Você está na página 1de 247

UNIVERSIDADE DE SO PAULO

FACULDADE DE ECONOMIA, ADMINISTRAO E CONTABILIDADE


DEPARTAMENTO DE ADMINISTRAO









ESTUDO SOBRE OS PLANOS AMOSTRAIS
DAS DISSERTAES E TESES EM ADMINISTRAO
DA FACULDADE DE ECONOMIA, ADMINISTRAO E CONTABILIDADE
DA UNIVERSIDADE DE SO PAULO E DA ESCOLA DE ADMINISTRAO DA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL: UMA CONTRIBUIO CRTICA




Rosane Rivera Torres
Orientador: Prof. Dr. Gilberto de Andrade Martins




So Paulo
2000
UNIVERSIDADE DE SO PAULO
FACULDADE DE ECONOMIA, ADMINISTRAO E CONTABILIDADE
DEPARTAMENTO DE ADMINISTRAO





ESTUDO SOBRE OS PLANOS AMOSTRAIS
DAS DISSERTAES E TESES EM ADMINISTRAO
DA FACULDADE DE ECONOMIA, ADMINISTRAO E CONTABILIDADE
DA UNIVERSIDADE DE SO PAULO E DA ESCOLA DE ADMINISTRAO DA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL: UMA CONTRIBUIO CRTICA



Por Rosane Rivera Torres
Orientador: Prof. Dr. Gilberto de Andrade Martins




Dissertao apresentada ao Programa de
Ps-Graduao em Administrao da
FEA/USP, como pr-requisito para
obteno do ttulo de Mestre em
Administrao.



So Paulo
2000
Rosane Rivera Torres Dedicatria

























Aos meus pais.
s minhas tias Cora, Stela e Edi.






Na cincia, as convices no tm direito de cidadania, eis o
que se diz com justeza: s quando elas se decidem a abaixar-
se modestamente at o nvel de uma hiptese, a adotar o
ponto de vista provisrio de uma tentativa experimental, de
uma fico reguladora, que se pode conceder a elas acesso
e at mesmo um certo valor no interior do domnio do
conhecimento com essa restrio, no entanto, de permanecer
sob a vigilncia policial da desconfiana. Mas se olharmos
mais de perto, isto no significa que a convico s
admissvel na cincia quando cessa de ser convico? A
disciplina do esprito cientfico no comearia pelo fato de se
proibir doravante todas as convices? ... provvel que seja
assim: resta saber se no seria preciso, para que semelhante
disciplina possa se instaurar, que j houvesse convico,
convico to imperativa e incondicional que sacrificasse por
sua conta todas as outras convices. Como se v, a cincia
tambm se funda sobre uma crena, no h cincia sem
pressuposio. A questo de se saber se a verdade
necessria no deve apenas ter encontrado previamente sua
resposta afirmativa, esta resposta deve ainda afirm-la de
maneira que ela exprima o princpio, a crena, a convico que
nada to necessrio quanto a verdade e que em relao a
ela, todo o resto tem apenas importncia secundria.

FRIEDRICH NIETZSCHE in A GAIA DA CINCIA
Traduo de DUDA MACHADO

Rosane Rivera Torres Agradecimentos


Agradecimentos


Registro meus agradecimentos a todos que colaboraram para a realizao deste
trabalho, em especial:

Faculdade de Economia, Administrao e Contabilidade da Universidade
de So Paulo, atravs do seu programa de ps-graduao, pela
oportunidade de desenvolvimento acadmico, incluindo professores e
funcionrios.

Aos funcionrios da secretaria de ps-graduao e biblioteca da FEA/USP,
pela gentileza e presteza dos servios.

Ao meu orientador, Prof.Dr. Gilberto de Andrade Martins, pela sua
orientao valiosa e pela amizade e respeito que tornaram a realizao
deste trabalho prazerosa.

banca do exame de qualificao, nas pessoas da Prof
a
.Dra. Nadia Viana
e da Prof
a
.Dra. Maria Aparecida Gouveia, pelas sugestes, todas
pertinentes e enriquecedoras.

Ao Departamento de Matemtica da Universidade do Rio Grande, por
viabilizar meu afastamento durante a realizao do curso de mestrado.
Rosane Rivera Torres Agradecimentos


Aos professores do Laboratrio de Estatstica da Universidade do Rio
Grande, pela oportunidade de troca de experincias e por me substituir
durante minhas ausncias.

Escola de Administrao da Universidade Federal do Rio Grande do Sul,
em especial a bibliotecria chefe, Tnia, e aos estagirios Rafael e Nilton
Marcelo, por facilitarem meu acesso aos dados da pesquisa.

CM Guimares Consultoria Empresarial, pelo apoio tcnico, em especial
ao Cludio.

minha famlia, pelo exemplo e estmulo na conquista de mais essa etapa.

Ao Csar, por ser presena constante em minha vida, incentivando e
apoiando em todas as fases deste trabalho.
Rosane Rivera Torres Resumo


Resumo

Um cuidadoso plano amostral determinante na correta apurao dos resultados
dos trabalhos cientficos, contudo, muito pouco tem sido estudado e publicado a
respeito da metodologia e procedimentos de amostragem utilizados nas
dissertaes e teses dos cursos de ps-graduao em administrao do Brasil.

Este trabalho tem como objetivo caracterizar e discutir a metodologia de
amostragem utilizada nas dissertaes e teses dos cursos de administrao de
empresas da Faculdade de Economia, Administrao e Contabilidade/USP e da
Escola de Administrao/UFRGS. Para seu atingimento foram analisadas 196
teses e dissertaes dessas escolas elaboradas no perodo de 1991 a 1997
quanto a existncia de planos amostrais, incluindo tipos de amostragem, desenho
amostral, tratamento de erros alheios amostragem e inferncias.

Foi possvel concluir que planos amostrais coerentes com os objetivos do trabalho
e desenvolvidos de acordo com a teoria existente ainda so uma barreira para a
populao estudada.

Rosane Rivera Torres Abstract


Abstract


Although a careful sampling design is decisive to achieve precise results in a
scientific research, very few studies and publications have been made regarding
the methodological analysis used on dissertations and thesis prepared at business
administration post-graduation programs in Brazil.

This work aims to characterize and discuss the sampling methodologies applied in
the business administration dissertations and thesis submitted to Faculdade de
Economia, Administrao e Contabilidade/USP and Escola de Administrao/
UFRGS. To fully achieve this objective, 196 dissertations and thesis published
from 1991 to 1997 have been analyzed regarding the presence of sampling,
including sampling design, sampling types, non-sampling errors control and
inferences.

