Escolar Documentos
Profissional Documentos
Cultura Documentos
Belo Horizonte
2010
Belo Horizonte
2010
LISTA DE TABELAS
LISTA DE FIGURAS
| |1982.................................................................. |16 |
| |materiais.............................. |18 |
|Figura 3 - |Distribuição do consumo de fruta numa amostra com 74 meninas de
dezessete | |
| |anos.......................................................... |19 |
| |Brasil.............................................................................................. |21 |
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.
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.
2 DEFINIÇÃO DE ESTATÍSTICA
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.
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.
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.
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:
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.
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.
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.
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:
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.
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.
|Total |n = 50 |1 |
Outro relevante meio de análise de dados dá-se pelo uso e 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:
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.
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.
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.
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]
De acordo com Bussab (2002) o gráfico de barras é usado para construir barras ou retângulos,
conforme explica:
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]
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.
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
[pic]
FIGURA 4: Gráfico de pizza (setores) das origens dos residentes hispânicos nos Estados Unidos
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
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.