Introducao a Teoria da Medida-Importancia e Aplicacoes em Pesquisas

Unidade 1 Introdução à teoria da medida 3 Introdução Pesquisas são a base de atuação de todos que precisam tomar decisões Ela pode direcionar a sua atuação para um rumo ou outro Mesmo que todo processo de decisão admita um erro com base nas pesquisas essa decisão pode ser mais acertada e isso tem muito a ver com a ideia de usar dados pesquisas tabelas isto é as medidas existentes nesse processo Vejamos um exemplo uma empresa de âmbito nacional precisava lançar um produto tinha urgência em fazer isso para se lançar à frente de sua concorrência e apresentar algo novo para suas unidades em todo o Brasil O conhecimento de mercado que um de seus gestores possuía lhe indicava que o produto deveria ser do tipo A uma abordagem genérica para não ter que explicar detalhes do produto Foi solicitada uma pesquisa para que essa sugestão fosse validada Os pesquisadores da empresa fizeram uma entrevista com 400 pessoas da cidade onde ficava a sede da empresa e chegaram à conclusão de que seria melhor lançarem o produto B que começou a ser desenvolvido imediatamente No lançamento do produto B a concorrência estava lançando o produto A com muito mais sucesso O grande erro foi estatístico O ponto mais simples de toda a análise de medidas não foi respeitado a amostra Veremos mais à frente o porquê isso aconteceu Nosso trabalho com essa disciplina é lhe preparar com as bases de Medições e Análise de Dados necessárias para que um erro desse e muitos outros não aconteçam Queremos que você consiga entender os cuidados com a amostragem para ter dados confiáveis a forma de apresentação desses dados em tabelas e gráficos quais são os valores que podem representar toda a sua pesquisa que são as medidas de tendência central o quanto seus dados estão próximos dessas medidas com as medidas de dispersão qual é a taxa dessa dispersão com o coeficiente de variação Na sua tomada de decisões você precisa entender um pouco de probabilidade para entender que mesmo que algo não esteja certo tem grandes chances de acontecer E podemos enfim prever o futuro com algumas análises que nos mostram o comportamento dos dados em relação a uma variável e como aproximar esse comportamento de uma reta no conteúdo coeficiente de correlação e regressão à reta para perceber a tendência para essas informações por exemplo o preço de um produto tende a chegar em que patamares em relação ao preço da gasolina Por fim vamos trabalhar com a tomada de decisões com os testes de 4 hipóteses verificando se uma decisão foi certa ou errada mas principalmente que tipo de erro foi cometido naquela hipótese Vamos para uma aventura incrível nessa disciplina que nos permitirá tirar conclusões sobre o futuro Objetivos Entender o que são métodos quantitativos Diferenciar amostra e população Construir e usar variáveis estatísticas Realizar processos de amostragem Conteúdo programático Aula 01 Introdução à teoria da medida Aula 02 Amostragem e Representação de dados em tabelas Você poderá também assistir às videoaulas em seu celular Basta apontar a câmera para os QRCodes distribuídos neste conteúdo Pode ser necessário instalar um aplicativo de leitura QRcode no celular e efetuar login na sua conta Gmail 5 Videoaula Apresentação Videoaula Apresentação Utilize o QRcode para assistir Videoaula Mini Currículo Videoaula Mini Currículo Utilize o QRcode para assistir 6 Aula 01 Introdução à teoria da medida Uma das principais análises de medidas A Estatística Quando falamos em teoria da medida estamos pensando em coleta de dados e análise dos seus valores Quando essas informações são números podemos começar nosso estudo pelo entendimento dos conceitos ligados a um ramo da matemática muito específico a estatística Para isso vamos partir da sua definição e do entendimento dos elementos ligados ao seu estudo isso para que saibamos o que estamos estudando Videoaula 1 Nesse primeiro vídeo você verá o que é a estatística e qual é a sua ligação com os Métodos Quantitativos Pensando como ciência de estudo podemos dizer que estatística é um ramo da matemática aplicada Mas essa definição pode ser extrapolada para técnicas interpretações de resultados e conclusões com base em dados Essa definição científica pode ser contraposta com algumas outras ligadas ao conhecimento popular nesse sentido podemos ouvir frases como Estudo estatística na faculdade definição ligada à ciência Usando técnicas estatísticas coletou milhares de informações definição ligada às técnicas Os homens são menos cuidadosos com a própria saúde estatisticamente falando definição ligada à interpretação dos resultados de uma pesquisa Videoaula 1 Nesse primeiro