Escolar Documentos
Profissional Documentos
Cultura Documentos
Métodos quantitativos em
administração e ciências contábeis
Amostragem:
Na área financeira, a avaliação do tempo médio de recebimento de clientes ou de duplicatas faz-
se por amostragem. Também em pesquisas científicas, os pesquisadores muitas vezes não
precisam estudar toda a população.
População e amostra:
O pesquisador, na grande maioria das vezes, trabalha com limitações de tempo e escassez d
recursos, o que acaba por impedir o estudo de uma população de grande dimensão. Por outro
lado, na maioria das vezes não é preciso estudar toda uma população, bastando analisar uma
parcela da mesma para atender às necessidades da pesquisa. Quando se deseja estudar o
comportamento de uma determinada população, o pesquisador tem duas formas possíveis:
realizar um censo, o que exige a observação de todos os elementos que formam essa população,
ou de observa apenas uma mostra que a represente.
Amostra é uma parcela significativa da população. Esses conceitos são relativos e dependem das
circunstâncias do estudo que se deseja realizar. Em um exame de auditoria por exemplo as
duplicatas a receber dos clientes do setor alimentício podem ser consideradas como uma
população. Por outra análise, as mesmas podem ser consideradas uma amostra de todas as
duplicatas a receber da empresa. Portanto, o entendimento do que seja população e amostra deve
estar intimamente relacionado ao contexto em questão, ao que se está pesquisando.
Observação: Outros conceitos relacionados são os de população alvo da pesquisa, ou seja, que
representa todo o grupo do qual se deseja obter a informação.
E população de estudo, que consiste na parcela da população alvo identificável e passível de ser
pesquisada.
Tamanho da população: Quanto ao tamanho da população pode ser classificada em finita e infinita.
A população finita são as que possuem tamanho limitado (existência real). Já a população infinita
é aquela que o número de elementos é ilimitado (Identificadas com determinados processos).
Censo ou amostragem
Por incluir todos os elementos de uma população na pesquisa, o censo parece proporcionar
precisão incontestável. N entanto, essa precisão pode ser afetada por fatores como mudanças
comportamentais dos elementos da população (pesquisa de longo prazo) ou erros na coleta de
dados.
Quando se utiliza a amostragem, pode-se ficar com a impressão de que os resultados devem ser
sempre analisados sob restrições. Entretanto, o processo de amostrar e dar tratamento estatístico
aos dados elimina esse viés, uma vez que elementos selecionados carregam características da
população.
Tipos de amostras
São diversos os tipos de amostras existentes. A composição das amostras é feta com base em dois
processos básicos: os probabilísticos e os não probabilísticos. Considera-se amostragem
probabilística a obtida por meios que envolvem o acaso e em que cada elemento da população
tem uma probabilidade conhecida e diferente de zero de ser selecionado.
Por sua vez, a amostragem não probabilística é obtida, pelo menos em parte, por meios que não
envolvem o acaso e quando não se conhece a probabilidade de que um elemento venha a ser
selecionado para compor a amostra.
A amostra aleatória simples é aquela em que todos os elementos da população têm igual
probabilidade de ser selecionados para compor a amostra. Isso possibilita dizer que todas as
amostras possíveis de tamanho n de uma população N têm a mesma probabilidade de ser obtidas.
Se a amostragem for com reposição, o elemento sorteado volta para a população, caso seja sem
reposição, continua-se o sorteio até atingir o tamanho definido para a amostra.
1/N; 1/N-1; 1/N-2; ... Em que N é o tamanho da população (Amostragem sem reposição)
Observação: Se não ocorrer reposição, a cada extração o tamanho da população fica reduzido,
alterando a probabilidade de cada elemento remanescente vir a ser selecionado (aumenta a
probabilidade de cada elemento ser selecionado).
3- Empregar um procedimento aleatório, para sortear os elementos que irão compor a amostra.
(EX: Excel – aleatoriamente)
Fim da 1, 2, 3 Vinícios
AULA 4 e 5 Fernanda
Intervalo de confiança
Exemplo:
Qual o nível de confiança que se deseja trabalhar?
Para erro máximo admitido de 170 unidades, amostra inicialmente suposta de 5 (n/N=5/50=10%),
qual fórmula utilizar?
