Baixe o app para aproveitar ainda mais
Prévia do material em texto
AULA 1 PROBABILIDADE E MÉTODOS QUALI-QUANTITATIVOS PARA TOMADA DE DECISÕES Prof. Nelson Pereira Castanheira 2 CONVERSA INICIAL Olá! Seja muito bem-vindo à nossa primeira aula de Modelo de Análise Quantitativa. Neste encontro, trabalharemos os conceitos elementares de estatística, a saber: o que são estatística, população, amostra, dados brutos, Rol e frequência. Na sequência, estudaremos a natureza dos métodos estatísticos, com suas diferentes fases. Depois, veremos como os dados são apresentados: as partes constituintes de uma tabela e os principais tipos de séries estatísticas. Particularmente, estudaremos uma distribuição de frequências. Finalmente, vamos aprender a construir e interpretar os principais tipos de gráficos. Boa leitura!!! CONTEXTUALIZANDO A estatística é a parte da matemática que coleta, analisa e interpreta dados numéricos para o estudo de fenômenos naturais, econômicos e sociais. Para o entendimento da estatística, precisamos inicialmente definir o que se entende por população e o que se entende por amostra. Para obter esses dados, precisamos conhecer o método estatístico, ou seja, as diferentes fases para a realização de uma pesquisa. E como entregar esses dados a quem os solicitou? Para tal, aprenderemos a organizar os dados coletados, dispondo-os em tabelas e, na sequência, em gráficos. Para finalizar, aprenderemos a interpretar os gráficos para que possamos tomar decisões. TEMA 1 – CONCEITOS FUNDAMENTAIS 1.1 População e amostra População, em Estatística, é o nosso objeto de estudo. Pode ser que estejamos interessados em analisar coisas ou em analisar pessoas. Assim, se o nosso objeto de estudo são árvores frutíferas, essa é a nossa população. Mas, nem sempre, conseguimos acessar todos os elementos de determinada população. Seria impossível, por exemplo, acessarmos todas as árvores frutíferas do mundo. Então, delimita-se a área de estudo para uma parte dessa população. Por exemplo, vamos estudar as árvores de frutas cítricas que são cultivadas no município de Picos, no Estado do Piauí. Essa é a nossa Amostra. Resumidamente, 3 Amostra é uma parte da População que está sendo objeto de estudo. (Castanheira, p. 46, 2016) 1.2 Estatística descritiva e estatística indutiva A Estatística se divide em Estatística Descritiva e Estatística Indutiva. A Descritiva (ou Dedutiva) tem o objetivo de descrever e analisar os dados de determinada população ou de uma amostra dessa população. Tais dados são obtidos por meio de questionários, entrevistas e medições. A Indutiva (ou Inferência Estatística) tem como propósito se preocupar com o raciocínio necessário para, a partir dos dados obtidos, tirar conclusões gerais. Assim, a estatística Indutiva, a partir de uma amostra, nos permite tirar conclusões sobre a população da qual aquela amostra pertence. A isso denominamos Inferência Estatística. (Castanheira, p. 46, 2016). 1.3 Dados brutos e rol Após a realização de uma pesquisa, o estatístico (o pesquisador) tem em mãos uma série de dados totalmente desordenados. São os chamados Dados Brutos. Normalmente, os dados brutos não nos permitem visualizar facilmente o resultado da pesquisa. Assim, devemos colocar esses dados em ordem numérica, crescente ou decrescente, para termos um Rol. Com isso, identificamos com mais facilidade o que temos em mãos. Suponhamos, entretanto, que esses dados sejam muitos e que assumam diversos diferentes valores. Como devemos fazer para trabalharmos com facilidade esses dados? A resposta a essa pergunta é simples: devemos dispor esses dados em uma tabela, ou seja, devemos distribuir esses dados em linhas e colunas. Para tal, uma nova definição se faz necessária: frequência ou frequência absoluta. (Castanheira, p. 46, 2016). 