It was possible to conclude that sampling design correctly linked to research
objectives and developed in line with the existent theory constitute a barrier to the
studied population.


Rosane Rivera Torres Sumrio
viii

SUMRIO
Pgina
Resumo............................................................................................................ vi
Abstract............................................................................................................ vii
Lista de anexos...... ......................................................................................... xi
Lista de figuras................................................................................................. xii
Lista de tabelas................................................................................................ xiii
Lista de grficos.............................................................................................. xiv

Captulo

1. Contextualizao.......................................................................................... 15
1.1. A ps-graduao no Brasil............................................................. 15
1.2. A pesquisa nos cursos de ps-graduao..................................... 20
1.3. Programa de ps-graduao em Administrao - FEA/USP......... 23
1.4. Programa de ps-graduao em Administrao - EA/UFRGS...... 25

2. Problema de pesquisa................................................................................. 29
2.1. Introduo...................................................................................... 29
2.2 Objetivos da pesquisa..................................................................... 32

3. Reviso bibliogrfica ................................................................................... 35
3.1. Amostragem probabilstica............................................................. 49
3.1.1. Amostragem aleatria simples......................................... 49
3.1.1.1.Amostragem.aleatria simples com reposio
ou populao infinita............................................

53
3.1.1.2. Amostragem aleatria simples sem reposio
ou populao finita..............................................

57
3.1.1.3. Comparando a amostragem aleatria simples
sem reposio com a amostragem aleatria
simples com reposio........................................


60
Rosane Rivera Torres Sumrio
ix
3.1.2. Amostragem estratificada................................................. 61
3.1.3. Amostragem por conglomerado ou por grupo.................. 70
3.1.4. Amostragem sistemtica.................................................. 76
3.2. Amostragem no-probabilstica...................................................... 81
3.2.1. Amostragem por convenincia ou . acessibilidade........... 81
3.2.2. Amostragem intencional ou por julgamento..................... 82
3.2.3. Amostragem por cotas...................................................... 84
3.3. Escolha entre mtodos de amostragem ................................... 89
3.4. Determinao do tamanho da amostra.......................................... 91
3.4.1. Nveis de mensurao de uma varivel............................ 91
3.4.2. Tamanho da populao.................................................... 93
3.4.3. Nveis de significncia...................................................... 95
3.4.4. Erro amostral.................................................................... 99
3.4.5. Tamanho de uma amostra aleatria simples.................... 102
3.4.5.1. Tamanho de uma amostra aleatria simples
quando a varivel escolhida for intervalar,
ou razo, e a populao infinita, ou a
amostragem for com reposio...........................



103
3.4.5.2. Tamanho de uma amostra aleatria simples
quando a varivel escolhida for intervalar,
ou razo, e a populao finita, ou a
amostragem for sem reposio...........................



104
3.4.5.3. Tamanho de uma amostra aleatria simples
quando a varivel escolhida for nominal,
ou ordinal, e a populao infinita, ou a
amostragem for com reposio...........................



105
3.4.5.4. Tamanho de uma amostra aleatria simples
quando a varivel escolhida for nominal,
ou ordinal, e a populao finita, ou a
amostragem for sem reposio...........................



106
3.4.5.5. Exemplo prtico de clculo do tamanho da
amostra aleatria...............................................

107
3.4.6. Tamanho de uma amostra estratificada........................... 109
Rosane Rivera Torres Sumrio
x
3.4.6.1. Pelas mdias....................................................... 109
3.4.6.1.1. Estratos de tamanhos iguais............... 113
3.4.6.1.2. Partilha proporcional............................ 116
3.4.6.1.3. Critrio de Neyman.............................. 120
3.4.6.1.4. Partilha tima....................................... 124
3.4.6.2. Pelas propores................................................ 128
3.4.6.3.Comparando os diversos tipos de estratificao. 128
3.4.7. Tamanho de uma amostra por conglomerado.................. 130
3.4.8. Tamanho de uma amostra sistemtica............................. 142
3.5. Erros alheios amostragem.......................................................... 146
3.5.1. Erros de cobertura............................................................ 150
3.5.2. Erros de resposta............................................................. 151
3.5.3. Ausncia de resposta...................................................... 155
3.5.3.1. Efeitos da ausncia de resposta........................ 155
3.5.3.2. Medidas para evitar o vcio................................ 159

4. Metodologia de pesquisa ........................................................................... 162
4.1. Populao...................................................................................... 165
4.2. Instrumento de coleta de dados e variveis de anlise................. 166
4.3. Plano amostral............................................................................... 168
4.4. Limitaes do estudo..................................................................... 171

5. Resultados e concluses............................................................................. 173
5.1. Estratgia de investigao............................................................. 173
5.2. Resultados..................................................................................... 175
5.3. Consideraes finais...................................................................... 195
Anexos............................................................................................................. 196
Referncias bibliogrficas................................................................................ 242


Rosane Rivera Torres Lista de anexos
xi

Lista de anexos


Anexo Pgina

1. Programa da ps-graduao em Administrao FEA/USP......................... 197
2. Programa da ps-graduao em Administrao EA/UFRGS...................... 207
3. Listagem das teses - FEA/USP - 1991 - 1997............................................. 213
4. Listagem das dissertaes- FEA/USP - 1991 - 1997................................... 217
5. Listagem das dissertaes- EA/UFRGS - 1991 - 1997................................ 225
6. Instrumento de coleta de dados................................................................... 239

Rosane Rivera Torres Lista de figuras
xii

Lista de figuras


Figura Pgina

1. Acurcia e preciso...................................................................................... 48
2. Tamanho de n em funo de N.................................................................... 94
3. Ilustrao do TLC......................................................................................... 97
4. Uma curva contnua que aproxima a distribuio de freqncias
observadas...................................................................................................


98
5. rea sob a curva normal a 1, 2 e 3 desvios de cada lado da mdia........... 99
6. Varivel com comportamento cclico........................................................... 145
7. Fontes potenciais de erro na metodologia de pesquisa.............................. 148



Rosane Rivera Torres Lista de tabelas
xiii

Lista de tabelas

Tabela Pgina

1. Parte de uma tabela de nmeros aleatrios................................................ 51
2. Amostra sorteada com a tabela de nmeros aleatrios.............................. 52
3. Relao dos sites com contedo voltado a esportes em geral.................... 66
4. Relao dos sites segundo o estrato a que pertencem............................... 68
5. Clculo da mdia e varincia com estratificao segundo o tipo de
contedo dos sites.......................................................................................


