Estatística. A amostragem utilizada em pesquisas de marketing possibilita economia de mão de obra, tempo, recursos financeiros e materiais. Sobretudo, usar a amostragem nesse setor de trabalho tem se a possibilidade de se trabalhar com dados mais precisos. Seguindo os critérios do IBGE tem-se em mente a população, amostra, amostragem, tamanho da amostra, erro da amostra e intervalo de confiança. A população, em termos estatísticos, refere-se ao conjunto de elementos com características comuns e que podem ser contados e ordenados. A amostra é uma parte da população. A amostragem é definida como um processo de colhimento de amostras de uma determinada população seguindo critérios estatísticos. O tamanho da amostragem está relacionado com o tamanho da população, podendo ser definido como finito (até 10.000 elementos), e infinito (acima de 10.000). O erro amostral é uma variabilidade, ou seja, uma estimativa de diferença entre o valor encontrado na amostra e o valor existente no tamanho da amostragem. O erro amostral é referido a um nível de erro para mais ou para menos. O intervalo de confiança refere-se ao nível de confiança que se encontra dentro da média de intervalo. O intervalo de confiança sempre é pré-estabelecido antes de executadaà pesquisa. A estatística passou a fazer parte do dia a dia, principalmente no século XX, é utilizada desde os tempos antigos, utilizam gráficos e tabelas para expor os resultados numa empresa ou setor público. Nos tempos atuais, a estatística moderna abrange ciência, tecnologia e lógica. É um campo da ciência que serve para a observação e avaliação. Há quatro mil anos antes de Cristo, muitos povos usavam dados provindos de recenseamento de terras para alistamentos militares e posse de territórios. A estatística passou a ter importância multidisciplinar a partir do século XIX. No século XX, passou a ser implementada nas grandes empresas, principalmente nos projetos de empresas japoneses na busca por excelência da qualidade. As estatísticas que exibem os dados de uma pesquisa permitem ao setor de Recursos Humano e de Marketing, por exemplo, a tomarem decisão eficaz de mercado, sem depender somente da intuição. Possibilita enxergar e analisar a complexidade da sociedade e de marcados, para mitigar os riscos de perdas de investimentos e de recursos. O trabalho de visão estatístico de mercado nas empresas utiliza computadores, pacotes estatísticos, internet, intranet e base de dados. Sobretudo, exige a capacitação daqueles profissionais que atuam no recolhimento de informações, análises e edição das mesmas. 2. POPULAÇÃO E AMOSTRA A estatística fornece vários métodos para organizar e resumir um conjunto de dados e, com base nestas informações, tirar conclusões. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Todo fenômeno apresenta diversas variações, as quais devem ser analisadas sob diversos aspectos, de modo que possamos compreendê-los e agir sobre estes. Assim, esse módulo, tem como objetivo apresentar os diferentes tipos de variáveis. 2.1. Variáveis Define-se variável como: uma característica que possa ser avaliada, em cada elemento da população, sob as mesmas condições. Uma variável observada em um elemento da população deve gerar apenas um resultado (CRESPO, 2009). Como por exemplo, cada fenômeno corresponde a um número de resultados possíveis: para o fenômeno “sexo” os resultados poderão ser “sexo masculino” e “sexo feminino”; para o fenômeno “número de filhos”, há um número de resultados possíveis, como 0, 1, 2, 3, 4,.....n.; E um exemplo da área de administração: seja uma população formada pelos funcionários de determinada indústria. Podemos considerar variáveis como: tempo de serviço, salário, estado civil, idade, sexo, escolaridade, inteligência, peso, estatura, autoestima, grau de satisfação com o emprego, religiosidade etc.. Como medir estas características? Devemos fixar uma unidade de medida (kg, cm, anos completos,...) ou definir atributos (casado, solteiro, masculino, feminino, forte, fraco...)