pic]

Curso Ciência Contábil - EAD

TRABALHO DE MATEMÁTICA: informação estatística

Belo Horizonte

2010

TRABALHO DE MATEMÁTICA: informação estatística

Trabalho de Matemática elaborado pelos acadêmicos do Curso de

Graduação Primeiro Período em Ciências Contábil da Faculdade de Estudos Administrativos –
FEAD.

Belo Horizonte

2010

LISTA DE TABELAS

|Tabela 1- |Freqüência para a variável sexo..................................................... |

13 |

LISTA DE FIGURAS

|Figura 1 - |Gráfico de segmento da produção brasileira de óleo de dendê do ano de 1987

a | |

| |1982.................................................................. |16 |

|Figura 2 - |Gráfico de barra comparando as porcentagens recicladas ou convertidas em

composto de certos | |

| |materiais.............................. |18 |
|Figura 3 - |Distribuição do consumo de fruta numa amostra com 74 meninas de
dezessete | |

| |anos.......................................................... |19 |

|Figura 4 - |Gráfico de pizza (setores) das origens dos residentes hispânicos

| |

| |nos Estados Unidos...................................................................... |20 |

|Figura 5 - |Pictograma do total de drogados nos casos de AIDS no

| |

| |Brasil.............................................................................................. |21 |

LISTA DE SIGLAS E ABREVIATURAS

SUMÁRIO

1 INTRODUÇÃO

O uso de estatística tem conquistados diversos espaços que, conforme Silva (2010), não se
limita somente ao ensino escolar, mas também nas apresentações públicas, e em muitas
outras áreas do conhecimento, pois se trata de um instrumento que fornece leitura precisa e
uma visão mais rápida e direta dos dados numéricos, facilitando a compreensão de fenômenos
estudados.

Segundo Romanelli (1986), com o advento da revolução tecnológica, as atividades nos diversos
setores da economia têm utilizado a Estatística para prever gastos, estimarem juros e lucros,
fazer controle estatístico dos bens que possuem, dentre outros, mostrando ser uma ciência
com estimável valor para o campo econômico.

De acordo com Zeni e Faria (2006) a Estatística é pertencente à Matemática Aplicada.

Inicialmente, os autores salientam que a Matemática é considerada como sendo a ciência que
conecta a clareza do raciocínio à síntese da linguagem e teve origem do convívio social, da
contagem, das trocas, com caráter prático, empírico e de considerável utilidade. De acordo
com os autores, a Matemática também disponibiliza dentro da sua ciência a Estatística,
estando esta inserida no ramo da Matemática Aplicada, com origem igual ao da Matemática
pura, período em que diversos povos registravam o número de nascimentos, estimavam
riquezas, estimavam número de habitantes e de óbitos, dentre outros. Além disso, Zeni e Faria
(2006) também explicam que por meio da Matemática Aplicada esses povos também
cobravam impostos, realizavam a distribuição eqüitativamente das terras e ainda faziam
inquéritos quantitativos por processos que deu origem ao que se conhece hoje como
Estatística.

Bussab (2002) salientam que, ao realizar um estudo, o pesquisador se depara com o problema
de interpretar certo conjunto de dados relevante ao seu particular objeto de estudo e, para
que tal problema seja solucionado, faz-se uso da Estatística. Assim, a informação estatística
vem se tornando uma ferramenta de considerável importância para as mais diversas áreas do
saber que, dentre outras, estão a pesquisa, a indústria e o comércio, que demonstrando a
representação gráfica dos dados adquiridos, podem fornecer informações mais ágeis e
precisas, além de facilitar a leitura das mesmas.

Nota-se que, conforme ensinamentos dos autores acima, que a Estatística é uma realidade nos
diversos campos do saber e, sob a mesma ótica, Silva (2010) afirma que ela é representada por
vários tipos de gráficos, também vinda de muitos anos atrás. O autor classifica representações
gráficas como sendo a melhor maneira de visualizar os fenômenos ou acontecimentos
estudados.