69
6. Comparativo de e
2
................................................................................. 70
7. Seleo de elementos da amostra............................................................... 79
8. Amostra sistemtica (N = 40; n = 20)........................................................... 80
9. Seleo de elementos da amostra............................................................... 80
10. Composio do universo............................................................................ 84
11. Composio da amostra............................................................................ 85
12. Grau de confiana por nmero de desvios-padro.................................... 99
13. Relao dos sites sorteados para compor a amostra (n = 24).................. 109
14. Clculo da mdia e da varincia da mdia - estratos de tamanhos iguais 116
15. Clculo da mdia e da varincia da mdia - partilha proporcional............ 119
16. Clculo da mdia e da varincia da mdia - partilha tima....................... 124
17. Clculo da mdia e da varincia da mdia - critrio de Neyman............... 127
18. Clculo do efeito do planejamento............................................................. 130
19. Computadores fora da garantia e custo de manuteno mensal.............. 139
20. Composio da amostra............................................................................ 144
21. Impacto do vcio na probabilidade () de que uma estimativa caia
fora do intervalo de confiana....................................................................

159
22. FEA/USP - Trabalhos defendidos por ano................................................. 166
23. EA/UFRGS - Trabalhos defendidos por ano.............................................. 166



Rosane Rivera Torres Lista de grficos
xiv

Lista de grficos

Grfico Pgina

1. Tipo de estudo............................................................................................. 176
2. Presena de plano amostral........................................................................ 178
3. Tipo de amostragem.................................................................................... 181
4. Utilizao de amostragem no probabilstica.............................................. 182
5. Tipo de amostragem no probabilstica....................................................... 183
6. Procedimentos corretos em no probabilstica............................................ 186
7. Tipo de erro em no probabilstica............................................................... 187
8. Tipo de amostragem probabilstica.............................................................. 190
9. Procedimentos corretos em probabilstica................................................... 191
10. Tipo de erro em probabilstica.................................................................... 192
11. Inferncia com plano amostral................................................................... 195

Rosane Rivera Torres CAPTULO 1 - Contextualizao
15

CAPTULO 1
1. Contextualizao

1.1. A Ps-Graduao no Brasil

O ensino superior brasileiro nasceu sob a forma de Faculdades Isoladas.
Somente a partir da dcada de 30 aparecem as primeiras Universidades, como
resultado da aglomerao destas.

Em 1931, com a Reforma Campos (decreto 19.815/31), foram estabelecidas
normas para o doutoramento europeu com defesa de tese nas reas de Direito,
das Cincias Exatas e Naturais. Assim surge, na Universidade de So Paulo,
fundada em 1934, o doutorado da Faculdade de Filosofia, Cincias e Letras
segundo o modelo das universidades europias e com professores tambm
europeus, segundo CUNHA (1974, apud MARTINS 1994).

Cursos com o nome de "ps-graduao" surgem no pas a partir de 1946 na
Universidade do Brasil (Decreto 21.931).

Nos anos 50, so vrias as iniciativas de treinamento a nvel de Ps-Graduao,
na forma de cursos de especializao e aperfeioamento.

O crescimento vertiginoso do ensino superior se d na dcada de 60, quando
centenas de escolas, sobretudo particulares, foram criadas na regio sudeste. O
Rosane Rivera Torres CAPTULO 1 - Contextualizao
16
sistema de ensino superior cresceu naquela dcada, no somente em nmero de
instituies, mas na diversificao do leque de ofertas de cursos, nas diversas
modalidades de habilitaes, e se estendeu para as demais regies do pas, diz
MARTINS (1994).

O extraordinrio aumento dos cursos de graduao provocou o crescimento dos
cursos de Ps-Graduao propriamente ditos. At 1965, no Brasil, tinham sido
criados 286 cursos de aperfeioamento e especializao, segundo levantamento
feito pela CAPES (Coordenadoria de Aperfeioamento de Pessoal de Nvel
Superior). J em 1974, tnhamos 355 cursos de mestrado e 46 de doutorado.
Deve-se observar que esses programas de ps-graduao foram organizados e
estruturados segundo modelos norte-americanos.

At 1965, o processo de criao e desenvolvimento desses cursos se deu
naturalmente, sem uma poltica estabelecida pelos rgos governamentais.
Devido enorme demanda de professores universitrios, tais cursos eram, em
sua maioria, orientados para qualificao de docentes para cursos de graduao.

A rpida expanso dos cursos de ps-graduao, aliada s apreenses quanto a
qualidade dos cursos que poderiam estar apenas repetindo a graduao, e a
conseqente desvalorizao dos graus de mestre e doutor, exigiram um
posicionamento do Conselho Federal de Educao, que emitiu, em 1965, o
parecer n 977, disciplinando a criao e funcionamento dos cursos de ps-
graduao no pas.

Rosane Rivera Torres CAPTULO 1 - Contextualizao
17

O referido parecer afirma que a implantao, dos estudos de ps-graduao, "
condio bsica para transformar a universidade brasileira em centro
criador de cincias, artes e novas tecnologias". Reconhece que numa
universidade moderna a ps-graduao constitui o pice de estudos,
possibilitando o desenvolvimento da pesquisa cientfica e a formao de quadros
para o magistrio superior.

Em plena crise social de 1968, o Governo, diante das sucessivas manifestaes
dos estudantes que lutavam por uma reforma do sistema brasileiro de educao,
editou, em 28 de novembro, a Lei 5.540, que disciplina o ensino superior no pas.

A efervescncia social da poca e a implantao de um novo modelo econmico
com caractersticas de capitalismo de mercado associado-dependente, orientaram
o esprito da nova lei. Estava selada a sorte do nacionalismo desenvolvimentista,
prevalecendo a proposta econmica do capitalismo de mercado implantado e
praticado pelos governos militares a partir de 1964, segundo LUCKESI (1984,
apud MARTINS 1994).