? Para descrever o grupo ou a amostra, há a necessidade de identificar o tipo dessa variável para definir a melhor metodologia de trabalho. Sendo assim as variáveis podem ser qualitativas ou quantitativas. As variáveis qualitativas (ou categóricas) são definidas quando os seus valores são expressos por atributos (qualidades), por exemplo: sexo (masculino ou feminino), cor dos olhos (castanhos, pretos, verdes, azuis), cor dos cabelos (preto, loiro, ruivo). As variáveis qualitativas têm uma subdivisão em: qualitativas nominais ou qualitativas ordinais. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. As variáveis qualitativas nominais: é quando não existe ordenação dentre as categorias, pode ser considerada uma característica única, por exemplos: sexo, cor dos olhos, fumante/não fumante, doente/sadio, nome de pessoas. As variáveis qualitativas ordinais: existe uma ordenação entre as categorias, sendo considerada de uma ordem hierárquica, por exemplos: grau de escolaridade (1º, 2º, 3º graus), estágio da doença (inicial, intermediário, terminal), mês de observação (janeiro, fevereiro,..., dezembro). Também temos as variáveis quantitativas, que são definidas quando seus valores são expressos em números, que podem subdividas em: quantitativas discretas ou quantitativas contínuas. As variáveis quantitativas discretas: são características mensuráveis que podem assumir apenas um número finito ou infinito contável de valores e, assim, somente fazem sentido valores inteiros. Geralmente é o resultado de contagens. Como exemplos: número de filhos, número de bactérias por litro de leite, número de cigarros fumados por dia, números de cadeiras existentes em uma sala. As variáveis quantitativas contínuas: são características mensuráveis que assumem valores em uma escala contínua (na reta real), para as quais valores fracionais fazem sentido. Usualmente devem ser medidas por meio de algum instrumento. Por exemplo: Exemplos: peso (balança), altura (régua), tempo (relógio), pressão arterial. Resumindo, (Figura 03) temos: Figura 3– Variáveis e suas subdivisões Fonte: Autora do material Nominal Ordinal Discreta Contínua Variáveis Qualitativas Quantitativas Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Para melhor compreendermos as variáveis, vamos classificar as seguintes variáveis em: qualitativa nominal, qualitativa ordinal, quantitativa discreta ou quantitativa contínua. a) tempo de vida de uma placa-mãe: quantitativa contínua (pois o tempo de vida pode ter qualquer valor dentro da escala do tempo). b) tipo sanguíneo: qualitativa nominal (pois os tipos sanguíneos poderão ser uma variável que tem uma característica única). c) raça de um cachorro: qualitativa nominal (pois as raças poderão ser uma variável que tem uma característica única). d) número de amortecedores que uma indústria produz em 1 dia de trabalho: quantitativa discreta (pois a variável analisada é a quantidade de amortecedores produzidos, em números). e) o comprimento dos pregos produzidos por uma máquina: quantitativa contínua (pois a variável é o comprimento, e está relacionado à medição, e esse comprimento pode atribuir qualquer valor dentro de uma escala). g) Grau de escolaridade dos pais dos alunos de uma escola: qualitativa ordinal (pois a variável tem um grau hierárquico). Vejamos mais alguns exemplos, que vamos classificá-los em variáveis: Quantitativas (Discretas ou Contínuas) ou Qualitativas (Nominais ou Ordinais). a) A cor da pele de pessoas (ex.: branca, negra, amarela) Qualitativa Nominal. b) O número de consultas médicas feitas por ano por um associado de certo plano de saúde. Quantitativa Discreta. c) O teor de gordura, medido em gramas por 24 horas, nas fezes de crianças de 1 a 3 anos de idade. Quantitativa Contínua. d) O tipo de droga que os participantes de certo estudo tomaram, registrados como: Droga A, Droga B e placebo. Qualitativa Nominal. e) A pressão intraocular, medida em mmHg, em pessoas. Quantitativa Contínua. f) O número de filhos das pacientes participantes de certo estudo. Quantitativa Discreta. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. 