Diante do exposto, o presente trabalho se mostra de fundamental importância para a

sociedade acadêmica e econômica por se tratar de um assunto que beneficia a todos que o
utilizam. Assim, o objetivo é demonstrar a eficiência da utilização das informações estatísticas,
que conforme Spiegel (1993) são alcançadas pelo uso de métodos de coleta, organização,
resumo, apresentação e análise de dados.

2 DEFINIÇÃO DE ESTATÍSTICA

A Estatística, ou métodos estatísticos como é denominada algumas vezes, segundo Spiegel

(1993), desempenha papel crescente e importante em quase todas as fases da pesquisa
humana. A utilização desta é cada vez mais acentuada nas mais diversas atividades
profissionais da vida moderna. De acordo com o autor, a Estatística tem sido usada nos mais
diversificados ramos de atuação, considerando que as pessoas estão freqüentemente expostas
à estatística, utilizando-a com maior ou menor intensidade, devendo-se às múltiplas aplicações
que as informações estatísticas proporcionadas àqueles que delas se utilizam.
De acordo com Triola (2005) a estatística envolve compilação de dados e gráficos que
descrevem vários aspectos de um estado, cidade ou país e a define:

É uma coleção de métodos para o planejamento de experimentos, obtenção de

dados e, consequentemente organização, resumo, apresentação, análise, interpretação e
elaboração de conclusões baseadas nos dados (TRIOLA, 2005, p. 2).

Toledo e Ovalle (1989) referem-se à estatística como o ramo da Matemática Aplicada dedicado
à análise de dados de observação. Assim sendo, os autores afirmam que qualquer ciência
experimental não pode prescindir das técnicas proporcionadas pela Estatística, citando-se a
guisa de exemplo, a Física, a Biologia, a Administração de Empresas, a Economia, a Psicologia,
a Agronomia e outras. Todos esses ramos de atividade profissional têm necessidade de um
instrumental que se preocupa com o tratamento quantitativo dos fenômenos de massa ou
coletivos, cuja mensuração e análise requerem um conjunto de observações de fenômenos
individuais ou particulares. Esse mecanismo de análise refere-se a um processo de
generalização, a partir de resultados individuais.

Para os autores, se for observado certo padrão de regularidade nos resultados de um

experimento qualquer, provavelmente existe uma característica correspondente a uma ampla
classe de experiências. Verificando-se a comprovação dessa característica através de testes
estatísticos adequados, pode-se fazer a generalização da característica para todas as
categorias de fenômenos semelhantes.

Spiegel (1993) afirma que em sentido mais restrito, o termo estatística é usado para designar
os próprios dados ou números deles derivados. Fala-se assim de estatística de empregos, de
acidentes e outras.

2.1 Termos de uma pesquisa estatística

Entende-se por termos de uma pesquisa estatística, os vários e diferenciados tipos de dados,
métodos, fórmulas e símbolos, utilizáveis para a obtenção de diversas modalidades de
resultados estatísticos. Dentre eles, entre muitos outros, encontram-se; população, amostra,
diversos tipos de variáveis, média, coeficiente de variação, moda e mediana.

Dentre os muitos termos existentes, os mais básicos e usuais em uma pesquisa estatística são:
 • População e Amostra.

• Indivíduo ou Objeto.

• Variável Qualitativa e Quantitativa.

• Freqüência Absoluta e Freqüência Relativa.

2.1.1 População e Amostra

População e amostra são citadas por Toledo e Ovalle (1989) como dois conceitos utilizados
largamente para a obtenção de informações estatísticas. Segundo eles, população é o conjunto
da totalidade dos indivíduos sobre o qual se faz uma inferência. Nela congregam-se todas as
informações relevantes para o estudo de uma ou mais característica dos indivíduos, os quais
podem ser concebidos tanto como seres animados ou inanimados. E a definem da seguinte
maneira:

A população é o conjunto constituído por todos os indivíduos que apresentem pelo

menos uma característica comum, cujo comportamento interessa analisar (TOLEDO e OVALLE,
1989, p. 16).