Amostra estratificada
estrato:
Exemplo
Exemplo:
Amostragem sistemática
Esse tipo de amostragem é uma variação da amostragem aleatória simples. Para a extração de uma
amostra sistemática, é necessário dispormos de uma listagem da população ou seus elementos
devem ser ordenados de tal forma que possam ser identificados pela posição. Para iniciar a
extração de uma amostra sistemática, selecionamos o primeiro elemento, i, da população por um
processo aleatório. Os demais elementos serão escolhidos de maneira sistemática, isto é, cada
intervalo constante, k.
Uma confecção de Divinópolis tem como uma norma realizar inspeção minuciosa em 2% da
produção ao final de cada dia de trabalho. À medida que são feitos os arremates finais em cada
peça de roupa, as mesmas são enfileiradas numa nacada. Em determinado dia foram
confeccionadas 1000 peças.
K= N/n= 1000/20=50
A primeira unidade sorteada para compor a mostra é a que está na posição 15. A segunda unidade
será aquela que ocupa a posição 65, ou seja, a posição 15+ intervalo k=50. A terceira unidade será
aquela que está na posição 115 (15+100 ou 65+50), e assim sucessivamente.
Amostragem estratificada
A população é segmentada, por exemplo, em sexo masculino e feminino, nível de renda, faixa
etária, nível de escolaridade e etc.
Quanto menor o desvio padrão, menor será o tamanho da amostra necessária para fazer
inferências sobre a população.
A seleção da amostra pode ser proporcional ou não proporcional à ocorrência dos estratos na
população.
N1/N= n1/n
N2/N = n2/n
Estratificação não proporcional: quando algumas características tidas como relevantes são
conhecidas, a respeito de uma população, a estratificação pode ser não proporcional. Exemplo:
Um estrato tem mais importância que outro; um estrato é maior que os demais; variabilidade
maior dentro de cada estrato. Portanto, nesse caso não são definidos pesos para determinas a
maior ou menor participação de cada estrato.
A amostragem por conglomerado tem como vantagem a não exigência de uma listagem de todos
os elementos da população.
A estratificação divide a população em estratos que carregam características semelhantes entre si,
e se busca conseguir uma homogeneidade dentro dos estratos e heterogeneidade entre eles.
Por conveniência: os elementos são selecionados conforme sua disponibilidade para o estudo, ou
por conveniência do pesquisador (ex: colher a opinião de pessoas em um supermercado).
Por julgamento: a amostra é colhida com base no julgamento do pesquisador. (Ex. escolher grupos
pré-selecionados e colher suas opiniões).
Por meio das técnicas de amostragem, viu-se que a média ou proporção populacional pode ser
estimada a partir de informações que se obtém de uma única amostra. Por exemplo, é possível
estimar a proporção de pessoas idosas com dificuldades econômicas, a opinião média em relação
à políticas de cotas para acesso ao ensino superior, a proporção de clientes que passaram realizar
comprar pela internet devido à propagação do Covid-19. Apesar da abordagem descritiva, que
reúne fatos, usada para estimar médias e proporções ter uma importância óbvia, ela não constitui
a principal meta da tomada de decisão ou da atividade de pesquisa. A maioria dos pesquisadores
e responsáveis por tomadas decisões estão preocupados com a tarefa de testas hipóteses.
Um teste de hipóteses possui a seguinte lógica: estabelecer uma hipótese sobre populações,
coletar dados amostrais e ver quão prováveis são os resultados da amostra, levando em
consideração a hipótese sobre as populações. Se os resultados da amostra são razoavelmente
plausíveis, quanto a hipótese e atribui-se qualquer divergência relativa aos resultados esperados
ao puto acaso baseado no erro amostral. Por outro lado, se os resultados da amostra são
improváveis demais, então rejeita-se a hipótese.
No teste de diferença entre médias faz-se uma comparação entre grupos, ou seja, verifica-se
estatisticamente se dois grupos são diferentes: a média de uma variável que corresponde a esses
grupos é diferente ou não?
Exemplo: Empresas familiares são mais eficientes que empresas não familiares? Essa hipótese
pode ser testada por meio de um teste de diferença entre médias.
Exemplo: Dois métodos, A e B são utilizados para treinamento de pessoal de uma fábrica de
calçados. A população de 10 funcionários foi dividida em 2 amostras aleatórias com 5 indivíduos.
A produção média daqueles que foram treinados pelo método A é igual a 82 e a média dos que
foram treinados pelo método B é igual a 77. O método A é mais eficaz?
