Logo Passei Direto
Buscar

Pesquisa Quantitativa

Outros
Uma equipe de analistas de uma empresa de varejo coletou os dados de vendas de todos os produtos do último trimestre. O objetivo imediato é calcular a média de vendas de cada produto, a variabilidade dos dados e identificar o produto mais vendido, apresentando essas informações de forma clara em um gráfico. Simultaneamente, o setor de marketing precisa estimar a aceitação de uma nova campanha publicitária para todo o mercado, com base em uma pesquisa realizada com 500 consumidores selecionados aleatoriamente.
Com base nas vertentes da estatística, a afirmação que descreve corretamente a diferença entre os objetivos das duas análises mencionadas é:
A - A segunda análise (aceitação da campanha) utiliza a estatística descritiva, pois resume a opinião dos 500 consumidores, enquanto a primeira (vendas de produtos) é um exemplo de estatística inferencial.
B - As duas análises se enquadram na estatística descritiva, pois ambas se baseiam em dados concretos para chegar a uma conclusão sobre o desempenho da empresa.
C - A primeira análise (vendas de produtos) é um exemplo de estatística descritiva porque seu objetivo é sumarizar e organizar os dados de um conjunto completo de informações. A segunda análise (aceitação da campanha) é um exemplo de estatística inferencial porque busca generalizar as conclusões obtidas de uma amostra para uma população maior.
D - Ambas as análises representam a estatística inferencial, já que ambas buscam tomar decisões estratégicas para a empresa, utilizando dados numéricos.
User badge image
Exercícios Para o Aprendizado

há 2 semanas

User badge image
Exercícios Para o Aprendizado

há 2 semanas

Métodos Quantitativos em Contabilidade
6 pág.

Métodos Quantitativos em Contabilidade

Respostas

User badge image

Ed Verified user icon

há 2 semanas

Vamos analisar as opções apresentadas com base nos conceitos de estatística descritiva e inferencial. 1. Estatística Descritiva: Refere-se à análise de dados que descreve ou resume características de um conjunto de dados. Por exemplo, calcular médias, medianas, modas, variâncias, etc., a partir de um conjunto completo de dados. 2. Estatística Inferencial: Refere-se a métodos que permitem fazer generalizações ou inferências sobre uma população com base em uma amostra. Isso inclui estimativas, testes de hipóteses, etc. Agora, vamos analisar as alternativas: A - A segunda análise (aceitação da campanha) utiliza a estatística descritiva, pois resume a opinião dos 500 consumidores, enquanto a primeira (vendas de produtos) é um exemplo de estatística inferencial. - Incorreta: A aceitação da campanha é uma análise inferencial, pois busca generalizar a partir da amostra de 500 consumidores. B - As duas análises se enquadram na estatística descritiva, pois ambas se baseiam em dados concretos para chegar a uma conclusão sobre o desempenho da empresa. - Incorreta: A primeira análise é descritiva, mas a segunda é inferencial. C - A primeira análise (vendas de produtos) é um exemplo de estatística descritiva porque seu objetivo é sumarizar e organizar os dados de um conjunto completo de informações. A segunda análise (aceitação da campanha) é um exemplo de estatística inferencial porque busca generalizar as conclusões obtidas de uma amostra para uma população maior. - Correta: Esta opção descreve corretamente a diferença entre as duas análises. D - Ambas as análises representam a estatística inferencial, já que ambas buscam tomar decisões estratégicas para a empresa, utilizando dados numéricos. - Incorreta: A primeira análise é descritiva, não inferencial. Portanto, a alternativa correta é: C.

Essa resposta te ajudou?

0
Dislike0

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Métodos Quantitativos em Contabilidade
6 pág.

Métodos Quantitativos em Contabilidade

Mais perguntas desse material

Um pesquisador contábil deseja comparar o lucro líquido médio de empresas de capital aberto de dois estados distintos (por exemplo, Minas Gerais e São Paulo). O pesquisador coletou uma amostra de cada estado para realizar a análise. Ele percebe que os dados de ambas as amostras não seguem a tendência de normalidade e, portanto, não atendem a um dos pressupostos básicos para a aplicação de testes paramétricos.
Com base nos testes de diferença de médias, a afirmação que descreve corretamente o procedimento estatístico que o pesquisador deve adotar é:
A - O pesquisador deve utilizar o teste t não pareado, pois este é o teste paramétrico adequado para comparar as médias de duas amostras independentes.
B - O pesquisador deve utilizar o teste de Mann-Whitney, pois este é o teste não paramétrico adequado para comparar as médias de duas amostras independentes quando os pressupostos básicos não são atendidos.
C - O pesquisador deve utilizar o teste de Wilcoxon, pois este é a versão não paramétrica do teste t pareado e é a melhor opção para amostras pequenas.
D - O pesquisador deve aplicar o teste Anova, pois este é o teste indicado para comparar a média de mais de uma amostra, o que se aplica à comparação de empresas de dois estados.