1.4 O método estatístico A Estatística Descritiva nos permite fazer um estudo completo e detalhado sobre determinada população ou sobre uma amostra dessa população. Para tal, devemos obedecer 8 fases a que denominamos Método Estatístico. A primeira fase consiste em definir o problema, ou seja, deixar claro o que se pretende pesquisar. A segunda fase é a delimitação desse problema, ou seja, definir onde se pretende realizar a pesquisa para a obtenção dos dados e, consequentemente, com que tipo de coisas (ou pessoas). Uma vez sabendo o que e onde realizaremos a pesquisa, temos a terceira fase que consiste em definir como se procederá para a realização da pesquisa: faremos simples observações, distribuiremos um questionário, faremos entrevistas? Estamos então prontos para a quarta fase que consiste na coleta dos dados, ou seja, na obtenção dos dados. [...] Tais dados serão a seguir tabulados, ou seja, organizados. Essa é a quinta fase a que chamamos de apuração dos dados. Já temos os dados em mãos e já os temos organizados. Agora, então, vem a sexta fase que é a apresentação desses dados ou em forma de tabela ou em forma de gráfico. Como nenhuma pesquisa é feita por acaso, cabe agora a quem solicitou a pesquisa a análise dos dados obtidos. Essa é a sétima fase, que consiste em realizarmos o cálculo de medidas. Por último, como oitava fase, temos a interpretação dos dados que foram analisados, pois temos em mãos esses dados organizados em tabelas ou em gráficos, bem como os resultados das medições feitas. (Castanheira, 2016) 4 1.5 Frequência Frequência (ou frequência absoluta) é o número de vezes que cada resultado ocorreu durante uma pesquisa. Representaremos a frequência pela letra f. Ao construirmos uma tabela onde em cada linha mostramos o valor do dado em uma coluna e o número de vezes de sua ocorrência em outra coluna, estamos construindo uma Distribuição de Frequências. Como exemplo, vejamos uma tabela 1, onde representamos, em um grupo de 30 pessoas, as idades das mesmas (a variável X). (Castanheira, 2016) Tabela 1 – Idades de um grupo de pessoas Idade (Xi) Frequência (fi) 18 3 19 4 20 7 21 8 22 4 23 4 onde i 1, variando de 1 a n. Fonte: Dados obtidos em uma turma do 2º ano de Administração do Centro Universitário Uninter. Observamos que a idade igual a 18 anos ocorreu três vezes; portanto, a idade 18 anos teve frequência igual a 3. A idade igual a 19 anos ocorreu quatro vezes; portanto, a idade 19 anos teve frequência igual a 4, e assim por diante. 1.6 Tabela Voltemos à tabela 1, que é uma apresentação dos dados obtidos em uma pesquisa. Observemos que a tabela é constituída por três partes: a. Cabeçalho, que identifica a tabela; b. Corpo, com os dados distribuídos em linhas e colunas; e c. Rodapé, que nos mostra a fonte desses dados. Mas suponhamos que ao invés de 6 valores para a variável X i tivéssemos obtido 60 valores. Nesse caso, como proceder para a montagem de uma tabela? Quando o número de linhas é grande (20 ou mais), costumamos agrupar os valores obtidos na pesquisa em intervalos (ou classes), de tal forma que todas as classes tenham a mesma amplitude (o mesmo tamanho). Nesse caso, alguns conceitos novos surgem e precisamos conhecê-los: a) limite inferior de um intervalo (ou classe); b) limite superior de uma classe; c) amplitude de uma classe; 5 d) ponto médio de um intervalo; e) intervalo aberto; f) intervalo fechado. [...] Para que você entenda bem esses conceitos, vamos representar uma distribuição de frequências (tabela 2) com os resultados de uma prova realizada por 80 pessoas, cujas notas variaram de 0 a 10 em intervalos de 0,1 (um décimo). (Castanheira, p. 