Escolar Documentos
Profissional Documentos
Cultura Documentos
SISTEMAS
PRODUTIVOS
Introdução
O processo de modelagem e simulação auxilia os gestores na tomada
de decisões. No entanto, a assertividade desse processo depende da
seleção adequada dos dados a serem coletados e analisados para a
construção dos modelos.
Existem inúmeras ferramentas que podem auxiliar você na obtenção
dos dados. Essa obtenção pode ser planejada por meio de um processo
estruturado e organizado que orienta quanto à definição da amostra, à
identificação dos dados, à seleção dos métodos de coleta, entre outros
aspectos.
Neste capítulo, você vai conhecer os principais conceitos relaciona-
dos à amostragem. Também vai ver as principais técnicas de coleta de
informações. Além disso, vai verificar como planejar a coleta de dados
para modelagem.
Existem alguns tipos de amostragem, como você pode ver a seguir (FARIAS; SOARES;
CÉSAR, 1996).
Amostragem aleatória simples: a amostra é escolhida elemento a elemento,
casualmente.
Amostragem estratificada: os elementos da população são divididos em grupos
homogêneos de acordo com a característica que se deseja medir. Escolhe-se uma
amostra aleatória dentro de cada grupo.
Amostragem por conglomerado: é uma amostra aleatória simples, na qual cada
unidade de amostragem é um grupo.
os objetivos da pesquisa;
a população a ser submetida à amostragem;
os dados a serem coletados;
o grau de precisão desejado;
os métodos de obtenção da informação;
a escolha da amostra;
a organização do trabalho em campo;
a coleta dos dados;
a análise dos dados.
disseminados para toda a equipe. Afinal, eles têm como função conduzir as
próximas ações de um projeto de simulação, incluindo ações relacionadas à
coleta de dados.
BANKS, J.; CARSON, J.; NELSON B. Discrete-event system simulation. New Jersey: Prentice
Hall, 1996.
FARIAS, A.; SOARES, J.; CÉSAR, C. Introdução à estatística. 2. ed. Rio de Janeiro: LTC, 1996.
MAGALHÃES, M.; LIMA, A. Noções de probabilidade e estatística. São Paulo: Universidade
de São Paulo, 2011.
MIYAKE, D.; SAKURADA, N. Aplicação de simuladores de eventos discretos no processo
de modelagem de sistemas de operações de serviços. Revista Gestão & Produção, v.
16, n. 1, p. 25-43, jan.-mar. 2009. Disponível em: http://www.scielo.br/pdf/gp/v16n1/
v16n1a04.pdf. Acesso em: 9 abr. 2019.
MOREIRA, D. A. Administração da produção e operações. 2. ed. São Paulo: Cengage
Learning, 2011.
POMMER, W. M. Conceitos e aplicações de estatística para cursos de ciências gerenciais:
uma abordagem introdutória. São Paulo: [S.n.], 2013. Disponível em: http://stoa.usp.br/
wmpommer/files/3915/20691/Livro%20Estat%C3%ADstica%20para%20Gerenciais%20
2013.pdf. Acesso em: 9 abr. 2019.
SPIEGEL, M. Estatística. 3. ed. São Paulo: Pearson, 1993.
Leitura recomendada
FOGO, J. C. [Disciplinas]. São Carlos: UFSCAR, 2017. Disponível em: www.ufscar.br/jcfogo.
Acesso em: 9 abr. 2019.