vídeo você verá o que é a estatística e qual é a sua ligação com os Métodos Quantitativos Utilize o QRcode para assistir 7 Como pudemos perceber é possível sempre ligar a Estatística à ideia de informações chamadas de dados análises desses dados e tomadas de decisão É por isso que se torna tão importante entendermos bem a dinâmica da sua construção para não tomarmos decisões equivocadas Dessa forma podemos associar o uso de estatística a métodos para coleta resumo organização apresentação e análise dos dados E vamos além com base nelas podemos obter conclusões válidas para mais tarde decidir o melhor caminho a seguir Podemos usar a estatística como instrumento de apoio para vários outros campos do conhecimento Podemos até ousar dizer que ela auxilia a todos os ramos do conhecimento em que dados experimentais são manipulados 8 Um exemplo pode ser o que aconteceu durante a Pandemia de Coronavírus em que se falou muito sobre probabilidade de contágio sobre percentual de imunização da vacina sobre taxa de contágio etc Podemos também citar outros ramos como a Física Química Medicina Engenharia Ciências Sociais e o nosso principal objetivo na Administração de Empresas Dois conceitos básicos da Estatística são a população e a amostra Vamos conhecer um pouco mais sobre esses elementos População e Amostra Videoaula 2 Veja agora um vídeo que apresenta os conceitos e exemplos de população e amostra Já vimos que a estatística envolve coleta de dados caso sejam coletados dados sobre um grupo de objetos ou indivíduos como por exemplo a cor dos olhos ou o peso de estudantes de ensino médio ou até o número de peças defeituosas produzidas em um dia em uma fábrica é possível que não consigamos observar todo o grupo isso pode acontecer nos casos em que o grupo for muito grande ou se não conseguirmos acessar todos os envolvidos Em outras situações a nossa pesquisa precisa envolver todos os indivíduos do grupo Vou dar dois exemplos Vamos imaginar que tenhamos que verificar a satisfação de clientes de determinado produto comprado e temos uma loja com 100 produtos vendidos por mês É possível e Videoaula 2 Veja agora um vídeo que apresenta os conceitos e exemplos de população e amostra Utilize o QRcode para assistir 9 interessante ligar para todos eles perguntando como se sentem com a sua compra Isso levaria a um grau de certeza muito grande pois todos teriam respondido à pesquisa Em alguns casos isso não é possível por exemplo se formos responsáveis por testar a qualidade dos palitos de fósforo de uma fábrica O método é simples vamos tentar acender o palito e verificar se o seu fogo acende e se mantém por um tempo determinado Você consegue imaginar o que aconteceria se testássemos todos os palitos de fósforo produzidos Fica claro que testar todos os palitos faria com que não sobrasse nada dos itens produzidos É por isso que seria mais interessante definir uma quantidade de palitos a serem testados dentro da nossa produção e a forma de escolhêlos Qual é a diferença nesses dois métodos de pesquisa No primeiro método é possível analisarmos todo o conjunto a população No segundo caso em vez de examinarmos todo o grupo levantaremos os dados apenas de uma parte desta população chamada amostra Como seria então a definição de população ou universo É o conjunto total dos elementos estudados que tenham pelo menos uma característica comum No exemplo da loja a característica comum é o fato de terem comprado um produto Podemos ter outros exemplos de População os estudantes das escolas públicas por exemplo constituem uma população pois no mínimo apresentam uma característica em comum são aqueles que estudam em escolas públicas Essa característica em comum 10 delimita um grupo de elementos sem que haja possibilidade de dúvidas se o indivíduo faz ou não parte do conjunto Sendo assim sabemos claramente quais são os elementos que pertencem à população e os que não pertencem E a amostra Vimos no exemplo que muitas vezes não é possível ou até mesmo pode ser inconveniente levantar os dados referentes a todos os elementos da população Nesse caso podemos limitar nossas observações à uma amostra É importante lembrar que é necessário que ela tenha características que a façam representar adequadamente a população toda Vamos definir a amostra como um subconjunto finito uma parte de uma população Em relação à quantidade de elementos desses conceitos é que a amostra é sempre finita e a população também pode ser finita ou infinita O que não foi trabalhado ainda e talvez seja a questão mais delicada na definição da amostra é a forma de fazer com que ela represente toda a população mas isso será objeto de estudo ainda Por enquanto basta lembrarmos que ela