48-49, 2016). Tabela 2 – Resultados da prova de Estatística Aplicada Notas (Xi) Frequência (fi) 0 1 4 1 2 8 2 3 10 3 4 12 4 5 12 5 6 14 6 7 10 7 8 5 8 9 3 9 10 2 onde i 1, variando de 1 a n. Fonte: Dados obtidos em uma turma do 2º ano de Administração do Centro Universitário Uninter. Observe que todo intervalo tem um limite inferior (à esquerda)e um limite superior (à direita). Todo intervalo tem a mesma amplitude. Para saber o tamanho da amplitude, basta subtrair o limite superior do limite inferior de um intervalo qualquer. No exemplo, cada intervalo tem amplitude igual a 1 (um). O primeiro intervalo tem como limite inferior o 0 (zero) e como limite superior o 1 (um). O segundo intervalo tem como limite inferior o 1 (um) e como limite superior o 2 (dois). Como saber em qual desses intervalos se enquadra uma pessoa que tenha tirado 1 (um) na prova? Como cada resultado só pode ser atribuído a um intervalo, definiremos intervalo aberto e intervalo fechado. Quando um intervalo é aberto à esquerda ou à direta ou dos dois lados, isso significa dizer que os valores limites correspondentes não pertencem ao intervalo. Analogamente, se um intervalo é fechado à esquerda ou à direita ou dos dois lados, isso significa dizer que os valores limites correspondentes pertencem ao mesmo. (Castanheira, p. 49, 2016). Na representação da tabela 2, o primeiro intervalo é assim representado: 0 1 Essa representação nos indica que o 0 (zero), que é o limite inferior, pertence ao intervalo mas o 1 (um), que é o limite superior, não pertence ao mesmo. Dizemos que esse intervalo é fechado à esquerda e aberto à direita. Observe na tabela 2 que o décimo intervalo, do 9 ao 10, é fechado tanto à esquerda quanto à direita. 6 Vamos agora analisar o sexto intervalo, cujo limite inferior é o 5 e cujo limite superior é o 6. Nesse intervalo, temos 14 pessoas. Como saber o quanto cada uma dessas pessoas tirou na prova? Não sabemos. Sabemos, entretanto, que as notas dessas pessoas são valores que vão do 5 ao 5,99. Ou seja, quem tirou 6 faz parte do intervalo seguinte, pois esse intervalo é aberto à direita. [...] Se não sabemos exatamente quanto cada uma dessas 14 pessoas tirou na prova, que valor utilizar para o cálculo, por exemplo, da média da turma? Quando os dados são agrupados em intervalos (ou classes), supõe-se que todas as pessoas desse intervalo tenham obtido a mesma nota. Qual? O ponto médio do intervalo. E como calcular o ponto médio do intervalo? Calcula-se a média aritmética dos dois valores limites do intervalo, não levando em conta se o intervalo é aberto ou se é fechado. No nosso exemplo, o ponto médio do sexto intervalo é 5,5 uma vez que esse valor é a média aritmética entre 5 e 6. É bem verdade que introduzimos aqui um conceito ainda não estudado por nós: a média aritmética. Como calcular a média aritmética entre dois valores? Basta somar esses dois valores e dividir o resultado por 2. (Castanheira, p. 50, 2016). 1.7 Frequência Acumulada (FA) Verificamos que nesse sexto intervalo da tabela 2 temos f = 14, ou seja, o resultado 5,5 ocorreu 14 vezes. Vamos agora introduzir um novo conceito: frequência acumulada. Como obter a frequência acumulada? Observe que para o primeiro intervalo tivemos 4 pessoas (f = 4) com notas entre 0 e 1. Somando-se a essas 4 pessoas as 8 pessoas (f = 8) que obtiveram notas entre 1 e 2 (segundo intervalo), já acumulamos 12 pessoas. E assim por diante. Verifique, na tabela 3, que a frequência acumulada total é igual a 80. (Castanheira, p. 50, 2016). Tabela 3 – Resultados da prova de estatística aplicada, com frequência acumulada Notas (Xi) Frequência (fi) Frequência acumulada (fa) 0 1 4 4 1 2 8 12 2 3 10 22 3 4 12 34 4 5 12 46 5 6 14 60 6 7 10 70 7 8 5 75 8 9 3 78 9 10 2 80 onde i 1, variando de 1 a n. Fonte: Dados obtidos em uma turma do 2º ano de Administração do Centro Universitário Uninter. 