ESTATÍSTICA APLICADA COMO INSTRUMENTO DE AUXÍLIO NA TOMADA DE DECISÃO

Prévia do material em texto

Instituto Superior de Ciências e Educação á Distância
Departamento de Ciências Sociais e Humanas
Coordenação do Curso de Direito
Cadeira: ESTATÍSTICA APLICADA
1º Ano-2020
TEMA: ESTATÍSTICA APLICADA COMO INSTRUMENTO DE AUXÍLIO NA TOMADA DE DECISÃO
 O Tutor: 
· Fernando Muchanga
Discente:
· Cristina Lucas Cumbula
Maputo, Abril de 2020
 INSTITUTO SUPERIOR DE CIENCIAS DE EDUCAÇÃO Á DISTÂNCIA
CURSO DE DIREITO
1º ANO
 NOME DA ACADÊMICA: CRISTINA LUCAS CUMBULA
TRABALHO DE CAMPO
TITULO DO TRABALHO:
ESTATÍSTICA APLICADA COMO INSTRUMENTO DE AUXÍLIO NA TOMADA DE DECISÃO
MAPUTO, ABRIL DE 2020
ÍNDICE
1.Introdução	4
1.1 Objectivos (Geral, Específicos)	5
1.2.Metodologia	6
1.3. Referencial Teórico 	7
1.4. Estatística Aplicada como Instrumento de auxílio na Tomada de Decisão 	7
1.4. Estatística Aplicada como Instrumento de auxílio na Tomada de Decisão 	8
1.4. Estatística Aplicada como Instrumento de auxílio na Tomada de Decisão	9
1.5. A Importância da estatística	9
1.5.1.Por que usar estatística .	10
1.6.Conceitos básicos de estatística	10
1.6.1.Fenômeno estatístico .	10
1.6.2.Amostra	10
1.6.3.Parâmetros	11
1.6.4. Estimativa	11
1.6.5.Atributo	11
1.6.6.Variável 	12
1.7. Fases do método estatístico	12
1.7. Fases do método estatístico	13
1.8.Tipos de Gráficos estatísticos	13
1.8. Tipos de Gráficos estatísticos	14
1.8. Tipos de Gráficos estatísticos.	15
1.8. Tipos de Gráficos estatísticos..	16
2.Considerações Finais	17
3.Referências Bibliográficas	18
1.INTRODUÇÃO
A Estatistica estuda técnicas quem permitem quantificar probabilisticamente as incertezas envolvidas ao induzirmos para um universo observações feitas numa amostra do mesmo – Inferência Estatística. Os pais desta técnica são J. Neyman e Karl Pearson. Embora os estudos de Neyman e Pearson estivessem associados a questões de hereditariedade, os métodos e expressões que criaram, tais como “hipótese nula” e a “nível de significancia” fazem hoje parte da rotina diária de todo o estatístico e cientista
A estatística fornece métodos ou técnicas para extrair informação de dados, que nos dão informação útil sobre o problema em estudo, sendo assim, é objectivo da Estatística extrair informação dos dados para obter uma melhor compreensão das situações que representam.
Como é do conhecimento geral, a leitura de um simples jornal ou revista implica, hoje em dia, entender a linguagem dos gráficos e dos números. Em todos os campos da actividade humana, a informação é essencial as decisões dos cidadãos, à vida das empresas, à sobrevivência dos estados.
 Isto implica a profusão dos jornais, revista, livros e relatórios exibindo tabelas, mapas, gráficos, etc. contendo variadíssima informação Estatística sobre os mais variados fenómenos e características da actividade de um pais: - Número de habitantes, de trabalhadores por profissão, de família com e sem casas, de pequenas, médias e grandes empresas, de importadores e exportadores. 
A Estatística é a ciência que se preocupa com, organização, descrição, análises e interpretações.
Neste sentido, o presente trabalho de campo tem como tema: ESTATÍSTICA APLICADA COMO INSTRUMENTO DE AUXÍLIO NA TOMADA DE DECISÃO.
1.1.OBJECTIVOS:
Geral:
· Saber estimar uma quantidade ou testar uma hipótese, utilizando-se técnicas estatísticas convenientes, as quais realçam toda a potencialidade da Estatística;conhecer a Importância da Estatística no processso de tomada de decisões .