2.2. População e Amostra A Estatística trabalha com dados, os quais podem ser obtidos por meio de uma população ou de uma amostra, definida como: População: conjunto de elementos que tem pelo menos uma característica em comum. Esta característica deve delimitar corretamente quais são os elementos da população que podem ser animados ou inanimados. Amostra: subconjunto de elementos de uma população. Este subconjunto deve ter dimensão menor que o da população e seus elementos devem ser representativos da população. Para melhor entendimento, a Figura 04, ilustraa população e a amostra. Figura 4– Representação de população e amostra Quando as informações desejadas estiverem disponíveis para todos os objetos da população, temos o chamado censo. Normalmente, é impraticável ou inviável trabalhar com a população quando se faz estatística. Isto é devido a alguns fatores, como a restrição de tempo ou recursos e a população “infinita”, entre outros. Como exemplo de censo, temos o censo demográfico (que envolve edificações e habitantes); o censo industrial (que abrange indústrias) e o censo de mercadorias (que se classifica em comércio de mercadorias e comércio de valores). Como principais propriedades do censo, temos: Admite erro processual zero e tem confiabilidade de 100%; É caro; População Amostra Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. É lento; É quase sempre desatualizado; Nem sempre é viável. Os Parâmetros são características quantitativas da população, em geral desconhecidas, sob as quais se tem interesse. Exemplos: Média populacional ( µ ), Variância populacional (2 σ), Tamanho da população (N), Proporção populacional ( ρ ), dentre outros. Já a Estimação é a avaliação indireta de um parâmetro, com base em uma estimativa (ou estimador). Como principais Propriedades da Estimação: Admite erro processual positivo e tem confiabilidade menor que 100%; É barata; É rápida; É atualizada; É sempre viável. A partir do estudo do conjunto de dados obtido na amostra, faz-se uma extrapolação dos seus resultados para a população toda. Essa extrapolação é chamada Inferência. Um exemplo pode ser dado são as pesquisas de opinião pública sobre a intenção de votos em um candidato. A escolha das unidades que irão compor a amostra é feita por um processo denominado de Amostragem, e este pode ser feito de várias maneiras, dependendo do que se tem em mãos, por exemplo, do tamanho da população e do conhecimento que se tem da mesma. 2.3. Amostragem A amostragem pode ser denominada como uma técnica especial para recolher amostras, que garanta, tanto quanto possível, o acaso na escolha. 2.3.1. Amostragem casual ou aleatória simples Para uma amostra casual simples, precisa-se de uma listagem com todos os elementos da população de origem. Os elementos que farão parte da amostra Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. devem ser obtidos de forma totalmente aleatória, ou seja, por sorteio e sem restrição. É escrito cada elemento em um cartão e sorteado assim os participantes da amostra. Esta técnica de sorteio se torna inviável quando a população é significativamente grande. Neste caso, é necessário o uso de tabelas de números aleatórios ou algoritmos que geram números aleatoriamente. Por exemplo: vamos obter uma amostra representativa para a pesquisa da estatura de 90 alunos de uma escola: 1) Numeramos os alunos de 01 a 90; 2) Escrevemos os números, de 01 a 90, em pedaços iguais de um mesmo papel, colocando-os dentro de uma caixa. Agitamos a caixa para misturar bem os pedaços de papel, e retiramos um a um nome números que farão parte da amostra, nesse caso, foi 10% da população. 2.3.2. Amostragem sistemática É utilizada quando os elementos da população se apresentam ordenados, sendo a retirada dos elementos feita periodicamente para compor a amostra. O sorteio é feito de forma sistematizada. De posse de uma listagem de todos os elementos da população, estabelece-se o intervalo de seleção: I = N / n. Onde: I = intervalo N = Número de elementos da população n = Número de elementos da amostra Em seguida, sorteia-se um número dentro desse intervalo. Esse será o número de ordem do primeiro sorteado da lista. Os demais sujeitos da amostra serão selecionados utilizando o intervalo I, a partir do primeiro número sorteado. Por Exemplo: Para obter uma amostra de 5 alunos em uma turma de 32. Temos, portanto, N = 32 (número de elementos da população) e n = 5 (números de elementos da amostra), onde I = 32 / 5 = 6,4. Deve-se arredondar o valor de I sempre para baixo. Então, adotaremos I = 6. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Para o primeiro elemento, o sorteio será feito entre os primeiros seis da lista. Se o sorteado for, por exemplo, o número 5, a amostra será formada pelos sujeitos de números 5, 11, 17, 23 e 29. 2.3.4 Amostragem Estratificada Nesse tipo de amostragem, a população deve ser dividida em subgrupos (estratos). Dentro de cada subgrupo, os indivíduos devem ser semelhantes entre si. Assim, pode-se obter uma amostra aleatória de pessoas em cada grupo. Este processo pode gerar amostras bastante precisas, mas só é viável quando a população pode ser dividida em grupos homogêneos, devendo na composição da amostra ser sorteados elementos de todos os estratos. Quando os estratos possuem aproximadamente o mesmo tamanho, sorteia-se igual número de elementos em cada estrato e a amostragem é chamada estratificada uniforme. Caso contrário, sorteia-se, em cada estrato, um número de elementos proporcional ao número de elementos do estrato, chamada amostragem estratificada proporcional. Por exemplo: Um corretor possui 300 imóveis à disposição, há 220 à venda e 80 para locação. Extrair uma amostra representativa de 10% dessa população: O tipo de investimento (à venda ou locação) permite identificar 2 subconjuntos nesta população, que pode ser observada no Quadro 01. Quadro 1– Imóveis para vendas e locações Investimento População Amostra (10%) À venda 220 22 Locação 80 8 Total 300 30 Fonte: Dados elaborados pela autora – dados fictícios Então, a amostra com 30 elementos deve conter 22 imóveis à venda e 8 para locação. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. 3. SÉRIES ESTATÍSTICAS Um dos objetivos da Estatística é sintetizar os valores que uma ou mais variáveis podem assumir, e para isso ela consegue inicialmente, apresentar por esses valores pode meio de tabelas e gráficos, que irão nos fornecer rápidas e seguras informações a respeito das variáveis em estudo. 3.1 Tabelas A Tabela pode ser definida como: um quadro que resume um conjunto de observações (CRESPO, 2009). Toda tabela deve ser simples, clara, objetiva e autoexplicativa. Uma tabela compõe-se de: a) Título: Corresponde à informação mais complexas, respondendo as seguintes perguntas: O quê? Quando? Onde? E é localizado no topo da tabela; b) Cabeçalho: Parte superior da tabela que especifica o conteúdo das colunas; c) Corpo: conjunto de linhas e colunas que contém as informações sobre a variável de estudo; d) Coluna indicadora: parte da tabela que especifica o conteúdo das linhas; e) Linhas: retas imaginárias que facilitam a leitura, no sentido horizontal de dados, que se inscrevem nos seus cruzamentos com as colunas; f) Casa ou Célula: espaço destinado a um só número Ainda temos que considerar os elementos complementares da tabela, que são a fonte (origem dos dados), e as notas e as chamadas (informações complementares). Vejamos um exemplo: Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Produção de Café no Brasil (2000 – 2004) Anos Produção (1.000 t) 2000 2.535 2001 2.666 2002 2.122 2003 3.750 2004 2.007 Fonte: Dados elaborados pela autora – dados fictícios 3.1.1 Tabelas Simples Uma tabela simples contém as diferentes categorias observadas de uma variávelqualitativa e suas respectivas contagens, no qual representa apenas o valor de uma única variável (GUEDES, et al., 2008). O exemplo anterior (Produção de Café no Brasil) também é considerado uma tabela simples. (título) Número de alunos matriculados na disciplina de Álgebra Linear do curso de Matemática da Universidade Estadual de Maringá (2002 – 2006) ANO (cabeçalho) NÚMERO DE ALUNOS 2002 40 2003 59 2004 63 2005 69 2006 71 (coluna indicadora) (corpo da Tabela) TOTAL 302 (rodapé) Fonte: Dados elaborados pela autora – dados fictícios 3.1.2 Tabelas de Dupla Entrada ou de