A Lei 5.540/68 d a estrutura do sistema de ensino superior. Compem o sistema
trs modelos fundamentais: as universidades, os estabelecimentos isolados e as
federaes de escolas, sendo a ps-graduao ministrada, prioritariamente, nas
universidades. Assim os cursos stricto sensu so prioritrios nas universidades,
enquanto que os cursos de ps-graduao lato sensu, especializao e
aperfeioamento, reservados s federaes de escolas e institutos isolados.
Rosane Rivera Torres CAPTULO 1 - Contextualizao
18


O desempenho dos cursos de ps-graduao, a partir de 1968, foi
deliberadamente igualado concepo de outros organismos governamentais
orientados pela eficincia da tecno-burocracia. A par de preparar quadros de
pesquisadores e professores universitrios, em muito contribuiu para a melhoria
da capacitao dos recursos humanos das empresas multinacionais, das grandes
empresas nacionais e das organizaes estatais que proliferavam nos anos de 60
e 70.

Apesar de algumas anomalias estruturais, no se pode negar o grande avano
experimentado pelos programas de ps-graduao no Brasil a partir de 1965.
Houve crescimento do nmero de matrculas, diversificao de reas atendidas,
expanso em todas as regies e aperfeioamento da qualidade da produo
cientfica brasileira.

Atualmente, segundo MARTINS (1994), pode-se aceitar que a ps-graduao
est consolidada, sofrendo, como todo o sistema educacional brasileiro, as
vicissitudes impostas por sucessivos governos que pouco cuidaram da Educao
em todos os seus nveis.

O autor supra segue ainda dizendo que a expanso de instituies de ensino
superior particulares no foi, nem de longe, acompanhada pelo setor pblico.
Mais de 65% das matrculas de graduao do sistema nacional pertencem s
Rosane Rivera Torres CAPTULO 1 - Contextualizao
19
organizaes particulares. Contrariamente, a esmagadora maioria das matrculas
de ps-graduao esto na rede pblica de universidades federais e estaduais.

Diz o 43 artigo da Nova Lei de Diretrizes e Base de 1996, que o ensino superior
tem por finalidade:


"I - estimular a criao cultural e o desenvolvimento do
esprito cientfico e do pensamento reflexivo;
II - formar diplomados nas diferentes reas do conhecimento,
aptos para a insero em setores profissionais e para a
participao no desenvolvimento da sociedade brasileira, e
colaborar na sua formao contnua;
III- incentivar o trabalho de pesquisa e investigao cientfica,
visando o desenvolvimento da cincia e da tecnologia e da
criao e difuso da cultura e, desse modo, desenvolver o
entendimento do homem e do meio em que vive.
IV - promover a divulgao de conhecimentos culturais,
cientficos e tcnicos que constituem patrimnio da
humanidade e comunicar o saber atravs do ensino, de
publicaes ou de outras formas de comunicao;
V - suscitar o desejo permanente de aperfeioamento cultural
e profissional e possibilitar a correspondente concretizao,
integrando os conhecimentos que vo sendo adquiridos
numa estrutura intelectual sistematizadora do conhecimento
de cada gerao;
VI - estimular o conhecimento dos problemas do mundo
presente, em particular os nacionais e regionais, prestar
servios especializados comunidade e estabelecer com esta
uma relao de reciprocidade,
VII - promover a extenso, aberta participao da
populao, visando difuso das conquistas e benefcios
resultantes da criao cultural e da pesquisa cientfica e
tecnolgica geradas na instituio". (LDB, 1996)

Ento, com base na LDB, podemos constatar que o compromisso do pesquisador
de nvel superior no se restringe somente aquisio de conhecimento, mas
envolve tambm um compromisso moral de colaborar para o desenvolvimento
cultural, cientfico e tcnico do pas, atravs do ensino, de publicaes ou de
outras formas de comunicao.
Rosane Rivera Torres CAPTULO 1 - Contextualizao
20

1.2. A pesquisa nos cursos de ps-graduao

A conceituao e reorganizao dos cursos de ps-graduao foi deflagrada em
1968, no artigo 24 da Lei 5.540. Em 1970, institudo o Programa Intensivo de
Ps-Graduao nas reas ligadas ao desenvolvimento tecnolgico do pas, junto
ao Fundo Nacional de Desenvolvimento Cientfico e Tecnolgico (FNDCT), com a
finalidade de incrementar o aperfeioamento ps-graduado, mediante cursos e
estgios, no pas e no exterior, com vistas ao desenvolvimento tecnolgico dos
setores prioritrios, dentre as quais a administrao pblica e de empresas. O
programa foi gerenciado pela Coordenadoria do Aperfeioamento do Pessoal de
Nvel Superior (CAPES) e pelo Conselho Nacional de Pesquisas (CNPq).

Em 1974, pelo decreto n 73.411, o governo federal instituiu o Conselho Nacional
de Ps-Graduao que tem a incumbncia de elaborar o Plano Nacional de Ps-
Graduao. Ainda, em 1974, a CAPES, criada em 1964, reformulada e passa a
supervisionar a implantao e desenvolvimento dos programas de ps-
graduao no pas. Essa coordenao, entre outras finalidades, deve implementar
polticas de ps-graduao, gerir a aplicao dos recursos financeiros de fontes
nacionais e estrangeiras destinados ao desenvolvimento da ps-graduao no
pas e colaborar com instituies de ensino superior na elaborao de programas
de pesquisa e concesso de bolsas de estudo. MARTINS (1994)

Segundo as leis e normas que regem os cursos de ps-graduao, a pesquisa
Rosane Rivera Torres CAPTULO 1 - Contextualizao
21
cientfica colocada como objetivo principal por ser considerada o instrumento
para desenvolver a capacidade de pensar e criar. na ps-graduao que o
estudante obtm experincia de pesquisa cientfica, necessria elaborao de
sua dissertao e tese. No processo de elaborao de trabalho cientfico podem
ser evidenciadas as capacidades de criao, o domnio do assunto e,
principalmente, o esprito de trabalho e perseverana para o desenvolvimento de
empreitadas dessa natureza.