7 1.8 Frequência Relativa (FR) Cada resultado obtido em uma pesquisa tem uma diferente representatividade nela. Assim, definimos frequência relativa como a razão entre a frequência absoluta e o número total de observações obtidas na pesquisa. Utilizamos a fórmula: fr = fi / n Tendo a tabela 3 como exemplo, vamos calcular a frequência relativa das notas entre 5 e 6. Temos que: fr = 14 / 80 fr = 0,1750 ou 17,50% Isso significa dizer que 17,50% das notas obtidas variam entre 5,0 e 6,0. TEMA 2 – SÉRIES ESTATÍSTICAS Vamos agora falar um pouco sobre séries estatísticas? O que é isso? Uma série estatística nada mais é que uma tabela à qual é associado um critério que a especifica. Temos: a. Série temporal, que é aquela cujo critério que a especifica é o tempo; b. Série geográfica (ou de localização), que é aquela cujo critério que a especifica é o local; c. Série específica, que é aquela cujo critério que a especifica é o fato (o fenômeno em observação); d. Série mista (ou conjugada), que é aquela na qual temos dois ou três critérios (entre tempo, local e fato) simultaneamente presentes. Como exemplo de série temporal, suponhamos os dados da inflação no Brasil de 2001 a 2016. Veja a tabela 4. Tabela 4 – Inflação no Brasil nos anos de 2001 a 2016 Ano Inflação (%) 2001 7,67 2002 12,53 2003 9,30 2004 7,60 8 2005 5,69 2006 3,14 2007 4,46 2008 5,90 2009 4,31 2010 5,91 2011 6,50 2012 5,84 2013 5,91 2014 6,41 2015 10,67 2016 6,29 Fonte: IBGE Observe que o critério que especifica essa série é o tempo. Não variaram nem o local nem o fato. Como exemplo de série estatística geográfica, suponhamos a população brasileira em cada região, em 6 de maio de 2017. Veja a tabela 5. Tabela 5 – População dos estados do Sul do Brasil Estado da região Sul do Brasil População Paraná 11.311.974 Santa Catarina 6.965.978 Rio Grande do Sul 11.322.879 Total do Sul do Brasil 29.600.831 Total do Brasil 207.441.263 Fonte: IBGE Observe que o critério que especifica essa série é o local. Não variaram nem o fato nem o tempo. A região Sul representa 14,27% da população brasileira, pois: fr = 29.600.831 207.441.263 fr = 0,1427 ou 14,27% 9 Como exemplo de série específica, suponhamos a quantidade de alunos matriculados nos cursos de graduação da Uninter, por grau acadêmico, em janeiro de 2017. Veja a tabela 6 (dados fictícios). Tabela 6 – Alunos matriculados na Uninter em janeiro de 2017 Grau acadêmico Alunos matriculados Bacharelado 3.488 Licenciatura 5.909 Tecnológico 7.148 Total 16.545 Observe que o critério que especifica essa série é o fato. Não variaram nem o local nem o tempo. Como exemplo de série estatística mista, ou conjugada, suponhamos um mapa de homicídios por armas de fogo, nas diversas unidades da federação do Brasil, no período de 2010 a 2014. 10 Tabela 7 – Homicídios por arma de fogo no Brasil UF/REGIÃO 2010 2011 2012 2013 2014 Acre 63 50 85 97 116 Amapá 103 80 117 99 142 Amazonas 635 879 855 692 756 Pará 2.502 2.077 2.138 2.254 2.319 Rondônia 351 286 338 300 388 Roraima 29 25 32 69 47 Tocantins 131 158 178 140 164 NORTE 3.814 3.555 3.743 3.651 3.932 Alagoas 1.721 1.913 1.737 1.872 1.818 Bahia 4.439 4.170 4.594 4.289 4.441 Ceará 2.057 2.063 3.135 3.652 3.792 Maranhão 827 944 1.152 1.382 1.658 Paraíba 1.208 1.379 1.224 1.251 1.246 Pernambuco 2.649 2.541 2.475 2.301 2.522 Piauí 207 251 311 373 454 Rio Grande do Norte 611 788 856 1.153 1.292 Sergipe 452 523 648 723 896 NORDESTE 14.171 14.572 16.132 16.996 18.119 Espírito Santo 1.359 1.352 1.335 1.289 1.290 Minas Gerais 2.456 3.000 3.228 3.455 3.338 Rio de Janeiro4.111 3.411 3.472 