é usada quando não podemos ou não convém envolvermos todos os elementos da população Os métodos que seriam necessários para analisar tanto a amostra quanto sua relação com a população são chamados de estatística descritiva e indutiva Vamos conhecêlos 11 Estatística Descritiva e Indutiva Talvez a forma como foi dita a frase pode passar a impressão de que estamos falando de um conceito só porém são dois a estatística descritiva e a estatística indutiva Mesmo que esses dois conceitos estejam muito ligados em vários momentos vamos mostrar as principais diferenças entre as duas classificações Estatística Descritiva Quando nosso objetivo se limita a descrever e analisar certo grupo de dados não nos importando se os dados foram extraídos de uma amostra ou de toda a população os métodos usados são chamados de estatística descritiva Estatística Indutiva 12 Quando a amostra é escolhida de forma a representar uma população e se usarmos seus elementos para tirarmos conclusões a respeito desta população a partir dos dados extraídos temos a aplicação do que chamamos de métodos da estatística indutiva Também existe algo análogo no estudo do raciocínio lógico o raciocínio indutivo Lembrando que ele parte do conhecimento de uma parte para tirar conclusões sobre a realidade do todo Assim podemos dizer que na estatística indutiva usamos métodos para tirar conclusões sobre a população partindo do que se descobriu com a amostra Da mesma forma que acontece no raciocínio indutivo o processo de indução pode levar a conclusões erradas por pensarmos que toda a população teria exatamente a característica que estamos vendo na amostra Assim a estatística indutiva está sujeita a erros Para que esses erros não inviabilizem o estudo é necessário que os métodos de indução ou inferência estatística sejam capazes de definir até que ponto e com que probabilidade estamos errando Assim podemos melhorar nossas amostras de modo a conseguir um erro máximo aceitável Tipos de Variáveis Videoaula 3 Assista agora um vídeo que apresenta o que são variáveis e como identificálas Uma questão importante no estudo estatístico pode envolver a definição de quais características dos elementos população ou amostra nos interessam para o estudo em questão É um processo de seleção isto é de escolha das características que farão parte do estudo e da análise dos dados encontrados Mesmo que uma característica seja muito Videoaula 3 Assista agora um vídeo que apresenta o que são variáveis e como identificálas Utilize o QRcode para assistir 13 marcante em um conjunto de dados talvez ele não faça parte da análise feita por não tratar do objetivo da pesquisa feita É como se déssemos um foco naquilo que nos interessa Tomando uma população de pessoas essa característica pode ser por exemplo o peso ou a cor dos olhos de um certo número de indivíduos Assim pode ser interessante associar ao nosso estudo uma variável peso e outra cor dos olhos cujos resultados dependerão dos elementos considerados É fácil notar que se tivermos N elementos no caso N pessoas em nosso estudo teremos no máximo N valores para a variável peso ou para a variável cor dos olhos A escolha dessa característica define o tipo de dados que fará parte dos resultados encontrados Explico melhor se estivermos observando o peso o tipo de dados encontrado será mais provavelmente numérico Porém se observarmos a cor dos olhos o tipo de dados encontrado será provavelmente uma palavra verde castanho azul Veja que os dados numéricos ou palavras farão parte de um elemento observado Nesse sentido chamaremos essa característica ou esse elemento observado de variável pois pode ter múltiplos e diferentes valores que variam de indivíduo para indivíduo na nossa pesquisa 14 Para uma definição mais acurada vamos considerar variável como o conjunto de resultados possíveis para um fenômeno Apenas para definição do modo de armazenamento dessas informações podemos classificar as variáveis em tipos Ressalto que isso serve apenas para escolhermos o modo de armazenamento dos resultados e não interfere nos dados observados Essa classificação depende dos resultados possíveis de cada variável assim ela pode ser a Qualitativa quando seus resultados forem textos ou atributos sexo masculino ou feminino cor dos olhos azuis castanhos etc qualidade de uma peça produzida perfeita ou defeituosa Ainda podemos classificar as variáveis qualitativas em nominais quando forem textos ou ordinais quando especificarem uma ordem primeiro segundo terceiro Ou b Quantitativa quando for expressa em valores mensuráveis ou contáveis Há uma subdivisão das variáveis quantitativas em discretas ou contínuas Normalmente as variáveis qualitativas são frutos