Neste trabalho, estamos considerando como pesquisa cientfica um procedimento
formal, com mtodo de pensamento reflexivo que requer tratamento cientfico e se
constitui no caminho para se conhecer a realidade. Atravs da busca de
respostas para questes propostas, utilizando mtodos cientficos, permite
descobrir novos fatos, relaes e leis. O processo de investigao cientfica
exposto, por escrito, em relatrios tcnico-cientficos, evidenciado neste trabalho
por dissertaes e teses na rea de administrao da Faculdade de Economia,
Administrao e Contabilidade da Universidade de So Paulo (FEA/USP) e da
Escola de Administrao da Universidade Federal do Rio Grande do Sul
(EA/UFRGS). Segundo pareceres do Conselho Federal de Educao, a
dissertao de mestrado dever evidenciar conhecimento da literatura existente e
a capacidade de investigao do candidato, podendo ser baseada em trabalho
experimental, projeto especial ou contribuio tcnica, enquanto a tese, alm de
expor e explicar, tem como fundamento principal demonstrar, legitimando e
induzindo, a fim de provar a verdade ou falsidade das idias mediante defesa de
argumentos que levem evidncia das provas e ao raciocnio lgico e
consistente.
Rosane Rivera Torres CAPTULO 1 - Contextualizao
22

A prtica de se ter pesquisa cientfica como pedra angular dos cursos de ps-
graduao revela ambigidades de diversas ordens:

a burocracia do sistema reconhece o pesquisador aps o cumprimento de
longa relao de disciplinas, exames de qualificao, defesa de dissertao de
mestrado, aprovao em mais disciplinas e defesa da tese de doutorado.
Entretanto, o que determinado pela lei raramente acontece, pois o ensino
quase sempre ser divorciado da pesquisa, ou de outra forma, os programas
de ps-graduao no articulam de maneira eficaz os cursos (disciplinas e
contedos) com os projetos de pesquisa e seus alunos, diz GAMBOA (1987,
apud MARTINS,1994).

o pouco treinamento em pesquisa, exibido pelos ps-graduandos
ingressantes, faz com que muitos deles cumpram todos os crditos
necessrios sem uma proposta de pesquisa e, no raro, abandonem o
programa aps receberem o ensino, afirma MARTINS (1994).

MARTINS (1994) diz ainda que a normatizao imposta pelos regulamentos
distancia a ps-graduao da graduao, criando verdadeiros "feudos" de
"docentes pesquisadores" e instalando-se nveis de professores aptos
pesquisa e aqueles aptos ao magistrio.

a metodologia de pesquisa cientfica, principal disciplina de apoio s
investigaes individuais, na maioria das vezes ministrada de maneira
equivocada. Ou eleva-se o nvel, discutindo Teoria do Conhecimento e
Rosane Rivera Torres CAPTULO 1 - Contextualizao
23
incurses sobre a Filosofia, ou ento busca-se instrumentalizar o estudante
com mtodos e tcnicas de pesquisa. Os dois enfoques tm seus pontos
positivos, todavia restries de tempo, devido ao pouco nmero de
horas/aulas, acabam comprometendo o objetivo principal, que a formao de
pesquisadores.


1.3. Programa de Ps-Graduao em Administrao da FEA/USP

A FEA (Faculdade de Economia, Administrao e Contabilidade) foi criada em
1946, com a denominao de FCEA - Faculdade de Cincias Econmicas e
Administrativas, e integrada USP para atender a necessidade de suprir o ensino
superior de Administrao, Contabilidade e Aturia e Economia.

A partir de 1969, com a Reforma Universitria, foram estruturados os cursos de
ps-graduao da faculdade, em nvel de mestrado e doutorado.

O Programa de Mestrado em Administrao oferecido a alunos graduados em
nvel superior, que procuram aprofundar seus conhecimentos tericos e tcnicos
no campo de Administrao. escopo do programa propiciar condies de
amadurecimento da capacidade de investigao cientfica, orientando o aluno
para as atividades de pesquisa, docncia e demais atividades profissionais.
Tambm oferecido o Programa de Doutorado aos mestres que buscam
aprofundamento do conhecimento na rea de Administrao.

Rosane Rivera Torres CAPTULO 1 - Contextualizao
24
Os cursos oferecem as seguintes reas de concentrao: Administrao Geral,
Administrao de Recursos Humanos, Administrao de Marketing,
Administrao de Finanas, Administrao da Produo, Mtodos Quantitativos e
Informtica, Poltica de Negcios e Economia de Empresa, e Poltica, Gesto,
Cincias e Tecnologia.

concedido o ttulo de mestre em Administrao ao estudante que for aprovado
no conjunto de disciplinas fundamentais, nas disciplinas obrigatrias, nas matrias
optativas, no exame de proficincia em lngua estrangeira, no exame de
qualificao e na argio por comisso julgadora da dissertao elaborada pelo
candidato. (Programa do curso em anexo)

O ttulo de doutor em Administrao ser concedido ao aluno que cumprir limite
mnimo de crditos, lograr aprovao no exame de lngua estrangeira,
qualificao e defesa de tese.(Programa do curso em anexo)

A FIA (Fundao Instituto de Administrao) colabora com o Programa de Ps-
Graduao atravs de recursos financeiros para apoio tcnico e administrativo;
apoio ao desenvolvimento profissional dos docentes do programa; estmulo
produo acadmica e divulgao cientfica; intercmbio com organizaes
privadas, estatais e associaes profissionais; oportunidades de estgio e de
desenvolvimento profissional, mediante apresentao nas equipes de projetos.

A estrutura bsica de funcionamento do Programa de Ps-Graduao em
Administrao da Faculdade de Economia, Administrao e Contabilidade
Rosane Rivera Torres CAPTULO 1 - Contextualizao
25
FEA/USP foi delineada em 1975 e neste ltimo quarto de sculo tem sofrido
alteraes e aperfeioamentos, na busca de seus objetivos de formao de
docentes e pesquisadores.


1.4. Programa de Ps-Graduao em Administrao EA/UFRGS

A histria da UFRGS comea com a fundao da Escola de Farmcia e Qumica,
em 1895, e em seguida, da Escola de Engenharia. Assim iniciava, tambm, a
educao superior no Rio Grande do Sul.

Em 28 de novembro de 1934 foi criada a Universidade de Porto Alegre, que em
1947 passou a ser denominada Universidade do Rio Grande do Sul, a URGS,
incorporando faculdades de Pelotas e Santa Maria. Posteriormente, essas
unidades foram desincorporadas da URGS, com a criao da Universidade
Federal de Pelotas (UFPel) e da Universidade Federal de Santa Maria(UFSM).

Em dezembro de 1950, a Universidade foi federalizada, passando esfera
administrativa da Unio. Desde ento, a UFRGS (Universidade Federal do Rio
Grande do Sul), passou a ocupar posio de destaque no cenrio nacional, como
um dos maiores oramentos do Estado do Rio Grande do Sul e como a primeira
em publicaes e a segunda em produo cientfica, entre as federais,
considerando o nmero de professores.


Rosane Rivera Torres CAPTULO 1 - Contextualizao
26

A Escola de Administrao da Universidade Federal do Rio Grande do Sul,
apesar de relativamente recente em sua instituio formal (foi oficialmente criada
em setembro de 1996, quando o Conselho Universitrio aprovou sua criao, com
o respectivo desmembramento da Faculdade de Cincias Econmicas) a
instituio mais antiga no oferecimento do ensino de Administrao na Regio
Sul.