Tabela 1
Método A Método B
82 78
83 77
82 76
80 78
83 76
Média= 82 Média= 77
Tabela 2
Método A Método B
90 70
98 90
63 91
74 56
85 78
Média= 82 Média= 77
Por que realizar um teste de diferença entre médias se eu posso apenas comparar as médias?
No grupo que utilizou o método A, a produção média encontra-se varia em um intervalo que vai
de 80 a 83. No caso do grupo que utilizou o método B a produção média dos funcionários variou
no intervalor entre 76 e 78.
Para os dois casos pode-se dizer que, muito provavelmente a média populacional está bem
próxima da média amostral, devido à homogeneidade das médias individuais registradas.
Por sua vez, a tabela 2 apresenta as mesmas médias amostrais que a tabela 1, no entanto, há maior
dispersão nos valores de produção média registrados na tabela 2. Essa maior dispersão ou
variabilidade alta nos dados da segunda tabela são indícios de que as médias amostrais são
estimativas instáveis de suas respectivas médias populacionais.
Assim, a média 82 na tabela 1 pode ser diferente da média 82 da tabela 2, considerando a dispersão
em torno da média para os valores registrados. Por isso, é importante verificar estatisticamente se
as médias são iguais ou diferentes e é o valor da dispersão dos valores que vai influenciar o
resultado do teste.
Dados homogêneos: Menor dispersão em torno da média. Pode-se concluir que a diferença entre
as médias amostrais é mais do que apenas resultado do acaso ou erro amostral.
Dados heterogêneos: Maior dispersão em torno da média. Não se pode concluir que a diferença
entre as médias amostrais é resultado do acaso ou erro amostral.
De acordo com a hipótese nula (H0), qualquer diferença observada entre amostras é considerada
uma ocorrência ao acaso resultado do erro amostral. Portanto, uma diferença entre duas médias
amostrais não representa uma diferença verdadeira entre suas médias populacionais.
H0: m1=m2
Observação; a hipótese nula não exclui a possibilidade de que se obtenha diferenças entre médias
amostrais. Pelo contrário, a hipótese nula busca explicar que essas diferenças registradas,
atribuindo-se ao erro amostral.
Hipótese nula: Concluir que o erro amostral é responsável pela diferença obtida entre as médias
amostrais é manter a hipótese nula, ou seja, não rejeitar H0. Atenção: Usar o termo manter ou não
rejeitar H0 não implica que foi provado que as médias populacionais sejam iguais. Tecnicamente
significa que com os resultados obtidos não se é capaz de rejeitar a hipótese H0.
Hipótese alternativa: A hipótese alternativa H1 prevê que a diferença entre as médias amostrais é
grande demais para ser atribuída ao erro amostral. Em outras palavras, ao rejitar H0 implica
automaticamente na aceitação de H1, ou seja, existe uma diferença de população verdadeira. Essa
diferença esperada entre gupos, sustentada por H1, advém de razões teóricas ou empíricas.
H1:M1 diferente M2
Níveis de significância
Trata-se de uma questão de convenção usar alfa=0,05. Isto é, H0 seria rejeitada se ocorrer ao acaso
uma diferença amostral menor de 5 vezes em 100.
Níveis de significância não nos proporcionam uma declaração absoluta quanto à correção de H0.
Sempre que se decide por rejeitar H0 a um determinado nível de significância, considera-se que a
chance de tomar a decisão errada.
O erro de rejeitar H0 quando não deveria ser rejeitada é conhecido com erro tipo 1. Quanto mais
rigoroso o nível de significância, menor a probabilidade de cometer o erro tipo 1.
O erro de não rejeitar H0 quando deveria ser rejeitada é conhecido erro tipo 2. Nesse caso, quanto
mais longe na extremidade da curva estiver o valor crítico, maior a possibilidade de se cometer o
erro tipo 2. O risco de incorrer no erro tipo 2 pode ser reduzido com o aumento do tamanho da
amostra, assim a verdadeira diferença populacional tem maior chance de ser representada.
Decisão
Não Rejeita H0 Rejeita H0
H0 verdadeiro Ok Erro tipo 1= alfa
Realidade H0 falso Erro tipo 2= Beta ok
As probabilidades de incorrer nos erros tipo 1 e 2 são inversamente relacionadas; quanto maior
for um erro, menor será o outro. Portanto, a escolha do nível de significância depende da gravidade
de incorrer em um dos dois erros apresentados.