de observação qualidade cor ordem código nome característica etc Já as variáveis quantitativas são mais ligadas à medição peso quantidade altura comprimento intensidade etc Variável contínua é aquela que pode assumir infinitos valores entre dois limites Por outro lado uma variável discreta só pode assumir valores pertencentes a um conjunto enumerável como os números inteiros Vamos entender um pouco melhor isso com exemplos Variáveis quantitativas discretas número de alunos em uma turma números naturais pontos obtidos em uma jogada de dados dependendo da regra números inteiros número de peças produzidas em um dia de trabalho também enumerável Variáveis quantitativas contínuas massa peso dos alunos em uma turma podemos subdividir em Kg g miligramas diâmetros de peças produzidas em um dia podemos subdividir infinitamente em m cm mm Ao observarmos os exemplos podemos perceber que de maneira geral os valores das variáveis discretas são obtidos por contagens enquanto que os valores das variáveis contínuas são obtidos por medições Para dar nomes às variáveis podemos usar letras Normalmente x y ou z 15 Aula 02 Amostragem e Representação de dados em tabelas Amostragem Videoaula 1 Nesse primeiro vídeo você aprenderá um pouco sobre as amostragens que serão ensinadas nessa unidade Já estudamos a importância de se escolher bem a amostra quando queremos que ela represente a população Além de conhecer as definições e características de uma amostra agora vamos verificar como estabelecer um processo correto de amostragem isto é de escolha da amostra Você já associou a estatística indutiva com a amostra pois ela deve tirar conclusões sobre a população baseado em resultados retirados delas A maior dúvida nesse caso será como fazer isso se nem todos os elementos do conjunto se comportam da mesma forma Videoaula 1 Nesse primeiro vídeo você aprenderá um pouco sobre as amostragens que serão ensinadas nessa unidade Utilize o QRcode para assistir 16 E se por azar ou por erro eu escolher justamente aqueles que são diferentes dos restantes em suas características Pensando nessas perguntas percebemos que essa escolha não é tão simples porque precisamos ter certeza de que as amostras sejam representativas da população ou seja a amostra deve ter as mesmas características básicas da população em relação ao que eu estou querendo pesquisar Vou dar um exemplo Em uma pesquisa eleitoral precisamos escolher uma amostra de eleitores que nos dê uma certa garantia de que todos os eleitores se comportarão como a amostra em relação ao seu voto que nesse caso específico é o foco da pesquisa Podemos classificar essa amostragem em dois grupos a probabilística e a não probabilística Chamase amostragem probabilística aquela em que todos os elementos da amostra têm probabilidade conhecida e diferente de zero de pertencer à amostra Caso contrário a amostragem será não probabilística Veja que estamos falando da probabilidade de pertencer à amostra e não da probabilidade relacionada com a pesquisa De uma maneira mais simples na amostragem probabilística nenhum elemento da população é excluído da possibilidade de participar do estudo Vou dar um exemplo Em um sorteio lotérico todos os elementos têm igual probabilidade de pertencer à amostra essa é a amostragem probabilística mais simples também chamada de amostragem casual simples 17 Tipos de Amostragem Amostragem Casual ou Aleatória Simples Sorteios Esse tipo de amostragem é bem conhecida nossa porém normalmente é chamada de sorteio Para fazermos uma amostragem casual simples basta enumerarmos a população de 1 a N e sortearmos por meio de qualquer dispositivo aleatório uma quantidade qualquer de números desta sequência Exemplo Imagine que queremos uma amostra de 20 alunos em uma escola que tenha 100 Podemos atribuir números aos alunos de 1 a 100 escrever esses números em papéis pequenos colocar os papéis dentro de uma caixa e retirar um a um 20 números A amostra aleatória simples terá neste caso 20 da população amostra de 20 em um total de 100 Dependendo da quantidade de elementos da amostra o sorteio pode não ser o mais fácil no momento Neste caso ou por querermos uma forma diferente de amostragem podemos utilizar uma tabela de números aleatórios para realizar a amostragem Existe uma tabela já padronizada para isso mas você pode encontrar outras na internet ou criar a sua de acordo com a sua vontade Outra possibilidade é a utilização das planilhas eletrônicas Podemos gerar nelas as tabelas de números aleatórios Segue o exemplo de uma situação para amostragem em que usaremos essa tabela e a explicação de como conseguir formar um sorteio com seus valores a Como sortear 10 dos funcionários de uma empresa