Específicos: 
· Saber extrair informação dos dados de tipos de gráficos para obter uma melhor informação e compreensão das situações que representam a tomada de decisões. 
1.2.METODOLOGIA
O presente trabalho é meramente de revisão bibliográfica de informação obtida a partir de fontes escritas, obtidas de livros físicos e virtuais, seguida de uma minesciosa compilação, usando os meios informáticos disponíveis.
1.3. Referencial Teórico
É fundamental na tomada de decisão, compreender o conceito de informação. A informação, era
definida como o resultado da análise de dados, dados estes que, em suas formas brutas, não
levavam a nenhuma compreensão de fatos ou situações. (LAUDON; LAUDON, 1996 apud ABIBI, 2010, p. 73).
Considerando o processo crítico da tomada de decisão, é elementar que o responsável pela decisão tome as devidas precauções. Elucidar o real problema é importante para que as informações necessárias para solucionar a proposta sejam levantadas, evitando que sejam dadas respostas aos problemas errados gerando desperdício de recursos. (ABIBI, 2010, p. 76).
As decisões podem ser tratadas como algo científico e racional, enfatizando-se as análises
e as relações de causa e efeito, com o intuito de antecipar ações e decidir de forma mais
eficaz e eficiente. Por outro lado, no processo de tomada de decisão é preciso ‘aceitar a
existência de uma face de imprevisibilidade e de interação humana que lhe confere a
dimensão do ilógico, do intuitivo, do emocional e espontâneo, e do irracional. (MOTTA,
2004, p. 26 apud AMARAL; SOUSA, 2011, p. 135).
Apesar de todas as formas racionais serem aplicadas à decisões gerenciais, convêm aceitar que há uma parcela de incerteza com relação à todas as variáveis que se relacionam e que exercem efeitos sobre os fatos. O sucesso de uma empresa pode ser medido de acordo com as decisões tomadas pelos seus responsáveis. Como consequência, os gerentes e tomadores de decisão que se destacam pela competência são os que tem as melhores informações, as interpretam e utilizam de forma eficaz, considerando as incertezas existentes. (ANDERSON; SWEENEY; WILLIAMS, 2009, p. 2-3).
1.4. ESTATÍSTICA APLICADA COMO INSTRUMENTO DE AUXÍLIO NA TOMADA DE DECISÃO
O conhecimento sobre o problema, as informações sobre impactos e benefícios são fundamentais
para o sucesso da tomada de decisão e consequentemente, resultado ser igual ou aproximadamente o planejado.
 ‘’A estatística moderna, com sua ênfase na inferência, pode ser encarada com a arte, ou a
ciência, da tomada de decisões em face da incerteza. Essa abordagem da Estatística,
chamada teoria de decisão, remonta apenas aos meados do século XX e à publicação, em
1944, do livro Theory of Games and Economic Behavior, de John von Neumann e Oscar
Morgenstern e, em 1950, do livro Statistical Decision Functions, de Abraham Wald.
(FREUND, 2006, p. 176, grifo do autor)’’.
Corrêa e Corrêa (2006) defendem que, as ferramentas de análise estatística são apoiadoras e meios
auxiliares para a tomada de decisão, que ajudarão as pessoas a solucionar os problemas
encontrados ao contrário de resolver o problema diretamente e melhorar as situações.
Diante disso, não se pode querer que, apenas as ferramentas estatísticas sejam suficientes para as
tomadas de decisões gerenciais, aliado às informações geradas com confiabilidade deve estar a
criatividade e expertise do responsável pela tomada de decisão, que fará o uso das informações,
preocupando-se com o enviesamento, para encontrar a melhor decisão a ser seguida.
A Estatística disponibiliza aos seus usuários o instrumento Teste de Hipóteses, tendo em vista que
certos parâmetros da população estudada, como média, desvio padrão e proporções nem sempre
são conhecidos, deve-se utilizar estimativas amostrais, sendo estes por pontos ou intervalos.
Partindo deste princípio, aplica-se o teste de hipóteses para confrontar os valores estimados com
os valores obtidos na curva de distribuição.