Assim sendo, os autores afirmam que o objetivo das generalizações estatísticas está em dizer-
se algo acerca das diversas características da população estudada, com base em fatos
conhecidos. Essas características da população são comumente chamadas de parâmetros, os
quais são valores fixos e ordinariamente desconhecidos. Ainda segundo os autores, é
importante que se fique bem claro que uma população é estudada em termos de observações
de características nos indivíduos, e não em termos de objetos e pessoas em si. E quanto ao
número de elementos, a população pode ser finita ou infinita. A primeira é aquela que
apresenta um número limitado de indivíduos. Por exemplo, a população constituída por todos
os parafusos produzidos numa fábrica em certo dia. Muitas vezes, entretanto, o número de
observações é infinito. Como por exemplo, a população constituída de todos os resultados
(cara ou coroa) em sucessivos lances de uma moeda. A população será então infinita. Essa
última normalmente está associada a processos.

De acordo com Spiegel (1993), ao coletar dados referentes às características de um grupo de

objetos ou indivíduos, tais como alturas e pesos dos estudantes de uma universidade ou os
números de parafusos defeituosos ou não produzidos por uma fábrica em certo dia, é muitas
vezes impossível ou impraticável observar todo o grupo, especialmente se for muito grande.
Em vez de examinar todo o grupo, examina-se uma pequena parte dele. Isso nada mais é do
que fazer a análise da amostra em vez de se fazer a análise da população.
Toledo e Ovalle (1989) mencionam que as características da amostra são chamadas de
estatísticas (descritivas), e afirmam:

A amostra pode ser definida como um subconjunto, uma parte selecionada da

totalidade de observações abrangidas pela população através da qual se faz um juízo ou
inferência sobre as características da população (TOLEDO e OVALLE, 1989, p. 17).

E para exemplificar, os autores supõem que se pretenda conhecer o conteúdo de ferro natural
a ser exportado por um navio. O agregado ou população consiste em todo o minério de ferro a
ser exportado pelo navio. Parte do minério é examinada, a fim de determinar seu teor de
ferro, com o objetivo de tirar uma conclusão a respeito do teor de ferro natural do embarque
completo. A parte de mineral selecionado constitui a amostra do embarque. Uma vez que se
fará inferência sobre todo o minério embarcado a partir de apenas uma porção dele, a base do
processo é a informação incompleta ou amostra.

2.1.2 Indivíduo ou Objeto

Moore (2005) cita que os indivíduos são os objetos descritos por um conjunto de dados,
podendo ser pessoas animais ou objetos.

De acordo com Moore (2005), um banco de dados de estudantes de uma faculdade, por
exemplo, contém dados sobre cada estudante. Os estudantes são os indivíduos descritos pelo
conjunto de dados. Para cada indivíduo, os dados contêm os valores de variáveis, tais como
data de nascimento, gênero (feminino ou masculino), habilitação e média de notas.

2.1.3 Variável Qualitativa e Variável Quantitativa

Magalhães (2002) afirma que uma variável é qualitativa quando os possíveis valores que
assume representam atributos e/ou qualidades. Ou seja, variável não numérica. Podendo ser
classificadas como qualitativas ordinais, se tais variáveis têm uma ordenação natural,
indicando intensidades crescentes de realização, ou qualitativas nominais, quando não é
possível estabelecer uma ordem natural entre seus valores. Variáveis tais como Turma (A ou
B), Sexo (feminino ou masculino), e Fuma (sim ou não) são variáveis qualitativas nominais. Por
outro lado, variáveis como Tamanho (pequeno, médio ou grande), e Classe Social (baixa,
média ou alta) são variáveis qualitativas ordinais.
Triola (2005), denominado as variáveis qualitativas como dados qualitativos faz a seguinte
definição:

Dados qualitativos (ou categóricos ou de atributos) podem ser separados em

diferentes categorias que se distinguem por alguma característica não-numérica (TRIOLA,
2005, p. 3).

Já as variáveis quantitativas, Magalhães (2002) define como variáveis de natureza numérica, e

podem ser subdivididas em quantitativas discretas, onde o conjunto dos valores assumidos é
finito ou enumerável, assumindo assim, em geral, valores inteiros, e quantitativas contínuas,
que assumem valores em intervalos dos números reais, inclusive, números fracionários. Por
exemplo, Número de Irmãos (0, 1, 2,…) e Número de Defeitos (0, 1, 2,…) são qualitativas
discretas, enquanto que Peso e Altura são quantitativas contínuas. Triola (2005, p. 3) se refere
a elas como dados quantitativos e os define que “Dados quantitativos consistem em números
que representam contagens ou medidas”.