que tem seus funcionários numerados de 1 a 90 18 Para obtermos os elementos da amostra usando esta tabela sorteamos um algarismo qualquer da mesma a partir do qual iremos considerar números de dois três ou mais algarismos conforme a necessidade Os números assim obtidos irão indicar os elementos da amostra No nosso exemplo como são números de 1 a 90 usaremos dois algarismos de cada vez Vou explicar melhor Primeiro vejamos como é a tabela de números aleatórios TABELA DE NÚMEROS ALEATÓRIOS 408932150972311229916322073342757935 9429883956560535421560876747584474574 9162349351317467591223109337217450307 1893354077806000288820706372086834667 546346810691320345851104084166365822 89714197869594104386863704477977193 333448580141780949759877686879966037 45414274545379630707078437510500378583 093737590226286543836876800576730823 003125722700538301689920326750689597 4058602868196011241112049528138283980 485177082961615151983952346177534213 837738807768110421392168091675545344 9478139994580930147126731131253001937 7255017651374675389701121111052523380 7502309703368975177278385955892558022 05486605767867831687466896354622101 773365775259427436621224906489970798 871207315091901829831364896115181688 914188405174129325339876693647484235 1333994158188112097261575252075158945 6409509504332365567670229578486090415 6123523345439954954365950566447167206 36843853173999338598117376932344579 609703966195872248124344787138158269 295941228645034328267090939214704686 949555925388249364703967607068656392 667935693003013317851707765870559065 665062322895290515154075049442212741 626122060525263928362659135082196503 26663172843512812604980166722976814 6314604475295174437377115208678605224 231550467329103837823078143436888191 92814231588180169125240265294200671 9486139131581170364638914167260451239 931841612848090475600458504180127180 458420246064982507518348959926006168 875265072022072006215092082299468593 766175137865689131364878907136298873 317890477294414511594471657695602100 905289166922404721992775774549276543 933774804732806365958682258638987294 88437199800445073118581858686770073 299648929541814310469369500886692053 79994792909430122473602410289535509 816296315631085885592091944821635693 457216501299892911583695166753271682 740207889140187891111853598538542929 902140925063099011249715224683999215 874147974870862745170451503944483690 3353836100689007152018074282728218735 618048578403492944127549835280560282 665660839516737917425542986055738304 91368004352682254103537099780708631 323905878440096122614123315293273314 6381271988371973274005955923132563294 20 O primeiro passo é verificar que serão sorteados 9 funcionários conseguimos esse valor calculando 10 de 90 conforme a pergunta feita O segundo passo é decidir em que linha começar Isso pode ser feito ao acaso também por sorteio ou por escolha do pesquisador desde que ele não conheça a tabela para definir algum elemento a ser sorteado Vamos definir que começaremos na linha 12 A leitura da Tabela pode ser feita horizontalmente da direita para a esquerda ou viceversa verticalmente de cima para baixo ou viceversa diagonalmente no sentido ascendente ou descendente ou formando o desenho de uma letra qualquer A opção porém deve ser feita antes de iniciado o processo Assim para o nosso exemplo considerando a 12ª linha tomamos os números de dois algarismos tantos algarismos quanto formam o maior número da população neste exemplo 90 obtendo 48 51 77 08 29 61 51 39 e 52 Evidentemente os numerais repetidos já escolhidos bem como aqueles superiores a 90 foram descartados Nesse caso sabemos os números dos elementos sorteados Veja que é importante definir um número código para cada elemento antes de começar a amostragem Amostragem Sistemática Por mais que não pareça aleatória pelo nome a amostragem sistemática também o é Ela não privilegia nenhum dos elementos do conjunto para a amostra Por isso podemos dizer que ela é uma amostragem probabilística também A amostragem sistemática começa com a ordenação dos elementos da população e a retirada de elementos para composição da amostra é feita seguindo uma regra previamente estabelecida Como exemplo em uma linha de produção se retirarmos um item a cada 10 produzidos para controle de qualidade estaremos utilizando a abordagem sistemática Nesse formato de amostragem é importante que tenhamos uma regra bem clara para a amostragem Essa regra pode ser conseguida com cálculos matemáticos Por exemplo se queremos utilizar o mesmo método para retirar uma amostra de uma população de determinada rua Ao contar o número de prédios da mesma descobrimos que contêm 500 prédios Definimos que a amostra deve conter 10 da população isto é 50 prédios Fica fácil