 ‘’ Ao testar hipóteses, iniciamos por criar uma hipóteses experimental a respeito de um parâmetro da população. Essa hipótese experimental é chamada de hipótese nula. Ela é denotada por H0. Definimos então outra hipótese, denominada hipótese alternativa, a qual é o oposto daquilo que é formulado na hipótese nula. A hipótese nula é denotada por Ha. O procedimento do teste de hipóteses usa dados de uma amostra para testar as duas afirmações antagônicas, indicadas por H0 e Ha. (ANDERSON; SWEENEY; WILLIAMS, 2009,p. 310, grifo do autor)’’.
Para saber se as observações não são extraídas da população ao acaso, é importante a confirmação destes resultados com o nível de significância, que determina que a probabilidade de que o fato acontecido ser ao acaso é menor que a porcentagem determinada à priori no teste.
Usualmente, os pesquisadores utilizam nível de significância α (alfa) ou erro α 0,05 ou 5% e 0,001
ou 1%. É o erro que o pesquisador está assumindo em aceitar a hipótese do resultado. O erro do
tipo α é controlado pelo pesquisador, sendo entendido como um erro onde o pesquisador rejeita a hipótese H0 verdadeira, sendo ela falsa. E o erro do tipo β (beta), onde o erro é quando a hipótese é falsa e o pesquisador não a rejeita. (ANDERSON; SWEENEY; WILLIAMS, 2009, p. 313-314, grifo do autor).
No pacote estatístico, o nível de significância é dada pelo p-valor. Sendo a área calculada que a
estatística deixa fora da área de aceitação de H0. ANDERSON, SWEENEY e WILLIAMS, (2009, p. 317, grifo do autor) descreve o p valor é uma probabilidade, calculada usando-se a estatística teste, que mede o apoio (ou a falta de apoio) proporcionado pela amostra à hipótese nula. Uma probabilidade que varia de 0 a 1, sendo os valores próximos a 0, a rejeição de H0 e valores próximos a 1, indicando que hipótese nula não deve ser rejeitada.
Para aplicar os testes paramétricos, será necessário que obedeça as condições: a) a variável dependente deve ser escala intervalar; b) a distribuição deve ser normal; c) homogeneidade das variâncias nos grupos; d) observações independentes.
Então, para ser aplicado o teste de hipóteses, é necessário: a) Definir as hipóteses H0 e H1; b) Fixar a probabilidade do erro α; c) Usar as tabelas estatísticas de probabilidade; d) Calcular a variável do teste; e) Analisar e aceitar ou rejeitar as hipóteses conforme a região em que a variável teste se encontra sobre a curva.
Importante salientar que os testes de hipóteses são úteis para várias finalidades, ficando a cargo do tomador de decisão analisar a saída e interpretá-la.
 ‘’Quando se testam hipóteses de pesquisa, ou a validade de uma afirmação, as providências
necessárias são postas em prática de H0 for rejeitada. Em muitos casos, no entanto, devemse tomar providências tanto quando H0 não pode ser rejeitada como quando H0 pode ser
rejeitada. Em geral esse tipo de situação ocorre quando um tomador de decisão precisa
escolher entre dois cursos de ação: um associado à hipótese nula e outro, à hipótese
alternativa. (ANDERSON; SWEENEY; WILLIAMS, 2009, p. 311, grifo do autor)’’.
Para comparar médias será utiliza-se o teste T de Student como alternativa o teste de MannWhitney. Estes testes são para comparação de médias dos escores de dois grupos diferentes de pessoas ou condições. Já o teste T para amostras dependentes, é utilizado quando comparados médias de escores de um mesmo grupo, em condições diferentes ou em amostras pareadas, como alternativa não-paramétrica para este teste, utiliza-se o teste de Wilcoxon Signed Rank Test.
1.5. A IMPORTÂNCIA DA ESTATÍSTICA
A Estatística é aplicada como auxílio nas tomadas de decisão diante de incertezas para justificar cientificamente as decisões.
–Governo
–Indústria
– Ciências Econômicas, sociais, biológicas, físicas, etc
– Pesquisas
– A Estatística envolve técnicas para coletar, organizar, descrever, analisar e interpretar dados, ou provenientes de experimentos, ou vindos de estudos observacionais
1.5.1.POR QUE USAR ESTATÍSTICA
Por que a natureza apresenta VARIABILIDADE
– Variações de indivíduo para indivíduo
– Variações no mesmo indivíduo
– “A Estatística estuda como controlar, minimizar e observar a variabilidade INEVITÁVEL de todas as medidas e observações”
• Sem Métodos Estatísticos, sem validade científica!