3.562 3.582 São Paulo 3.469 3.262 3.848 3.408 3.524 SUDESTE 11.395 11.025 11.883 11.714 11.734 Paraná 2.630 2.365 2.433 2.042 2.073 Rio Grande do Sul 1.496 1.531 1.737 1.711 2.052 Santa Catarina 483 483 491 439 493 SUL 4.609 4.379 4.661 4.192 4.618 Distrito Federal 576 657 725 656 705 Goiás 1.317 1.579 1.955 2.096 1.985 Mato Grosso 566 602 641 750 845 Mato grosso do Sul 344 368 337 314 353 CENTRO-OESTE 2.803 3.206 3.658 3.816 3.888 BRASIL 36.792 36.737 40.077 40.369 42.291 11 Fonte: Processamento do Mapa da Violência 2016 Observe que os critérios que especificam essa série são o tempo e o local. Só o fato não varia. TEMA 3 – DISTRIBUIÇÃO DE FREQUÊNCIAS Já estudamos que uma série estatística é uma tabela na qual há um critério distinto que a especifica e a diferencia. A distribuição de frequências é uma série estatística em que as variáveis estão dispostas ou em valores absolutos ou em classes (ou intervalos), com a frequência de ocorrência para cada valor da variável. 3.1 Variáveis Variáveis, na estatística, são as características que estamos observando em uma pesquisa. As variáveis se classificam em qualitativas e quantitativas. 3.1.1 Variáveis qualitativas Algumas variáveis descrevem qualidades (ou categorias, ou atributos) e não podem ser expressas numericamente. Como exemplo, temos sexo, cor da pele, cor dos olhos, estado civil, escolaridade, status social, tipo sanguíneo, local de nascimento, entre outros. Uma variável qualitativa pode ainda se subdividir em nominal e ordinal. As variáveis qualitativas nominais permitem somente a classificação dos dados, como é o caso do sexo ou da cor da pele. As variáveis qualitativas ordinais permitem que se estabeleça uma ordem nos seus resultados, como é o caso do grau de instrução ou da classe social. 3.1.2 Variáveis quantitativas As variáveis que podem ser expressas por valores numéricos são denominadas como variáveis quantitativas. Como exemplo, temos o número de filhos por casal, número de dependentes, idade, peso, altura, entre outros. Uma variável quantitativa pode ainda se subdividir em discreta e contínua. As variáveis quantitativas discretas permitem relacionar os possíveis valores que ela pode assumir e assumem somente números inteiros. Por exemplo, 12 número de filhos de um casal, número de carros vendidos por dia, número de cigarros fumados por dia etc. As variáveis quantitativas contínuas, por sua vez, podem assumir infinitos valores dentro de um intervalo de números reais. Podem, portanto, assumir valores fracionários. Por exemplo, temperaturas registradas durante certo tempo, idade, peso, entre outros. Normalmente, as variáveis quantitativas contínuas são apresentadas em tabelas divididas em classes ou intervalos. Não há uma fórmula exata que indique quantas classes ou intervalos deve ter uma tabela. Há, entretanto, uma recomendação que o número de classes ou intervalos seja entre 5 e 20, tomando-se o cuidado para que todos tenham a mesma amplitude. Se chamarmos de At a amplitude total dos dados observados e de A a amplitude de cada classe ou intervalo, a quantidade de intervalos ( i ) é determinada pela fórmula: i = At A Esse número de classes ou intervalos ( i ) pode ser determinado por outros métodos, sendo um deles o método de Sturges, pela fórmula: i = 1 + 3,3 . log n, seno n o número total de observações. Ao sabermos o número de classes ou intervalos ( i ) e a amplitude ( A ) de cada um, podemos construir a tabela de distribuição de frequências. Suponhamos, por exemplo, que em uma pesquisa foram obtidos 1072 valores. Nesse caso, utilizando o método de Sturges, quantos intervalos deveremos ter na tabela? i = 1 + 3,3 . log 1072 i = 1 + 3,3 . 