perceber que podemos tomar os prédios de 10 em 10 Outra decisão será se vamos partir do 1º prédio e ir pulando de 10 em 10 prédios ou vamos começar em outro como 21 o 8º prédio e vamos pegando de 10 em 10 o 18º 28º 38º e assim por diante até termos 50 elementos Essa amostra sistemática pressupõe que a regra estabelecida foi aleatória Não vale analisar toda a população e verificar qual seria o conjunto mais favorável à nossa decisão Isto é se eu perceber que os dados dos prédios 5 15 25 são mais interessantes para mim já não posso usar essa amostra para minhas intenções e sendo assim prejudiquei esse formato de amostragem sendo melhor tomar outro método Amostragem proporcional estratificada Outra amostragem probabilística é a proporcional estratificada Como o próprio nome diz ela envolve uma proporcionalidade e é separada por estratos Se por acaso nossa população contiver subgrupos com as mesmas características estratos é importante utilizar uma amostragem estratificada em que os elementos da amostra são proporcionais aos elementos dos estratos da população O que eu quis dizer é que essa amostragem é utilizada quando temos subgrupos dentro da população como por exemplo a separação entre homens e mulheres Caso haja essa separação podemos utilizar uma amostra proporcional à quantidade de cada subgrupo Exemplo Uma empresa com 60 funcionários contendo 40 homens e 20 mulheres Temos dois subgrupos característicos um de homens e outro de mulheres Eles estão subdivididos segundo uma proporção 21 É importante que a amostra contenha esta mesma proporção Assim se tivermos uma amostra com 15 elementos 10 deverão ser homens e 5 mulheres Mantendo a proporção 21 22 Veja que ainda assim é importante que os homens e mulheres escolhidos sejam ao acaso com alguma forma de sorteio para que todos tenham a mesma chance de pertencer à amostra E as amostras não probabilísticas Videoaula 2 Nesse vídeo você aprenderá o que são e para que servem as amostragens não probabilísticas já que seus elementos não têm a mesma probabilidade de participar da amostra Algumas pesquisas científicas não precisam ter necessariamente uma amostragem probabilística Amostras não probabilísticas são também empregadas em trabalhos de estatística por simplicidade ou inviabilidade de fazermos amostras probabilísticas Os casos mais importantes são a A inacessibilidade de toda a população e neste caso seremos forçados a colher a amostra somente na parte da população que está acessível Videoaula 2 Nesse vídeo você aprenderá o que são e para que servem as amostragens não probabilísticas já que seus elementos não têm a mesma probabilidade de participar da amostra Utilize o QRcode para assistir 23 b Amostragem a esmo em que o selecionador procura ser aleatório na amostragem mas não utiliza nenhum método confiável de sorteio c Amostragens intencionais em que o amostrador deliberadamente escolhe alguns elementos para pertencer à amostra julgandoos representativos d Amostragens por voluntários no caso de por exemplo aplicações experimentais de novos medicamentos Representação dos dados O processo de tomada de decisões precisa ser embasado em informações precisas e pertinentes Além disso essas informações precisam ser recebidas pelo gestor de modo a entender de forma rápida o que representam Informação é poder Essa frase é muito usada nos meios empresariais e significa que quando temos as informações corretas da forma correta e no tempo adequado podemos dizer que temos poder para mudar uma situação ganhar vantagem competitiva ou até mesmo determinar quem pode ou não receber essa informação Isto é a pessoa com informação tem poder Vou contar uma história Um dos homens mais ricos da história dos Estados Unidos começou sua vida trabalhando duro como telegrafista da comunidade dos negociantes de Pittsburgh Como recebia as informações para publicar nos jornais ele sabia quais eram os negócios que mais interessavam e usou o que aprendeu para construir um grande império Posteriormente como gratidão para a cidade que lhe deu tudo doou uma casa de espetáculos muito luxuosa Não vamos discutir aqui a questão ética desse método mas apenas o fato de que ter as informações corretas significa poder 24 Quando pensamos em usar dados precisamos saber que essas informações sem nenhum tipo de tratamento são dados brutos isto é que não foram devidamente tratados para mostrar informações confiáveis Esses dados podem ser coletados por meio de vários tipos de pesquisa observações medições entrevistas etc como o tempo de uma ligação telefônica a velocidade de processamento de um computador a proporção e participação no mercado das empresas de um determinado setor suscetibilidade de empresas