Em 1951 foi criado o Instituto de Administrao, em convnio com o Governo do
Estado, passando a oferecer programas de extenso tanto para o setor pblico
como para o setor privado. Em 1963 foi criado o curso de graduao em
Administrao de Empresas; em 1967, o de graduao em Administrao Pblica.

Em 1972, foi institudo o Programa de Ps-Graduao em Administrao (PPGA)
com o oferecimento de curso em nvel de mestrado com duas opes
curriculares: Administrao Pblica e Administrao de Empresas. Seguindo uma
trajetria que prima pelo crescimento e pela preocupao em atender s
necessidades evidenciadas pela comunidade intra e extra-muros da Universidade,
o PPGA mantm: curso de mestrado, modalidade acadmica (programa do curso
em anexo), existente desde 1972; vrios cursos de especializao (ps-
graduao lato sensu) oferecidos a partir de 1983; cursos de mestrado na
modalidade interinstitucional, iniciados em 1997; curso de doutorado (iniciado em
1994) e, a partir de 1998, curso de mestrado para executivos, modalidade
profissional.

Rosane Rivera Torres CAPTULO 1 - Contextualizao
27

O quadro de professores atua no ensino e pesquisa dos cursos de mestrado e
doutorado, distribudo em diferentes opes curriculares: Contabilidade e
Finanas, Gesto de Tecnologia e da Produo, Marketing, Organizaes,
Recursos Humanos, Sistemas de Informao e de Apoio Deciso e
Administrao Pblica.

O Programa de Ps-graduao em Administrao da Escola de Administrao da
Universidade Federal do Rio Grande do Sul mantm em sua estrutura diferentes
grupos de pesquisa, que emprestam seu apoio ao desenvolvimento das diferentes
linhas de pesquisa, tanto em nvel de doutorado como de mestrado.

Na atualidade, pode-se destacar alguns intercmbios que vem assumindo carter
mais ou menos permanente. Em nvel nacional, o PPGA filiado Associao
Nacional de Ps-Graduao em Administrao (ANPAD) e mantm convnios de
apoio com entidades de fomento como a Financiadora de Estudos e Projetos
(FINEP), a Fundao de Amparo Pesquisa do Rio Grande do Sul (FAPERGS),
e com o Programa de Apoio ao Desenvolvimento Cientfico e
Tecnolgico/Planejamento e Gesto em Cincia e Tecnologia (PADCT/PGCT),
para o financiamento de pesquisas.

O PPGA participa, ainda, da rede formada pelo Programa ALFA (Amrica Latina
Formao Acadmica) - Programa de Unio Europia para Amrica Latina -
EURO-CONOSUR, que visa ao intercmbio de alunos (rede constituda pela
Universidade Federal do Rio Grande do Sul, Universidade de Buenos Aires,
Rosane Rivera Torres CAPTULO 1 - Contextualizao
28
Universidade do Chile, Universidade Pierre Mends-France, Universidade
Autnoma de Madrid e Universidade de Sussex).
Rosane Rivera Torres CAPTULO 2 - Problema de pesquisa
29

CAPTULO 2
2. Problema de pesquisa

2.1. Introduo:

Com o exposto at o momento, pode-se dizer que inquestionvel o prestgio da
cincia nestes tempos moderno: sendo o motor da tecnologia, a cincia , cada
vez mais, determinante do curso de nossas vidas. Nos pases desenvolvidos a
cincia demonstra seu poder influenciando diretamente nas suas economias.

Se o processo de convivncia do homem com as cincias naturais e suas
tecnologias parece j estabelecido, por outro lado nas cincias sociais a questo
est em aberto, decorrendo da perplexidades e mal-entendidos.

Segundo MARTINS (1994), a Sociologia, cincia nova, e a disciplina
Administrao no possuem tcnicas e mtodos de investigao exclusivos,
antes pelo contrrio, utilizam-se de tcnicas e mtodos de outras cincias e
disciplinas.

No h mais dvida de que o conhecimento deve ser considerado como um
processo e no como um dado definitivo. Esta noo de verdades definitivas, que
por muito tempo dominou o meio cientfico, foi substituda por outra, que o v
antes de tudo como um processo, como uma histria que, aos poucos e
Rosane Rivera Torres CAPTULO 2 - Problema de pesquisa
30
incessantemente, possibilita a captao da realidade a ser conhecida.
(JAPIASSU, 1977 apud MARTINS, 1994)

Esta proposta de analisar os planos amostrais das teses e dissertaes em
Administrao surge ante a necessidade de se investigar a proliferao de
centros de pesquisa na rea da Administrao ocorrida no pas nestes ltimos
anos, com a criao e consolidao dos programas de ps-graduao em
Administrao.

Diz MARTINS (1994) que

"os PPGAs precisam ampliar espaos para discusses sobre
a metodologia da pesquisa cientfica, no somente em termos
de maior carga horria e desenvolvimento do contedo
adequado, como na formao de encontros, seminrios e
outros eventos que abordem esse tema".

nessa linha que pretendemos contribuir, pois a amostragem , segundo
PREZ (1999), uma parte essencial de todo o procedimento cientfico. Segundo o
mesmo autor, o uso de amostragem possibilita um trabalho cientfico mais
adequado, fazendo render o tempo do pesquisador. Ao invs de utilizar horas na
anlise da populao como um todo sob somente um ponto de vista, pode
aproveitar estas mesmas horas examinando uma pequena quantidade de
informaes (amostra) sob vrios pontos de vista ou, em outras palavras, fazer
uma anlise mais intensiva de alguns casos. Outra importncia do uso da
amostragem que, ao utilizarmos uma amostra, estamos economizando dinheiro,
possibilitando assim realizar investigaes que seriam economicamente inviveis,
caso fssemos pesquisar toda a populao. Alm disso, o uso da amostragem
fato corrente no nosso cotidiano. Como diz BOLFARINE e BUSSAB (1994),
Rosane Rivera Torres CAPTULO 2 - Problema de pesquisa
31