Triola (2005) ressalta que ao trabalharmos com variáveis ou dados quantitativos, é importante
usarmos unidades de medidas pertinentes. Devendo-se ter especial atenção para que todos
esses dados possam ser medidos pela mesma unidade de medida. Ignorar essa premissa pode
levar a obtenção de conclusões errôneas.

2.1.4 Freqüência Absoluta e Freqüência Relativa

Bussab (2002) define Freqüência Absoluta, ou simplesmente Freqüência, como o número total
de observações de cada classe ou categoria da variável e é representada pela letra ni.
Enquanto Freqüência Relativa, representada por fi, define como a proporção da classe em
relação à Freqüência Total, representada por n.

fi = ni / n

Magalhães (2002) afirma que, apesar de poder conter muita informação, uma tabela de dados
brutos pode não ser prática para respondermos às questões de interesse. Sendo necessária
assim, a construção de uma nova tabela com as informações resumidas para cada variável.
Conforme exemplificado na TABELA 1, essa nova tabela, chamada de Tabela de Freqüência
conterá os valores da variável e suas respectivas contagens, ou Freqüência Absoluta e o cálculo
da Freqüência Relativa.

|SEXO |Ni |fi |

|Feminino |37 |0,74 |

|Masculino |13 |0,26 |

|Total |n = 50 |1 |

TABELA 1: Freqüência para a variável sexo

Fonte: Magalhães, 2002, p. 9.

De acordo com o verificado na TABELA 1, pode-se obter quase que instantaneamente,

conclusões a respeito da freqüência relativa de pessoas do sexo feminino e masculino
proveniente da freqüência absoluta de cada gênero em relação à freqüência total de
indivíduos.

Outro relevante meio de análise de dados dá-se pelo uso e gráficos estatísticos.

2.2 Representação dos gráficos estatísticos

Bussab (2002) afirma que tradicionalmente, uma análise descritiva de dados limita-se a
calcular algumas medidas de posição e variabilidade.

Tukey (1977) foi o precursor de uma corrente mais moderna que utiliza principalmente
técnicas gráficas, em oposição a resumos numéricos.

Na definição de Crespo (1999), o gráfico estatístico é uma forma de apresentação dos dados
estatísticos, cujo objetivo é o de produzir, no investigado ou no público em geral, uma
impressão mais rápida e viva do fenômeno em estudo, já que os gráficos falam mais rápido à
compreensão que as séries.
O autor afirma que para tornarmos possível uma representação gráfica, estabelece-se uma
correspondência entre os termos da série e determinada figura geométrica, de tal modo que
cada elemento da série seja representado por uma figura proporcional.

Toledo e Ovalle (1989) exprimem que o uso de tabelas pode auxiliar no estudo de duas ou
mais variáveis interrelacionadas, desde que ressalte-se sua utilidade geral como sendo um
dispositivo de mera apresentação sistematizada de dados estatísticos, conforme explicam:

A apresentação gráfica é um complemento importante da apresentação tabular. A

principal vantagem de um gráfico sobre a tabela prende-se ao fato de que ele permite
conseguir uma visualização imediata da distribuição dos valores observados (TOLEDO e
OVALLE, 1989, p. 75).

De acordo com os autores os gráficos propiciam uma ideia preliminar mais satisfatória da
concentração e dispersão dos valores, uma vez que através deles os dados estatísticos se
apresentam em termos de grandezas visualmente interpretáveis. Além disso, fatos essenciais e
relações de difícil interpretação em massas de dados estatísticos têm por meio dos gráficos,
uma visualização mais clara.

Visando facilitar e dinamizar a construção de gráficos estatísticos foram desenvolvidas várias

técnicas computacionais extremamente úteis.