a uma determinada mudança no mercado opinião dos alunos quanto à didática de um professor Normalmente este tipo de dado traz pouca ou nenhuma informação ao leitor sendo necessário organizálos e analisálos com o intuito de aumentar sua capacidade de fornecer informação completa e precisa Essa organização precisa de apoio em tabelas gráficos análise de variáveis análise de tendências testes etc Vamos começar entendendo como podem ser as variáveis Como já estudamos quando falamos das variáveis sempre que são observados indivíduos diferentes podemos ter uma variação presente nas informações coletadas o que faz sentido já que queremos saber informações de diferentes pessoas ou elementos Sempre que temos dados que podem variar podemos chamálos de variáveis caso contrário podemos chamálos de constantes Já vimos a classificação das variáveis em qualitativas e quantitativas desta forma vamos relembrar como você faria a classificação das seguintes variáveis a Número de páginas desta unidade b Peso dos funcionários do setor de marketing de uma empresa c Tipos de empresas em relação a adoção de determinada técnica 25 d Tamanho de empresas pequena média e grande Dentro dessa classificação podemos subdividir as variáveis qualitativas em nominais ou ordinais e as variáveis quantitativas em discretas ou contínuas Pensando na forma de tratamento desses dados podemos perceber que cada campo espaço dedicado ao preenchimento de dados estatísticos presente em nossa pesquisa pode ser transformada em uma variável e fazer parte de uma apresentação Essa apresentação pode ter as formas de tabela ou gráfico Representação em tabelas Videoaula 3 Nesse vídeo você aprenderá a importância e os elementos de uma tabela Videoaula 3 Nesse vídeo você aprenderá a importância e os elementos de uma tabela Utilize o QRcode para assistir 26 As tabelas são organizações simples dos dados em colunas e linhas Ela pode conter alguns elementos para facilitar sua interpretação Título O título facilita a leitura da tabela informando previamente que tipo de informações está sendo mostrada ou resumindo o assunto do qual a tabela faz parte O título deve responder às seguintes questões O que Assunto a ser representado Fato Onde O lugar onde ocorreu o fenômeno local Quando A época em que se verificou o fenômeno tempo Cabeçalho o cabeçalho é a parte superior de cada coluna dando uma nomenclatura para aquele campo de dados É parte da tabela na qual é designada a natureza do conteúdo de cada coluna Corpo o corpo são os dados em si todas as informações que foram organizadas em linhas e colunas Linhas cada linha pode ser chamada de registro É a parte do corpo que contém uma sequência horizontal de informações Normalmente uma linha traz as informações completas de um elemento pesquisado Colunas As colunas normalmente são campos com um tipo de informação de cada elemento É a parte do corpo que contém uma sequência vertical de informações Obs em algumas organizações a informação das linhas e das colunas é trocada a linha traz o campo isto é um tipo de informação e a coluna traz o registro ou seja as informações completas de um elemento pesquisado Casa ou célula parte da tabela formada pelo cruzamento de uma linha com uma coluna Rodapé É o espaço aproveitado em seguida ao fecho da tabela em que são colocadas as notas de natureza informativa fonte notas e chamadas Fonte referese à entidade que organizou ou forneceu os dados expostos É muito importante citar a fonte dos dados para aumentar a confiabilidade da tabela eou para indicar qual é o viés dado à mesma Um exemplo de dados brutos corresponde ao tempo em minutos que funcionários de uma empresa utilizariam em um mês em suas chamadas via celular Os dados foram obtidos em uma pesquisa e apresentados da forma em que foram coletados por este motivo são denominados dados brutos 27 Tempo T em minutos de uso de telefone celular por colaboradores C de uma determinada empresa Encerramento da Unidade Nesta aula vimos como são definidos os Métodos Quantitativos e a importância do seu estudo para evitar erros de interpretação de informações Também conhecemos os termos fundamentais dessa disciplina que trata do estudo de amostras ou da população para definir características sobre o objeto estudado Vimos como se classificam as variáveis estatísticas e como se definem as amostragens Além disso vimos como são organizados os dados em tabelas Ao final desta aula você já consegue separar dados importantes para apresentar posteriormente definindo tomadas de decisões ou direcionamentos necessários Referências CASTANHEIRA N P Estatística aplicada a todos os níveis1ª ed Curitiba Intersaberes 2012 UniFil EDUCAÇÃO A DISTÂNCIA UNIFILBR