Contingência Cabeçalho Coluna Indicadora Título Linhas Casa ou Célula Rodapé Corpo Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Representam, em uma única tabela, valores de mais de uma variável, isto é, a conjunção de duas tabelas simples. Por Exemplo: Notas De Matemática E Estatística Dos Alunos Do Colégio Estadual Marechal Rondon – PR (título) MATÉRIA NOTAS MATEMÁTICA ESTATÍSTICA SOMA (cabeçalho) 0 I---------- 3 59 62 121 3 I---------- 6 235 285 520 6 I---------- 9 106 53 159 SOMA 400 400 800 Fonte: Dados elaborados pela autora – dados fictícios 3.2 Séries Estatísticas Chamamos de séries estatísticas, toda tabela que apresenta a distribuição de um conjunto de dados estatísticos em função da época, do local ou da espécie. Conforme varie um dos elementos da série, podemos classificá-las em: histórica (ou cronológicas), geográfica (ou territoriais) ou específica (ou categóricas). 3.2.1 Séries Cronológicas (Histórica) Quando os valores da variável estudada, é o fenômeno ao longo do tempo. Por exemplo: Preço Médio do quilo de Frango em São Paulo em 2001 - 2006 Anos Preço Médio (R$) 2001 2,48 2002 2,75 2003 2,89 2004 2,55 2005 3,25 2006 3,85 Fonte: Dados elaborados pela autora – dados fictícios Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Observe que a variável estudada foi o preço do quilo do frango, em anos (variável tempo), portanto essa série estatística é considerada cronológica. 3.2.2 Série Geográfica (territorial ou espacial) Quando os valores observados da variável são discriminados de acordo com sua localização (ou região). Por exemplo: Duração Média dos Estudos Superiores em países europeus no ano de 2000 Países Número de anos Itália 7,5 Alemanha 7,0 França 7,0 Holanda 5,9 Inglaterra Menos que 4 Fonte: Dados elaborados pela autora – dados fictícios Observe que a variável estudada foi à média dos estudos superiores nos países (variável local), portanto essa série estatística é considerada geográfica. 3.2.3 Séries Específicas (categóricas) Quando a variável é observada em determinado tempo e local, discriminada por especificações ou categorias. Por exemplo: Rebanhos Brasileiros – Efetivos nos Estabelecimentos Agropecuários no ano de 2005 Espécies Quantidade Bovinos 285.886.455 Suínos 821.541.845 Aves 135.173.965 Ovinos 26.019.102 Caprinos 9.401.450 Fonte: Dados elaborados pela autora – dados fictícios Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Observe que a variável estudada foi às espécies dos rebanhos (específica), portanto essa série estatística é considerada específica ou categórica. 3.1. Gráficos Crespo (2009) define gráfico como uma forma de apresentação dos dados estatísticos, cujo objetivo é o de produzir, no investigador ou público em geral, uma impressão mais rápida e viva do fenômeno, pois muitas vezes os gráficos falam mais rápidos à compreensão do que as séries. Portanto, o gráfico é uma figura utilizada na estatística para representar um fenômeno. Um gráfico dispõe tendências, os valores mínimos e máximos, as variações dos dados e também as ordens de grandezas dos fenômenos que estão sendo observados. Todo gráfico deve visar clareza e objetividade, além de ser fiel às informações pertinentes ao conjunto original de dados. Para compreendermos um gráfico, devemos obedecer a certos requisitos fundamentais, como: a) Simplicidade: o gráfico deve ter detalhes de importância. b) Clareza: o gráfico deve possibilitar uma correta interpretação dos valores representativos do fenômeno em estudo c) Veracidade: o gráfico deve expressar a verdade sobre o fenômeno em estudo. Os principais tipos de gráficos são os diagramas, cartogramas e pictogramas. 3.3.1 Diagramas Diagramas são gráficos geométricos de no máximo duas dimensões, para sua construção em geral, fazemos uso do sistema cartesiano (CRESPO, 2009). Dentre os principais diagramas, destacam-se os seguintes: 3.3.1.1 Gráfico de linha O gráfico de linha é composto pode dois eixos: um vertical e outro horizontal, em que a linha mostra a evolução do processo ou fenômeno. O vertical representa o eixo x, enquanto o horizontal o eixo y. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Para exemplificar, temos a seguinte série estatística: Produção Brasileira de Óleo de Dendê (1987 – 1992) Anos Quantidade (1.000 t) 1987 39,3 1988 39,1 1989 539 1990 65,1 1991 69,1 1992 59,5 Fonte: Dados elaborados pela autora – dados fictícios Colocando esses dados da tabela, em um gráfico de linhas: Fonte: Dados elaborados pela autora – dados fictícios 3.3.1.2 Gráfico de Colunas O gráfico de colunas é utilizado geralmente para representar as variáveis qualitativas, no entanto, pode ser utilizado para representar variáveis quantitativas. Nesse gráfico, os retângulos são dispostos verticalmente ao eixo das abscissas. Para melhor visualizar, temos como exemplo a série estatística: Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Produção Brasileira de Carvão Mineral (1989 – 1992) Anos Quantidade produzida (1.000 t) 1989 18.196 1990 11.168 1991 10.468 1992 9.241 Fonte: Dados elaborados pela autora – dados fictícios Na forma de gráfico de colunas: Fonte: Dados elaborados pela autora – dados fictícios 3.3.1.2 Gráfico de Barras O gráfico de barras difere do gráfico de colunas, pelo fato das barras ficarem na vertical. Temos como exemplo a série estatística: Produção Brasileira de Carvão Mineral (1989 – 1992) Anos Quantidade produzida (1.000 t) 1989 18.196 1990 11.168 1991 10.468 1992 9.241 Fonte: Dados elaborados pela autora – dados fictícios Na forma de gráfico de barras: Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Fonte: Dados elaborados pela autora – dados fictícios 3.3.1.3 Gráfico de Setores Tipo de gráfico onde a variável em estudo é projetada num círculo, de raio arbitrário, dividido em setores com áreas proporcionais às frequências das suas categorias. São indicados quando se deseja comparar cada valor da série com o total. Recomenda-se seu uso para o caso em que o número de categorias não é grande e não obedece a alguma ordem específica. Por exemplo, temos a série estatística: Rebanho Suíno do Sudoeste do Brasil Estados Quantidade (mil cabeças) Minas Gerais 3.367,7 Espírito Santo 430,4 Rio de Janeiro 308,5 São Paulo 2.035,9 Total 6.138,5 Fonte: Dados elaborados pela autora – dados fictícios Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Fonte: Dadoselaborados pela autora – dados fictícios NOTA: ***O gráfico de setores só deve ser empregado quanto há, no máximo, sete dados. 3.3.2 Pictogramas De acordo com Crespo (2009), o pictograma constitui um dos processos gráficos que melhor fala ao público, pela sua forma ao mesmo tempo atraente e sugestiva. A representação gráfica consta de figuras. Na confecção de gráficos pictóricos, temos que utilizar muita criatividade, procurando obter uma otimização na união da arte com a técnica. Não é utilizado em trabalhos científicos. Seu principal uso está em revistas voltadas ao público em geral. Por exemplo: Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Fonte: Matemática - Estado do Paraná Fique Por Dentro ARREDONDAMENTO DE NÚMEROS Em conformidade com a Resolução nº 886/66 da Fundação IBGE, o arredondamento é efetuado da seguinte maneira: Condições Procedimentos Exemplos < 5 O último algarismo a permanecer fica inalterado. 53,24 passa a 53,2 > 5 Aumenta-se de uma unidade o algarismo a permanecer. 42,87 passa a 42,9 25,08 passa a 25,1 53,99 passa a 54,0 (i) Se ao 5 seguir em qualquer casa um algarismo diferente de zero, aumenta-se uma unidade no algarismo a permanecer. 2,352 passa a 2,4 25,6501 passa a 25,7 76,250002 passa a 76,3 = 5 (ii) Se o 5 for o último algarismo ou se ao 5 só seguirem zeros, o último algarismo a ser conservado só será aumentado de uma unidade se for ímpar. 