Um pesquisador contábil está analisando uma grande quantidade de dados sobre os retornos financeiros mensais de uma carteira diversificada de ações. Para aplicar um teste estatístico avançado, ele precisa verificar se os dados seguem uma distribuição específica. Ao plotar os dados em um gráfico, ele percebe que a curva formada é simétrica em relação à média, tem a forma de sino e se estende de -8 a +8. Ele também sabe que essa distribuição é a mais frequente em fenômenos naturais e é frequentemente um pré-requisito para muitos procedimentos estatísticos.
Com base nos conceitos de distribuições estatísticas, a afirmação que descreve corretamente a distribuição observada nos dados do pesquisador é:
A - O pesquisador identificou uma distribuição t de Student, que é usada para amostras grandes e é caracterizada por ser assimétrica e ter caudas mais pesadas que a distribuição normal.
B - A distribuição observada é a qui-quadrado, que é sempre assimétrica e utilizada em testes de associação entre variáveis qualitativas, não sendo adequada para dados contínuos como retornos financeiros.
C - O pesquisador identificou a distribuição normal (ou gaussiana), que é a mais importante e famosa na estatística, caracterizada por ser em forma de sino, simétrica em relação à média e especificada por sua média e desvio-padrão.
D - A distribuição observada é a qui-quadrado, pois a linha azul do gráfico de densidade de kernel indica uma tendência de comportamento gaussiano.

Uma agência de pesquisa de mercado precisa realizar um levantamento sobre a satisfação dos clientes de um grande varejista. A população de clientes é muito diversificada e a agência quer garantir que a amostra final inclua uma representação proporcional das diferentes faixas de renda (baixa, média e alta) para evitar que um grupo seja sub-representado. Para isso, a agência primeiro divide a população de clientes nesses três grupos de renda e, em seguida, seleciona aleatoriamente um número de clientes de cada grupo, de forma que a proporção na amostra seja a mesma da população.
Com base nas técnicas de amostragem, a afirmação que descreve corretamente o método utilizado pela agência de pesquisa e suas características é:
A - A técnica utilizada é a amostragem não probabilística por conveniência, pois os grupos de renda foram fáceis de identificar, o que simplificou o processo de coleta de dados.
B - O método empregado é a amostragem probabilística simples, uma vez que a seleção final de clientes dentro de cada grupo foi feita de forma aleatória, dando a todos a mesma chance de serem escolhidos.
C - A amostragem sistemática foi a técnica utilizada, pois o pesquisador escolheu os clientes em intervalos regulares dentro de cada grupo de renda, garantindo a representatividade.
D - A agência utilizou a amostragem estratificada, um método no qual a população é dividida em subgrupos homogêneos (os "estratos"), e uma amostra aleatória é então retirada de cada estrato, o que garante a representatividade de cada subgrupo na amostra final.

Um analista de controle de qualidade está investigando se a espessura média de um lote de parafusos fabricados por uma nova máquina é diferente do padrão estabelecido de 5 mm. A hipótese nula (H0) é que "a espessura média do lote é igual a 5 mm". O analista define um nível de significância (a) de 5% (0,05) para sua análise. Ao realizar os testes estatísticos com um software, ele obtém um resultado que mostra um p-valor de 0,08.
Com base no conceito de p-valor, a decisão correta que o analista deve tomar em relação à hipótese nula é:
A - Rejeitar a hipótese nula (H0), pois o p-valor de 0,08 é próximo de 0,05, o que sugere que a diferença encontrada é estatisticamente significativa.
B - Rejeitar a hipótese nula (H0), pois o p-valor é a probabilidade de a hipótese nula ser falsa, e um valor de 0,08 indica uma baixa probabilidade de a H0 ser verdadeira.
C - Aceitar a hipótese nula (H0), pois o p-valor de 0,08 é maior que o nível de significância (a) de 0,05, o que significa que a probabilidade de obter um resultado como o da amostra, assumindo que a H0 seja verdadeira, é alta.
D - O analista não pode tomar uma decisão, pois o p-valor é uma medida subjetiva que pode variar dependendo do software estatístico utilizado.

Uma empresa de auditoria interna realizou um levantamento completo de todas as notas fiscais processadas no último trimestre para identificar a média de valor das transações e a variabilidade desses valores. Ao mesmo tempo, o setor de planejamento estratégico da empresa precisa estimar, com base nos dados do último ano, o percentual de clientes que provavelmente aprovará uma nova oferta de serviço, com uma determinada margem de erro.
Com base nas vertentes da estatística descritas nos materiais, a afirmação que descreve corretamente a diferença entre os objetivos das duas análises mencionadas é:
A - Ambas as análises representam exemplos de estatística descritiva, pois ambas se baseiam em dados históricos para resumir informações, sem qualquer componente de estimativa ou previsão.
B - A primeira análise (notas fiscais) utiliza a estatística descritiva para sumarizar e organizar dados concretos, enquanto a segunda (aprovação de clientes) utiliza a estatística inferencial para apresentar estimativas sobre um evento futuro, com base em uma amostra.
C - A primeira análise é um exemplo de estatística inferencial, pois a média e a variabilidade são sempre estimadas e não exatas, ao contrário da segunda análise, que é descritiva, já que se baseia em percentuais.
D - Ambas as abordagens se enquadram na estatística inferencial, pois trabalham com dados numéricos para tomar decisões, não se diferenciando em termos de propósito.