• H0 é falso
• Resultado do teste: positivo
• Conclusão: Não rejeita H0
• Este erro não é grave
• Para reduzir a possibilidade de cometer erro tipo 1, adota-se maiores níveis de
significância.
Exemplo:
Amostras independentes:
Homens x mulheres
Negros x brancos
Amostras dependentes:
Teste:
Exemplo:
LISTA DE EXERCÍCIOS – AMOSTRAGEM
6) Uma empresa atacadista possuía 3240 duplicatas a receber no último dia do mês, as
quais apresentavam um desvio padrão igual a R$ 345,20. Considerando um nível de
confiança de 95% e que o erro máximo admitido seja de R$200,00, qual o tamanho da
amostra necessário para realizar o estudo sobre essas duplicatas?
9) Em uma faculdade com 6387 estudantes matriculados deseja-se fazer uma pesquisa para
conhecer a renda familiar média destes, como o censo seria demorado e oneroso, optou-se por
uma amostragem. Considerando que a amostra piloto apresentou um desvio padrão de R$
170,00 e deseja-se um nível de confiança de 98% com erro tolerável deR$50,00, determine o
tamanho da amostra.
10) A empresa “Research S&A” foi contratada por uma empresa do ramo de organização
de eventos para estimar o valor médio que as pessoas se dispõem a gastar com uma
festa de debutantes. Estudos anteriores apontam um desvio padrão de R$ 1200,00.
Admitindoum erro máximo de R$ 200,00 e confiança de 96%, qual o tamanho mínimo
da amostra?
11) Considerando que a Amar - Associação dos Moradores do Bairro de Ramos, da cidade
de Viçosa – MG tem 337 curtidas em sua página do Facebook e que uma pesquisa deseja
consultar uma amostra de pessoas que traga 90% de confiança com erro máximo de 1%,
qual o tamanho ideal desta?
14) Diante do atual cenário político brasileiro, qual seria a amostra confiável para
investigar sobre o apoio ou não ao impeachment da presidenta Dilma, no município de
Viçosa - MG com 72720 habitantes, segundo o IBGE. Considere a pesquisa com índice
de confiança de 95% e erro de 5%.
15) Em um bairro onde há 1752 habitantes em 430 casas, será aplicada uma pesquisa com
o objetivo de conhecer a renda média residencial. Em uma pesquisa prévia, a amostra
apresentou desvio padrão de R$ 180,00. Sabendo que o erro aceitável é de R$ 40,00, e
onível de confiança é de 95%, qual o tamanho da amostra?
16) Uma pesquisa é planejada para determinar as despesas médicas anuais das
famílias dos empregados de uma grande empresa. A gerência da empresa deseja ter
95%de confiança de que a média da amostra está no máximo com uma margem de erro
de R$50,00 da média real das despesas médicas familiares. Atualmente a empresa tem
288 empregados e um estudo-piloto indica que o desvio-padrão pode ser calculado
comosendo igual a R$230,00. Qual a amostra mínima?
17) Uma pesquisa de mercado tem como objetivo estimar a proporção de pessoas que
usam um devido produto de limpeza destinado à remoção de manchas nas roupas. Para
isso, qual o tamanho da amostra deve ser utilizado se p = 40%, o erro máximo admitido
de 5% e o nível de confiança de 98%?
19) Para realizar uma pesquisa confiável (96%) sobre a opção pelo “Casual Day” na
sexta-feira, a empresa “Conservadora S&A” deve pesquisar quantos de seus 450
colaboradores? Considere um erro aceitável de até 2%.
20) Um economista deseja estimar a renda média para diaristas no Brasil. Quantos
valoresde renda devem ser consultados, se o economista deseja ter 95% de confiança
em que a média amostral esteja a menos de R$50,00 da verdadeira média populacional?
O desvio padrão da amostra é de R$ 300,00.
21) Os turistas que procuraram uma agência de viagens distribuíram-se segundo quatro
destinos, conforme apresentado na Tabela a seguir:
A agência estava interessada em realizar uma pesquisa para saber o grau de satisfação
desses clientes em relação aos destinos escolhidos, mas na impossibilidade de consultar
todos eles, decidiu fazer uma amostragem de 200 elementos. No caso de amostragem
estratificada proporcional, quantos seriam os turistas consultados em cada grupo?
1) RH0
4) NRH0
5) NRH0
6) RH0