3,02938 i = 11 intervalos Lembre-se que para sabermos a amplitude de cada um desses 11 intervalos devemos conhecer a amplitude total dos dados observados e dividi-la por 11. Como exemplo, suponhamos que em um teste realizado por 300 pessoas as notas variaram de 0 (zero) a 10 (dez) em intervalos de um décimo. Vamos 13 representar esses dados em uma tabela de distribuição de frequências com amplitude igual a 1 (um). Veja a tabela 7. Tabela 7 – Notas de um teste realizado por 300 pessoas Notas (Xi) Quantidade de resultados (fi) 0 1 2 1 2 8 2 3 20 3 4 34 4 5 88 5 6 62 6 7 40 7 8 22 8 9 14 9 10 10 TEMA 4 – GRÁFICOS: CONSTRUÇÃO Uma série estatística, ou seja, uma tabela, resume perfeitamente o resultado de uma pesquisa qualquer que tenha sido o critério adotado. Mas há pessoas que preferem visualizar esses resultados em um gráfico. Assim, é comum utilizarmos os dados de uma tabela para construir o gráfico correspondente. Que tipo de gráfico utilizar? Isso é você quem decide. Utilize o gráfico de sua preferência, dentre aquelas que consegue construir com facilidade utilizando as ferramentas do software instalado em seu computador. Os mais utilizados são o de setores (conhecido como pizza), o de colunas e o de barras. Há, ainda, o chamado histograma, que é um gráfico construído a partir de um gráfico de colunas. (Castanheira, p. 51, 2016) 4.1 Tipos de gráficos Gráfico é uma representação do resultado de uma pesquisa, a partir dos dados coletados nela, dados esses que foram colocados em ordem e dispostos em uma tabela de distribuição de frequências. Há vários tipos de gráficos, e estudaremos somente aqueles mais utilizados na estatística. O propósito de transformar uma tabela em um gráfico é permitir uma rápida e fácil visualização dos resultados, o que possibilita a análise e a interpretação desses resultados com maior objetividade. 14 Os gráficos podem ser classificados em cinco tipos básicos, a saber: diagramas, cartogramas, organogramas, fluxogramas e estereogramas. Dos diversos tipos de gráficos que podemos construir, vamos nos limitar ao estudo dos diagramas, que se dividem em gráficos de linhas e gráficos de superfície. Os gráficos de linhas, por sua vez, subdividem-se em poligonais e curvas. Os gráficos de superfícies se subdividem em gráfico de colunas, gráfico de barras, o gráfico de setores (pizza) e histograma. Para a construção de um gráfico, precisamos conhecer os principais aspectos, bem como seus principais elementos: Título do gráfico, colocado logo acima dele, devidamente numerado; Legenda do gráfico, utilizada para identificação, colocada logo abaixo do gráfico, explicando sucintamente o conteúdo deste; Eixos com o nome ou o símbolo das variáveis nele representadas; Escala do gráfico, normalmente representada da esquerda para a direita no eixo horizontal e de baixo para cima no eixo vertical. Um gráfico construído com esses elementos torna-se autoexplicativo. 4.2 Construindo um gráfico de colunas Como exemplo, suponhamos que fizemos uma pesquisa da velocidade instantânea de um corpo de seis diferentes momentos de observação. Obtivemos os seguintes dados, representados na tabela 8. Tabela 8 – Velocidade instantânea de um veículo Momentos Velocidade instantânea (km/h) 1 38 2 50 3 62 4 45 5 30 6 28 Para a construção do gráfico correspondente à tabela 8, vamos representar no eixo X (o eixo horizontal) os seis momentos de observação e no eixo Y (o eixo 15 vertical) a velocidade instantânea do corpo no momento da observação. Veja o gráfico 1. Gráfico 1 – Velocidade instantânea de um veículo 38 50 62 45 30 28 0 10 20 30 40 50 60 70 Momento 1 Momento 2 Momento 3 Momento 4 Momento 5 Momento 6 V e lo c id ad e i n s ta n tâ n e a ( k m /h ) Momentos da medição 16 4.3 Construindo um gráfico de