2.2.1 Técnicas computacionais

O rápido e constante desenvolvimento da área da computação, segundo Bussab (2002), foi

acompanhado pela inserção de técnicas mais modernas de análise de dados. De acordo com o
autor, para que essas técnicas fossem implementadas, foi necessário o desenvolvimento de
pacotes estatísticos genéricos ou específicos, que passaram a ser utilizados em larga escala em
todos os ramos aplicáveis. Ressalta ainda que além desses pacotes, surgiram também planilhas
no mercado, como o Excel, por exemplo, capazes de realizar grande número de técnicas
estatísticas.

2.2.2 Métodos gráficos

Como citado anteriormente, segundo Bussab (2002), os métodos gráficos, devido ao seu forte
apelo visual, são cada vez mais utilizados. As mensagens existentes em um gráfico,
normalmente, são mais inteligíveis que aquelas embutidas em tabelas ou sumários numéricos.

Bussab (2002) aponta para as diversas utilidades atribuídas aos gráficos são buscar padrões e
relações, confirmar (ou não) certas expectativas que se tinha sobre os dados, descobrir novos
fenômenos, confirmar (ou não) suposições feitas sobre os procedimentos estatísticos usados e
apresentar resultados de modo mais rápido e fácil.

Toledo e Ovalle (1989) apontam para dois objetivos que justificam o emprego de gráficos.
Objetivos que podem ser distinguidos de forma arbitrária, para representar visualmente dados
numéricos, proporcionando maior facilidade e agilidade na compreensão dos mesmos, ou,
para a apresentação de conclusões ou resultados de uma análise. Segundo os autores, há,
portanto, conforme o objetivo ou finalidade, dois tipos de gráficos: de informação e de análise.

2.2.2.1 Gráficos de informação

Gráficos de informação são, segundo Toledo e Ovalle (1989), gráficos destinados

principalmente ao público em geral, com o objetivo de proporcionar rápida e clara visualização
dos valores e das modalidades relativas ao fenômeno observado. Tipicamente são gráficos
expositivos, portanto, devem ser o mais completo possível.

2.2.2.2 Gráficos de análise

Os gráficos de análise, conforme citam Toledo e Ovalle (1989) prestam-se melhor ao trabalho
estatístico, por fornecer elementos de extrema relevância à fase de análise dos dados, não
deixando de ser altamente informativos.

2.2.3 Exemplos de Gráficos Estatísticos

Segundo Spiegel (1993), na estatística há o emprego de muitos tipos de gráficos, dependendo

da natureza dos dados pertinentes e da finalidade para qual ele é destinado e salienta que
“Um gráfico é uma representação geométrica da relação entre variáveis” (SPIEGEL, 1993, p. 7).
Dentre os vários tipos de representação gráfica existente (informativos ou de análise), os mais
conhecidos são o Gráfico de Segmentos, Gráfico de Barras, Histograma, Gráfico de setores e o
Pictograma.

2.2.3.1 Gráfico de segmentos

O gráfico de segmento, também conhecido como gráfico em linha ou gráfico linear, segundo
Toledo e Ovalle (1989), é usado com mais freqüência para representar séries de tempo
(quando um dos fatores for o tempo), isto devido ao fato de que quando a séria de dados se
refere a um grande número de períodos de tempo, representar os valores em colunas pode
resultar numa excessiva concentração de dados.

Para a representação desse tipo de gráfico, os autores salientam que precisa apenas que os
pontos correspondentes aos valores observados em cada período sejam marcados e
posteriormente unidos por um traço contínuo, de acordo com o demonstrado no na FIGURA 1.

[pic]

FIGURA 1: Gráfico de segmento da produção brasileira de óleo de dendê do ano de 1987 a

1982

Fonte: Crespo, 1999, p. 40

A FIGURA 1 representa o Gráfico de segmento, e tem como objetivo demonstrar, em

toneladas, números referentes à produção brasileira de óleo de dendê entre os anos de 1987 e
1992. Analisando-o torna-se clara a constatação de uma pequena queda na produção nacional
deste derivado entre 1987 e 1988 e um crescente aumento até o ano de 1991, seguido
novamente de queda do ano de 1991 a 1992.