24,75 passa a 24,8 24,65 passa a 24,6 24,7500 passa a 24,8 24,6500 passa a 24,6 http://www.matematica.seed.pr.gov.br/modules/galeria/detalhe.php?foto=960&evento=8 Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Vídeo: Como Arredondar Valores Esse vídeo explica como arredondar valores, acesse o link abaixo na íntegra. Disponível em: <http://www.youtube.com/watch?v=88KciJ1zfy0> Acesso em: 20 dez. 2017. Reflita: “Depois de tudo que estudamos até agora, no que você acha que a estatística é importante para administração?” Indicação De Leitura A ESTATÍSTICA FÁCIL Autor: Antônio Arnot Crespo Idioma: Português Editora: Saraiva Assunto: Estatística Edição: 19ª Ano: 2012 Resumo: Este livro apresenta todos os tópicos exigidos pelo programa estabelecido para os cursos profissionalizantes da rede de ensino particular e oficial, de forma acessível ao aluno, dentro de um esquema de ensino objetivo e prático. O estudo é complementado por exercícios em abundância com situações práticas. Trabalha com estatística descritiva, probabilidades, distribuições de probabilidades, correlação e regressão linear, de forma prática e fácil linguagem. Fonte: SARAIVA, 2017. Disponível em PDF: <https://pt.scribd.com/document/352405946/Estatistica-Facil-pdf> Acesso em: 20 dez. 2017. http://www.youtube.com/watch?v=88KciJ1zfy0 https://pt.scribd.com/document/352405946/Estatistica-Facil-pdf Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. ESTATÍSTICA BÁSICA Autores: Geraldo Luciano Toledo, Ivo Izidoro Ovalle Idioma: Português Editora: Atlas Assunto: Edição: 2ª Ano: 2010 Esta obra contém a matéria fundamental para estudos subsequentes no campo da estatística inferencial, pois aborda os tópicos mais importantes da estatística básica. Seu conteúdo limita- se aos pontos introdutórios dos estudos estatísticos. Como passo inicial, o texto cuida de uma introdução geral à compreensão da estatística. Em seguida, o texto trata de distribuição de frequências, e em terceiro lugar, focaliza a apresentação gráfica com esclarecimentos didáticos acerca do assunto. Fonte: SARAIVA, 2017. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. CONCLUSÃO Nesta unidade, você viu os principais conceitos utilizados dentro da estatística, os tipos de amostras e a importância das tabelas e gráficos como ferramentas para apresentação dos dados. Também vimos os conceitos de População e Amostra, onde população pode ser definida como um conjunto de elementos que possuem alguma característica em comum. No entanto, na maioria das vezes é difícil trabalhar com a população, pois o processo pode ser caro e tomar muito tempo, então, escolhemos uma parte da população, essa parte denominamos de amostra. Porém, essa amostra deve ter as mesmas características da população, para tirarmos conclusões precisas sobre a população. Enfim, é importante que a apresentação dos dados seja feita de forma precisa. As duas formas estudadas, nesta unidade, foram as tabelas e gráficos, o uso correto das formas de apresentação dos dados é fundamental para o sucesso da pesquisa. Este trabalho está licenciado com uma Licença Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional. REFERÊNCIAS BARBETTA, P.; REIS, M. M.; BORNIA, A. C. Estatística para os cursos de engenharia e informática. 3ª ed. São Paulo: Atlas, 2010. BUSSAB, W. O. ; MORETTIN, P. A. Estatística Básica. São Paulo: Editora Saraiva, 2003. CRESPO, A. A. Estatística Fácil. 19ª ed. atual. São Paulo: Saraiva, 2009. DOWNING, D.; CLARCK, J. Estatística aplicada. São Paulo: Saraiva, 2ª ed., 2009. FONSECA, J. S.; MARTINS, G. de A. Curso de estatística. 6ª ed., São Paulo, Atlas, 1996. GUEDES, T. A.; MARTINS, A. B. T.; LONARDAN, C. R.; JANEIRO, V. Projeto de Ensino: Aprender Fazendo Estatística. Disponível em: <www.des.uem.br>. Acesso em: 17 ago. 2013. MARTINS, G. A.; DONAIRE, D. Princípios de estatística: 900 exercícios resolvidos e propostos. São Paulo: Atlas, 4ª ed. 1997. MILONI, G. Estatística geral: amostragem, distribuição amostral e teoria da decisão estatística. São Paulo: Atlas, 1993. MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e Probabilidade para Engenheiros. Rio de Janeiro: Livros Técnicos e Científicos Editora S. A., 2003. OLIVEIRA, F. E. M. Estatística e probabilidade: teoria, exercícios resolvidos, exercícios propostos. São Paulo, Atlas, 2ª ed., 1999. SILVA, E. M. S. et al Estatística para os cursos de Economia, Administração e Ciências Contábeis. 2ª ed., São Paulo, Atlas, 1999. TOLEDO, G. L.; OVALLE, I. I. Estatística básica. São Paulo: Atlas, 2ª ed., 2010. VIEIRA, S. Elementos de Estatística. São Paulo: Atlas, 3ª ed. 1999.
Compartilhar