barras Como exemplo, suponhamos que fizemos uma pesquisa da quantidade de alunos matriculados em seis diferentes cursos de uma Universidade, na modalidade a distância. Obtivemos os seguintes dados, representados na tabela 9. Tabela 9 – Alunos matriculados em seis cursos de uma universidade Cursos Alunos matriculados Administração 4.584 Ciências contábeis 3.455 Pedagogia 9.408 Letras – português 2.144 Engenharia mecânica 3.401 Engenharia de produção 6.677 Para a construção do gráfico correspondente à tabela 9, vamos representar no eixo X (o eixo horizontal) a quantidade de alunos matriculados e no eixo Y (o eixo vertical) os seis cursos pesquisados. Veja o gráfico 2. Gráfico 2 – Alunos matriculados em seis cursos de uma universidade 4584 3455 9408 2144 3401 6677 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 Administração Ciências Contábeis Pedagogia Letras – Português Engenharia Mecânica Engenharia de Produção Alunos matriculados na modalidade a distância C u rs o s p e s q u is a d o s 17 4.4 Construindo um gráfico de setores (pizza) Como exemplo, vamos representar a população de cada uma das regiões geográficas do Brasil. Obtivemos os seguintes dados, representados na tabela 10. Tabela 10 – População nas regiões geográficas do Brasil em 1º/7/2013 Região geográfica População Norte 16.983.484 Nordeste 55.794.707 Centro-oeste 14.993.191 Sudeste 84.465.570 Sul 28.795.762 TOTAL 201.032.714 Fonte: IBGE. Diretoria de Pesquisas – DPE – Coordenação de População e Indicadores Sociais – COPIS. Para a construção do gráfico correspondente à Tabela 10, vamos representar em cada fatia da pizza (cada setor) a população das cinco regiões geográficas do Brasil. Veja o gráfico 3. Gráfico 3 – População brasileira em 1º de julho de 2013 Fonte: IBGE. Diretoria de Pesquisas – DPE – Coordenação de População e Indicadores Sociais – COPIS. 16.983.484; 8,45% 55.794.707; 27,75% 14.993.191; 7,46% 84.465.570; 42,02% 28.795.762; 14,32% Norte Nordeste Centro-oeste Sudeste Sul 18 Observe que cada divisão da pizza tem o tamanho proporcional do valor que ela representa. 4.5 Construindo um histograma Para a construção de um histograma, suponhamos que o resultado de um teste de Estatística, aplicado a uma turma de 69 alunos, foi o representado na tabela 11. Tabela 11 – Resultado de um teste de Estatística Notas obtidas Frequência dos resultados 0 1 5 1 2 8 2 3 10 3 4 11 4 5 9 5 6 8 6 7 7 7 8 5 8 9 4 9 10 2 O Histograma consiste em uma sucessão de colunas (retângulos), como o representado no Gráfico 4. Observe que no eixo horizontal representamos as classes (ou intervalos) dos valores obtidos em uma pesquisa e no eixo vertical representamos a frequência de ocorrência de cada classe (ou intervalo). 19 Gráfico 4 – Resultado de um teste de Estatística f 11 10 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 x (notas obtidas) TEMA 5 – GRÁFICOS: ANÁLISE E INTERPRETAÇÃO Ao realizarmos uma pesquisa, vamos obter dados. Esses dados, uma vez organizados, são dispostos em tabelas e, consequentemente, poderão ser representados pela utilização de um gráfico. Tão importante quanto a escolha de um tipo de gráfico e a sua construção, é a análise e a interpretação desse gráfico. O primeiro passo da análise é verificarmos que grandezas estão sendo representadas nos eixos horizontal e vertical do gráfico ou, no caso do gráfico de setores (pizza), o que está representado em cada fatia do mesmo. O segundo passo é interpretarmos o gráfico para que possamos tomar uma decisão. Suponhamos como exemplo, a representação gráfica do crescimento de uma dívida ao longo do tempo, nos critérios de capitalização simples (utilização de juros simples) e de capitalização composta (utilização de juros compostos). Veja o gráfico 5. 