2.2.3.2 Gráfico de barras

Os gráficos de barras, na concepção de Toledo e Ovalle (1989) têm a finalidade de comparar

grandezas representadas na forma de retângulos, com suas proporcionais alturas e tendo
iguais larguras. Podendo consistir em barras horizontais ou verticais, onde cada barra
representa a intensidade de uma modalidade do atributo. O comprimento das barras
representa sua respectiva magnitude, sendo traçadas em referência a uma escala horizontal.
Segundo os autores existem quatro orientações gerais a serem observadas para a construção
de um gráfico de barras que são: 1) As barras devem diferir apenas em comprimento, e não na
largura, a qual é arbitrária. 2) Deve haver uma separação de mesmo tamanho entre as barras,
sendo suficientes para que não tragam confusão ao leitor na identificação das diferentes
inscrições de cada barra. Por regra toma-se o espaço entre as barras como aproximadamente a
metade ou dois terços de suas larguras. 3) Ao inserir as barras no gráfico, deve ser observada
uma ordem de grandeza para facilitar a leitura e análise comparativa dos valores.
Normalmente essa ordem é decrescente e 4) Um gráfico construído com a finalidade de
demonstrar grandezas absolutas deverá ter claramente definida uma linha zero e uma escala
de quantidade ininterrupta, para que não haja distorção na interpretação do gráfico.

De acordo com Bussab (2002) o gráfico de barras é usado para construir barras ou retângulos,
conforme explica:

O gráfico de barras consiste em construir retângulos ou barras, em que uma das

dimensões é proporcional à magnitude a ser representada, sendo a outra arbitrária, porém
igual para todas as barras (BUSSAB, 2002, p. 15).

Segundo o mesmo autor, essas barras criadas pelo gráfico devem ser dispostas paralelamente
uma às outras, horizontal ou verticalmente, como segue exemplificada na FIGURA 2,
representado a ideia de Bussab (2002):

[pic]

FIGURA 2: Gráfico de barras que demonstra, proporcionalmente, o número de recém nascidos

nos hospitais A, B e C.

Fonte: http://www.stat2.med.up.pt/cursop/glossario/gbarras.html. Acesso em: 02/04/2010

Observando-se esse último gráfico pode-se constatar a diferença proporcional existente em

relação ao número de recém nascidos em cada um dos três hospitais em questão.

2.2.3.3 Histograma
De acordo com Montgomery (2004), o Histograma é um gráfico de barras no qual o eixo
horizontal, subdividido em vários pequenos intervalos, apresenta os valores assumidos por
uma variável de interesse. Para cada um desses intervalos é construída uma barra vertical, cuja
área deve ser proporcional ao número de observações na amostra cujos valores pertencem ao
intervalo correspondente.

O autor explica que o Histograma dispõe as informações de modo que seja possível a
visualização da forma da distribuição de um conjunto de dados e também a percepção da
localização do valor central e da dispersão dos dados em torno deste valor central.

Conforme Montgomery (2004), o gráfico do Histograma é composto por colunas juntas, em

que o eixo horizontal é subdividido em diversos intervalos pequenos e apresenta os valores
adotados por uma variável de interesse. O autor afirma que, para cada um destes intervalos,
barras verticais são construídas, e a área deve ser proporcional à quantidade de observações
na amostra e cujos valores referem-se ao intervalo correspondente.

Para o autor, quanto maior for o tamanho da amostra, maior será o número de informações
obtidas. Contudo, Montgomery (2004) ressalta que um aumento do tamanho da amostra pode
resultar em um aumento na quantidade de dados, tornando difícil a compreensão da
população, mesmo se estes estiverem organizados em tabelas. Nesse caso, para atender ao
número maior de população em um rápido exame, sugere-se usar o histograma, conforme
demonstrado na FIGURA 3 em que o lado horizontal representa as porções diárias de frutas e a
vertical o número de sujeitos.

[pic]

FIGURA 3: Distribuição do consumo de fruta numa amostra com 74 meninas de dezessete anos

Fonte: Moore, 2005, p. 21

A observação do histograma em questão evidencia rapidamente a quantidade frutas ingerida

por cada grupo de meninas e respectivamente, informa também o número de meninas em
cada grupo.