"basta lembrar como um cozinheiro verifica o tempero de um
prato que est sendo preparado, ou como algum testa a
temperatura de um prato fumegante de sopa, ou ainda como
um mdico detecta as condies de um paciente atravs de
um exame de sangue. Pode-se listar outros exemplos que
usam procedimentos amostrais mais complexos, mas todos
com o mesmo objetivo: obter informaes sobre o todo com
base no resultado de uma amostra. Porm, o uso inadequado
de um procedimento amostral pode levar a um vis de
interpretao dos resultados. Por exemplo, no mexer bem a
sopa antes de retirar uma colher para experimentar pode
levar a sub-avaliao da temperatura do prato todo, com
conseqncias desagradveis para o usurio. Em estudos
mais sofisticados, onde as informaes so obtidas atravs
de levantamentos amostrais, comum o usurio ficar to
envolvido na apurao e interpretao dos dados que
'esquece' de verificar possveis vises originrios do
protocolo de escolha da amostra. O uso de amostras que
produzem resultados confiveis e livres de vis o desejo de
todos. Entretanto estes conceitos no so triviais e precisam
ser estabelecidos para uso cientfico dos processos
amostrais. Desse modo, necessita-se de teorias que
descrevam as propriedades e impropriedades de alguns
protocolos de obter amostras"

Sabe-se que o nmero de trabalhos realizados nos cursos de ps-graduao em
Administrao vem aumentando consideravelmente. Entretanto, o sentimento
que muito pouco tem sido publicado no que diz respeito anlise metodolgica
desses trabalhos, principalmente no que tange aos tipos de amostragens
utilizadas nos mesmos.

amplo e complexo o debate sobre as condies e critrios que determinam as
opes temticas e metodolgicas da pesquisa em Administrao. Para se
comear a entender o tipo de investigao desenvolvida nos PPGAs importante
analisar as diversas orientaes tericas e metodolgicas existentes,
possibilitando assim estudos auto-avaliativos sobre a produo cientfica e fazer
uma reflexo crtica sobre o que se est produzindo. (MARTINS, 1994)
Rosane Rivera Torres CAPTULO 2 - Problema de pesquisa
32
Diz MARTINS (1994) que,

"com raras excees, os planos amostrais das pesquisas em
administrao so frgeis e confusamente explicados. Nota-
se dificuldades extraordinrias para o dimensionamento e
composio da amostra. Quase a totalidade dos trabalhos
orientados por metodologias que indicam a necessidade de
amostragem so 'resolvidos' pela prtica de tcnicas
'intencionais' para a escolha dos elementos amostrais. As
explicaes e justificativas da intencionalidade, via de regra,
so patticas. Gastam-se pargrafos na busca de elementos
de convencimento da opo feita".

Ainda segundo autor supra,

"quanto indicao do grau de confiabilidade dos 'achados
da pesquisa', restringe-se aos nveis de significncia
estatsticos, nos casos em que so utilizados. baixa a
preocupao dos autores com o grau de confiabilidade dos
resultados obtidos, comprometendo em alguns casos, suas
concluses e recomendaes"


2.2. Objetivos da pesquisa:

Este trabalho tem como finalidade caracterizar e discutir as metodologias das
amostragens utilizadas nas dissertaes e teses em Administrao da Faculdade
de Economia, Administrao e Contabilidade - USP e Escola de Administrao -
UFRGS, no perodo de 1991 1997.

A apresentao dos aspectos bsicos de uma amostragem, que compem o
captulo seguinte, objetiva consolidar uma base terica para apoiar as discusses
e avaliaes dos trabalhos, no que diz respeito exclusivamente ao plano amostral.

Rosane Rivera Torres CAPTULO 2 - Problema de pesquisa
33
A este aspecto, PREZ (1999) escreveu:

"Entendemos por amostra um subconjunto o mais
representativo possvel de uma populao. Naturalmente, o
estudo do coletivo requerer um cuidadoso processo de
amostragem, com o objetivo de elaborar este subconjunto
nas condies mais adequadas de representatividade, posto
que a inferncia se caracterizar por aplicar ao coletivo as
concluses obtidas a partir de uma amostra. Neste sentido, o
mtodo de seleo da amostra se reveste de uma importncia
singular, dado que, dependendo de como se tenha
construdo esta, se chegar a uns ou outros resultados".

O autor diz ainda que

"de forma metafrica poderamos dizer que uma amostra, que
se supe representativa de uma populao, similar ao que
representa uma maquete respeito do edifcio do qual
oferece uma imagem. A amostra, assim como a maquete, ser
melhor ou pior, segundo o grau de representatividade que
oferea".

A teoria da amostragem extrapola a informao aportada pela amostra a toda a
populao, dando lugar ao que se conhece em amostragem por "elevao do
dados amostral populao" que se estuda. Na metfora da maquete o fator de
elevao seria a escala, que permite passar um dado de maquete a seu dado
correspondente no edifcio real que representa.

Esta complexidade intrnseca problemtica dos desenhos amostrais fez com
que se optasse pela elaborao deste trabalho, de forma a abordar a questo da
amostragem tanto no seu aspecto terico quanto na sua utilizao prtica,
focando a produo cientfica gerada, sob a forma de dissertao e tese, entre os
anos de 1991 e 1997 nas faculdades citadas. Com isso esperamos estar
contribuindo para a qualidade e rigor da futura produo cientfica brasileira, na
Rosane Rivera Torres CAPTULO 2 - Problema de pesquisa
34
rea de Administrao, disponibilizando ao pesquisador no s idias gerais de
como o trabalho de pesquisa por amostragem pode ser conduzido, mas tambm
das limitaes e dificuldades com as quais ele poder se defrontar.

Em sntese, este trabalho pretende fornecer subsdios ao pesquisador para o
desenvolvimento de um plano amostral adequado sua produo cientfica.

Metodologias para planejamentos amostrais so indicadas por diversos autores.
O intuito do presente trabalho, porm, fornec-las de maneira fcil e
simplificada, atravs de exemplos e tabelas, de forma que o pesquisador, tanto da
rea de humanas quanto o pesquisador em geral, possa fazer uso dessas
metodologias, uma vez que o plano amostral de fundamental importncia na
produo cientfica, conforme exposto anteriormente.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
35
CAPTULO 3

3. Reviso bibliogrfica

Existem quatro correntes que deram origem s teorias, mtodos e aplicaes da
estatstica moderna: os censos; as inferncias, baseadas em dados empricos; os
jogos de azar, e o tratamento dos erros de medida. Em cada uma delas a
amostragem esteve presente, j que em sentido amplo qualquer coleo de
dados pode ser considerada como uma amostra. (GARCA e GALLEGO, 1995)

Nomes como A.N.Kiaer, na Noruega; Carroll N. Wright, em Massachusetts; Arthur
Bowley, na Inglaterra, entre outros, so os precursores dos levantamentos
estatsticos efetuados por amostragem, e como tantas vezes ocorreu e segue
ocorrendo, tiveram que lutar contra a incompreenso e a inrcia de seus
contemporneos. (POCH, 1969)

Por volta de 1956, estudos sobre as cincias da natureza eram realizados, com
base em amostras procedentes de populaes infinitas ou consideradas como tal.