20 Gráfico 5 – Comportamento de uma dívida ao longo do tempo Dívida (em reais) Capitalização composta Capitalização simples R$ 0 Tempo (dias) O que observamos nesse gráfico? Observamos que no eixo horizontal está representado o tempo (em dias), enquanto no eixo vertical está representada a dívida (em reais). Observamos também que no dia zero há uma dívida em reais. À medida que o tempo avança, a dívida vai crescendo com o seguinte comportamento: Na capitalização simples, em que foi utilizado o juro simples, a dívida cresce linearmente; Na capitalização composta, na qual foi utilizado o juro composto, a dívida cresce exponencialmente. Disso, deduz-se que devemos uma dívida em capitalização composta, optando quando possível para uma dívida em capitalização simples, pois ao longo do tempo a dívida em capitalização composta é muito maior que na capitalização simples. Analisando outro exemplo, suponhamos que o Gráfico 6, a seguir, está representando as vendas de três vendedores de veículos, ao longo dos quatro trimestres de determinado ano. 21 Gráfico 6 – Vendas de veículos da marca X ao longo do ano 20XX Vamos então interpretar esse gráfico 6. O vendedor A apresentou queda nas suas vendas durante todo o ano, tendo vendido 32 unidades no primeiro trimestre, 27 no segundo trimestre, 22 no terceiro trimestre e 18 no quarto trimestre. Durante o mesmo período, o vendedor B apresentou aumento constante em suas vendas, subindo trimestre a trimestre, tendo iniciado com 28 unidades vendidas no primeiro trimestre, 33 unidades no segundo trimestre, 37 unidades do terceiro trimestre e 40 unidades no quarto trimestre. O vendedor C, por sua vez, apresentava crescimento nas unidades vendidas durante os três primeiros trimestres do ano, mas diminuiu suas vendas no quarto trimestre. FINALIZANDO Pudemos ver com esta aula que o objetivo principal da estatística é fornecer ferramentas para a tomada de decisões. Para isso acontecer, pesquisas são realizadas, e os dados obtidos nelas são trabalhados. Verificamos que para a apresentação dos resultados precisamos construir tabelas e, quando solicitado, transformar essas tabelas em gráficos. Os gráficos dão melhor visibilidade dos resultados da pesquisa, e qualquer tipo de gráfico poderá ser utilizado por você. 1º Trimestre 2º Trimestre 3º Trimestre 4º Trimestre Vendedor a 32 27 22 18 Vendedor B 28 33 37 40 Vendedor C 19 20 25 20 32 27 22 18 28 33 37 40 19 20 25 20 0 5 10 15 20 25 30 35 40 45 V en d as n o t ri m es tr e Veículos vendidos em 20XX Vendedor a Vendedor B Vendedor C 22 REFERÊNCIAS BUSSAB, W. de O.; MORETTIN, P. A. Estatística básica. 5. ed. São Paulo: Saraiva, 2002. CASTANHEIRA, N. P. Cálculo aplicado à gestão e aos negócios. Curitiba: Intersaberes, 2016. CASTANHEIRA, N. P. Estatística aplicada a todos os níveis. 5. ed. Curitiba: Intersaberes, 2010. MACEDO, L. R. D. de; CASTANHEIRA, N. P.; ROCHA, A. Tópicos de matemática aplicada. 2. ed. Curitiba: Intersaberes, 2008. 23 LEITURA OBRIGATÓRIA DA DISCIPLINA: Texto de abordagem teórica – Fonte Calibri, negrito, tamanho 14, somente a primeira palavra com inicial maiúscula, cor RGB (220, 100, 10) Corpo do texto: fonte Arial, tamanho 12, justificado, com espaço entre linhas de 1,5 e cor preta. Texto de abordagem prática – Fonte Calibri, negrito, tamanho 14, somente a primeira palavra com inicial maiúscula, cor RGB (220, 100, 10) Corpodo texto: fonte Arial, tamanho 12, justificado, com espaço entre linhas de 1,5 e cor preta. Saiba mais – Fonte Calibri, negrito, tamanho 14, somente a primeira palavra com inicial maiúscula, cor RGB (220, 100, 10) Corpo do texto: fonte Arial, tamanho 12, justificado, com espaço entre linhas de 1,5 e cor preta.
Compartilhar