1.6.CONCEITOS BÁSICOS DE ESTATÍSTICA
1.6.1.Fenômeno estatístico
–Qualquer evento que se pretenda analisar, cujo estudo seja possível da aplicação do método estatístico
 Dado estatístico
–Dado numérico considerado matéria-prima sobre a qual se aplica os métodos estatísticos
População
–Conjunto total de elementos portadores de, pelo menos, uma característica comum observável
1.6.2.Amostra
–Parcela representativa da população que é examinada com o propósito de tirar conclusões sobre a essa população
–Como selecionar uma amostra, de tal modo que as informações possam ser expandidas para a população.
Ao selecionar uma amostra deve-se considerar alguns critérios de acordo com o tipo de pesquisa
–Região
–Sexo
–Nível socioeconômico
–Idade, etc.
1.6.3.Parâmetros
–Valores singulares que existem na população e que servem para caracterizá-la.
–Para definir um parâmetro deve-se examinar toda a população
–Ex: Os alunos do 1º ano do ISCED têm em média 1,70 metros de estatura
1.6.4. Estimativa
–Valor aproximado do parâmetro
–Calculado com o uso da amostra
1.6.5.Atributo
–Características que podem ser enumeradas
1.6.6.Variável
–Características que podem ser medidas, controladas ou manipuladas em uma pesquisa
Variável qualitativa
–Valores expressos por atributos(qualidade)
•Sexo, cor da pele, etc
.–Ex: pode-se dizer que 2 indivíduos são diferentes em termos da variável A (sexo, por exemplo), mas não se pode dizer qual deles "tem mais" da qualidade representada pela variável
Variável quantitativa
–Conjunto de resultados numéricos
–Ex: pode-se dizer que a temperatura de 40°C é maior do que 30°C e que um aumento de 20°C para 40°C é duas vezes maior do que um aumento de 30°Cpara 40°C.
Variável discreta ou descontínua
–Valores expressos através de números inteiros não negativos;
–Ex: Nº de alunos presentes às aulas de Matemática no 1º trimestre de 2020.
Variável contínua
–Valores mensuráveis
–Escala numérica correspondente ao conjunto R dos números Reais, ou seja, podem assumir, teoricamente, qualquer valor entre dois limites
–Ex.: Quando se mede a temperatura do corpo com um termômetro de mercúrio o que ocorre é o seguinte: 
•O filete de mercúrio, ao dilatar-se, passará por todas as temperaturas intermediárias até chegar na temperatura atual do corpo.
1.7. FASES DO MÉTODO ESTATÍSTICO
Definição do problema
Saber exatamente aquilo que se pretende pesquisar é o mesmo que definir corretamente o problema
Planejamento
 Como levantar informações? Que dados deverão ser obtidos? E o cronograma de atividades? Os custos envolvidos? etc.
Coleta de dados
Fase operacional, registro sistemático de dados, com um objetivo determinado.
Apuração dos dados
Resumo dos dados através de sua contagem e agrupamento. É a condensação e tabulação de dados.
Apresentação dos dados
Formas de apresentação dos dados
Análise e interpretação dos dados
A última fase do trabalho estatístico é a mais importante e delicada . 
Está ligada essencialmente ao cálculo de medidas e coeficientes, cuja finalidade principal é descrever o fenômeno.
• Medidas de tendência central
 –Representam uma série de dados orientando quanto à posição da distribuição em relação ao eixo horizontal do gráfico da curva de frequência–Verifica-se uma tendência dos dados observados a se agruparem em torno dos valores centrais–As medidas de tendência central mais utilizadas são:
•Média aritmética
•Moda
•Mediana
•Média Aritmética- (Simples e Ponderada)–Soma dos valores individuais dividido pelo total de elementos considerados.
•Média: ponto de equilíbrio do conjunto
Ex. Média anual escolar.