Uma equipe de pesquisa acadêmica está investigando o perfil socioeconômico de estudantes universitários. Para isso, a equipe aplica um questionário diretamente aos alunos, coletando informações como a idade, o curso de graduação (representado por códigos, por exemplo, "ADM", "ECO", "DIR") e a média de notas obtida no último semestre.
Com base nos conceitos de fontes de dados e tipos de variáveis, a afirmação que descreve corretamente as características dos dados obtidos é:
A - A fonte de dados utilizada é secundária, pois os pesquisadores estão coletando informações de indivíduos. A variável "idade" é qualitativa, e o "curso de graduação" é quantitativa discreta.
B - O pesquisador está utilizando uma fonte de dados primária. A variável "idade" é quantitativa discreta, pois os valores são números inteiros que representam uma contagem. A variável "média de notas" é quantitativa contínua, e o "curso de graduação" é uma variável qualitativa nominal.
C - A fonte de dados é primária, e todas as variáveis (idade, curso, média de notas) são quantitativas, pois são representadas por números que podem ser usados para cálculos.
D - O curso de graduação é uma variável quantitativa ordinal, pois os códigos representam uma hierarquia de prestígio entre os cursos. A idade é uma variável quantitativa contínua.

Um pesquisador está testando uma hipótese sobre o desempenho médio de fundos de investimento. A hipótese nula (H0) do estudo afirma que "o desempenho médio dos fundos de investimento é igual ou inferior a um benchmark de mercado". O pesquisador decide rejeitar essa hipótese nula com base nos dados de sua amostra. Mais tarde, uma análise mais aprofundada, com a população completa de dados, revela que a hipótese nula era, de fato, verdadeira.
Com base na teoria de testes de hipóteses e nos erros estatísticos, o evento descrito na situação-problema (rejeitar a hipótese nula quando ela é, na verdade, verdadeira) é corretamente classificado como:
A - Erro tipo II (ß), pois o pesquisador não conseguiu identificar a verdade dos dados e aceitou a hipótese nula de forma equivocada.
B - Decisão correta, pois a rejeição da hipótese nula significa que a pesquisa confirmou a hipótese alternativa, que é o objetivo principal do pesquisador.
C - Erro tipo II (ß), pois o pesquisador cometeu um engano ao considerar uma hipótese nula falsa como se fosse verdadeira.
D - Erro tipo I (a), que ocorre quando o pesquisador rejeita a hipótese nula quando ela é, na verdade, verdadeira. Esse tipo de erro está diretamente relacionado ao nível de significância (a) definido no início da pesquisa.

Um pesquisador em contabilidade está conduzindo um estudo sobre o lucro médio de empresas de um determinado setor. Como é inviável analisar a população inteira, ele coleta uma amostra e, a partir dela, estima o lucro médio do setor. Ele apresenta duas formas de estimar esse valor: a primeira, como um valor único e preciso, e a segunda, como um intervalo de valores em que a média populacional provavelmente se encontra.
Com base nos conceitos de inferência estatística, a afirmação que descreve corretamente as duas formas de estimação apresentadas pelo pesquisador é:
A - A inferência estatística é um método exato que não apresenta margem de erro. A primeira estimativa é chamada de estimativa intervalar, e a segunda é a estimativa pontual.
B - A primeira estimativa, um valor único, é a estimativa pontual, que não apresenta a medida de erro. A segunda, um intervalo de valores, é a estimativa intervalar, que indica uma faixa em que o parâmetro populacional estaria inserido e é mais aceita no meio acadêmico.
C - Ambas as estimativas são consideradas pontuais, pois o pesquisador está lidando com um único parâmetro populacional (o lucro médio), e a diferença está apenas na forma de apresentação.
D - O processo descrito é chamado de teste de hipóteses, pois o pesquisador está formulando uma suposição prévia sobre o lucro médio do setor.

ar escolhas que alteram, para mais, o resultado de um determinado período, sem, no entanto, mudar as operações comerciais da empresa. A intenção do gestor é apresentar uma visão mais favorável do desempenho da empresa ao mercado.
Com base nos conceitos de gerenciamento de resultados, a afirmação que descreve corretamente a prática da empresa é:
A A empresa está praticando uma fraude contábil, pois a alteração dos resultados financeiros, independentemente da metodologia, é um ato doloso e ilegal.
B A empresa está praticando o gerenciamento de resultados por atividades reais, pois a alteração de resultados financeiros sem a mudança das operações comerciais é uma das formas de gerenciar os resultados.
C A empresa está praticando o gerenciamento de resultados por accruals, pois a manipulação é realizada a partir de alterações nas contas de resultado, utilizando-se da flexibilidade das normas contábeis, e não por meio de alterações nas rotinas operacionais.
D A empresa está agindo corretamente, pois o gerenciamento de resultados é uma prática válida e que não possui caráter antiético, dado que não há um consenso sobre se a informação contábil foi alterada de forma oportunista.

Mais conteúdos dessa disciplina