2.2.3.4 Gráfico de setores

De acordo com Bussab (2002), o gráfico de setores, que tem como o em forma de pizza como o
mais conhecido, destina-se à representação da composição, normalmente em porcentagem,
das partes de um todo. Consistindo de um círculo de raio arbitrário, em representação ao total
da amostra ou população, seccionado em setores correspondentes proporcionalmente às
partes em questão.

Toledo e Ovalle (1989) se referem ao gráfico de setores ou setograma, como sendo

especialmente utilizados para representar valores absolutos ou porcentagens
complementares. Como demonstrado na FIGURA 4.

[pic]

FIGURA 4: Gráfico de pizza (setores) das origens dos residentes hispânicos nos Estados Unidos

Fonte: Moore, 2005, p. 21

O gráfico de setores acima ilustra a parcela de hispânicos residentes nos Estados Unidos
originários de distintas regiões do mundo constituídas dessa etnia. Após análise desse gráfico
percebemos facilmente que a maioria dos hispânicos residentes no país, sendo que são mais
de 50% da população em questão, é de origem Porto-riquenha.

2.2.3.5 Pictograma

Pictogramas ou gráficos pictóricos, segundo Toledo e Ovalle (1989), são construídos por figuras
ou conjunto de figuras que representam a intensidade ou modalidade da amostra ou
fenômeno em questão. São usados muito freqüentemente em jornais e revistas, tendo como
vantagens o fato de chamar a atenção do público e ser facilmente interpretado por ele.

Existem algumas regras básicas quer regem a construção de um pictograma que de acordo
com os autores são os símbolos devem ser auto-explicativos, devem ser expressas as
diferentes quantidades mediante maior ou menos número de símbolos, e não mediante ao
aumento ou diminuição do tamanho do símbolo básico, os gráficos devem proporcionar uma
visão geral do fenômeno, e não detalhes minuciosos, os pictogramas estabelecem
comparações gerais, devendo ser evitados, conseqüentemente, para interpretar afirmações ou
dados isolados.

A FIGURA 5 demonstra o número total de drogados em relação aos casos de AIDS no Brasil
entre os anos de 1983 e 1993, conforme segue.
 FIGURA 5: Pictograma representativo do total de drogados nos casos de AIDS no Brasil

Fonte: Crespo, 199, p. 51.

Posteriormente à análise desse pictograma chega-se a conclusão de que após um ano de

queda, o número total de drogados nos casos de AIDS no Brasil aumentou muito entre os anos
de 1984 e 1993.

De acordo com o demonstrado, existe na matemática aplicada a chamada estatística, o qual

procurou-se explicar por meio de fundamentos teóricos que se trata de uma ciência que tem
como essência a observação, e que seu objetivo básico é a inferência, tendo como propósito
de aplicação o alcance de resultados informativos que sejam capazes de possibilitar a
obtenção de respostas ou de fazer previsões, a partir das quais possa-se tomar decisões.

3 CONCLUSÃO

O presente estudo teve como objetivo realizar um estudo teórico acerca da matemática com
foco nas informações estatísticas, visto que se trata de um método comumente utilizado em
todos os campos do saber, desde sala de aula até em um hospital.

Ficou provado que se aplicando os métodos científicos apropriados aos termos de uma
pesquisa estatística, juntamente com a utilização de técnicas computacionais adequadas,
torna-se possível obter uma imensa gama de informações que podem ser utilizadas na
construção dos mais variados tipos de gráficos, possibilitando de forma rápida, clara e objetiva
a assimilação de informações que anteriormente eram puramente numéricas e, portanto, de
difícil interpretação.

No campo das Ciências Contábeis, o uso da matemática é necessário, pois trata-se de uma
ciência que trabalha, em sua maioria, com dados concretas, com a objetividade. Nesse sentido,
ao demonstrar nesse estudo as informações estatísticas, comprovou-se que pode-se usar a
matemática nas funções contábeis, alcançando resultados eficazes.

Diante do exposto, pode-se afirmar que ficou evidenciado que a utilização desse método
resulta na obtenção de conclusões válidas que possibilitam a tomada de decisões razoáveis
acerca dessas informações.