1.8.GRÁFICOS ESTATÍSCOS 
O gráfico estatístico é uma forma de apresentação dos dados estatísticos, cujo objetivo é o de proporcionar, ao leitor, uma visualização mais rápida, e de forma mais agradável e atrativa à maioria das pessoas, do conjunto de dados. Além disso, é uma forma de resumir as informações do conjunto de dados brutos facilitando a leitura e interpretação dos dados.
1.8.1.Histograma
O histograma é uma representação gráfica da distribuição de frequência. O histograma é formado por uma justaposição de retângulos de bases com mesmo comprimento. O comprimento da base é justamente a amplitude do intervalo e a altura do retângulo é dada pela frequência absoluta do intervalo. Assim,uma vez feita a distribuição de frequência, a construção do histograma é uma tarefa muito simples.
1.8.2.Polígono de Frequência
O polígono de frequência é uma representação gráfica obtida após ligar os pontos médios de cada classe entre si. Se já tivermos um histograma, basta ligar os pontos médios das bases superiores dos retângulos.
1.8.3.Gráfico de Linhas
Suponha que temos duas variáveis, por exemplo, podemos ter os dados de uma série temporal, donde uma variável seria o valor obtido, e a outra variável seria a data em que o valor foi obtido. 
Outra possibilidade seria colocar dados de uma série geográfica, onde uma variável seria formada pelos dados e a outra seria a localização geográfica.
O gráfico de linhas então é formado construindo pontos no plano (a partir das duas variáveis) e, em seguida, estes pontos são ligados por segmentos de retas.
1.8.4.Gráfico de Colunas
Um gráfico de colunas é formado por uma coleção de colunas, com bases de mesmo comprimento, e igualmente espaçados. O eixo horizontal do gráfico consiste das diferentes categorias consideradas, e o eixo vertical é proporcional ao valor do dado.
1.8.5.Gráfico em Barras
O gráfico em barras pode ser entendido como uma variação do gráfico de colunas. De fato, o gráfico em barras é formado por uma coleção de barras, de mesma altura e igualmente espaçadas. Entretanto, neste caso o eixo vertical representa as diferentes categorias consideradas e o eixo horizontal é proporcional ao valor dado.
1.8.6.Gráfico de Setores
O gráfico de setores, que também é popularmente conhecido como gráfico pizza, é um gráfico em que um círculo é dividido em setores (que podem ser pensados como as fatias da pizza), onde cada setor representa uma categoria considerada pelo conjunto de dados, e os ângulos dos setores são proporcionais aos valores dos dados em cada categoria. Assim, quanto maior o valor obtido, maior será o ângulo do setor (e assim, maior será a fatia da pizza).
1.9.CONSIDERAÇÕES FINAIS
A grande quantidade de dados gerados pelas empresas em seus diferentes processos de negócios, abre grandes oportunidades para que seja extraído conhecimento destas bases com o auxílio de técnicas de análise de dados. A necessidade de prospecção e compreensão do ambiente competitivo pelas empresas, através de processos de tratamento de informações exige abordagens estruturadas.
Abordagens e processos de tratamento e análise de informações quantitativas, apresentam-se como facilitadores da compreensão do ambiente de negócios. Através da evolução dos processos de modelagem, por exemplo data mining, gestão com base em indicadores e análises estruturadas é possível extrair conhecimento a partir de bases de dados armazenados nas empresas e consequentemente tomar adequadas decisões referentes aos negócios da empresa.
2.REFERÊNCIAS BIBLIOGRÁFICAS
ANDERSON, David R.; SWEENEY, DennisJ.; WILLIAMS Tomas A. Estatística aplicada à Administração e Economia. Tradução José Carlos dos Santos. 2. ed. São Paulo: Cengage Learnig, 2009.
https://www.trabalhosfeitos.com/ensaios/Importancia-Da-Estatistica-No-Processo De/43818784.html;
https://fia.com.br/extensao/aplicacoes-estatistica-tomada-decisao/.
http://www.ufjf.br/ep/files/2009/06/tcc_jul2008_flavioleandro.pdf.
 (MOTTA, 2004, p. 26 apud AMARAL; SOUSA, 2011, p. 135).
FREUND, John E. Estatística aplicada: economia, administração e contabilidade. Tradução Claus Ivo Doering. 11. ed. Pouso Alegre: Bookman, 2006. 536 p.