Segundo POCH (1969) est comprovado que, entre as primeiras atividades
ldicas do homem, havia certos jogos de carter aleatrio. Neste caso, cada
movimento ou partida de um jogo pode-se considerar como uma amostra da
populao formada por infinitas possibilidades.

A idia bsica de amostragem est em que a coleta de dados referentes a
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
36
elementos da populao e sua anlise podem proporcionar relevantes
informaes de toda a populao.

Quando se pretende conhecer alguns aspectos de uma populao, h dois
caminhos a seguir: ou se pesquisam todos os seus elementos, e neste caso o
estudo chamado de censo, ou apenas uma amostra deles, a partir da qual se
estimam os dados a respeito de toda a populao.

Cabe definir neste momento o que vem a ser tecnicamente populao e amostra.
A populao definida de vrias maneiras entre os estatsticos. Alguns, como
GATTI e FERES (1975), afirmam que o conjunto de todas as repeties
possveis de um fenmeno aleatrio e a amostra todo o subconjunto da
populao. Outros, como KISH (1965), entendem que a populao
definida em conjunto com os elementos: a populao o agregado dos
elementos, e estes so as unidades de anlise, e sua natureza
determinada pelos objetivos da pesquisa. ARKIM e COLTON (1985) definem
populao como a totalidade de dados a partir da qual as amostras foram
tiradas, sendo cada dado igualmente importante. O conceito de WALLIS e
ROBERTS (1996) mais simples, ao dizer que populao um conjunto fixo
de itens sobre o qual desejamos ter conhecimento e amostra um grupo
selecionado da populao, que de fato conhecemos.

De todos os conceitos citados, pode-se aceitar como caracterstica comum o fato
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
37
de que, tendo-se um grupo de elementos ou observaes de uma varivel
1
,
extrados de um grupo maior, a este d-se o nome de populao, e quele, o de
amostra.

Pode-se dizer, de maneira mais simplificada, que amostra uma parte da
populao, ou um subconjunto de um conjunto de unidades obtidas com a
finalidade de investigar as propriedades da populao ou conjunto de
procedncia.

Chama-se de inferncia a passagem do particular para o geral. Sendo assim,
COX (1958) considera como problema crucial da Estatstica o ato de inferir a
populao ou afirmar algo sobre ela a partir de uma amostra.

A inferncia est presente na vida do homem, e exige que tanto seus
conhecimentos como suas decises baseiem-se em inferncias. No s os seres
humanos, como tambm seres inferiores reagem a estmulos ou situaes
condicionadas por experincias anlogas.

A inferncia torna-se mais satisfatria quando tcnicas estatsticas permitem
estimar, por meio de amostras, as caractersticas da populao, substituindo as
conjecturas por procedimentos objetivos, cuja representatividade pode ser medida
ou avaliada.



1
termo fundamental nas pesquisas, que representa classes de objetos, como por exemplo, sexo,
escolaridade, renda mensal, etc. (Richardson, 1999)
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
38
Recomenda-se o uso da amostragem nas seguintes situaes:

a populao seja infinita, ou demasiadamente grande, de forma que o censo
exceda as possibilidades do investigador; (PREZ, 1999) e (KISH, 1965)

quando a populao for suficientemente uniforme, de modo que qualquer
amostra seja representativa da mesma, no sendo necessrio observ-la por
completo; (PREZ, 1999)

quando se necessita de informaes urgentes, pois a amostragem garante
uma maior rapidez; (COCHRAN, 1963)

a amostragem conveniente, segundo PREZ (1999), quando a acurcia
boa, isto , quando representa bem o objeto medido ou analisado.
Acuracidade, segundo PEREIRA (1999), " o ajuste do valor estimado ao
valor real da caracterstica em estudo".

quando o processo de medida ou investigao das caractersticas de cada
elemento for destrutivo; (PREZ, 1999)

quando se prope uma reduo de custos. (COCHRAN, 1963) e (PREZ,
1999)

Conforme podemos observar, muitas vezes existe vantagem em usar
amostragem e no o censo. Entretanto, mesmo apresentando inmeras
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
39
vantagens, a tcnica de amostragem possui limitaes. obvio que no
possvel utilizar amostragem quando necessrio obter informao sobre todos
os elementos da populao. Sem chegar a este extremo, tambm no se
aconselha o uso de amostragem quando a informao estende-se a grupos ou
reas muito pequenas, por exemplo, uma pesquisa realizada em uma unidade
administrativa. Nesse caso, segundo POCH (1969), pode ocorrer que "a fcil
comparao de diferenas entre o nmero estimado, e o efetivo, gere
desconfiana no pblico, especialmente em pessoas carentes de base
estatstica adequada, mesmo os resultados amostrais sendo confiveis".

STEVENSON (1981) cita ainda outras situaes onde mais vantajoso examinar
todos os itens de uma populao, ao invs de usar amostragem:

a populao pode ser to pequena que o custo e o tempo de um censo sejam
pouco maiores que para uma amostra. Como exemplo podemos citar uma sala
de aula com vinte alunos.

se o tamanho da amostra to grande em relao ao da populao, o esforo
adicional requerido por um censo pode ser pequeno. Por exemplo, se h
grande variabilidade amostral entre os itens de uma populao, uma amostra
dever ser bastante grande para ser representativa. Se a populao no for
muito maior do que a amostra, o censo eliminar a variabilidade amostral.

se a exigncia for de preciso completa, pois nesse caso o censo ser o nico
mtodo aceitvel. O autor justifica essa afirmao dizendo que, em face da
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
40
variabilidade amostral, nunca podemos ter certeza de quais so os
verdadeiros parmetros da populao. O censo dar essa informao,
embora erros na coleta dos dados e outros tipos de tendenciosidade possam
afetar a preciso do resultado.

Outra limitao que existe a dificuldade do pesquisador ao aplicar a teoria da
amostragem, por ser um elemento complexo. A amostragem exige, em
comparao com a realizao do censo, menos quantidade de trabalho bruto,
porm exige maior refinamento e preparao.

Nas pesquisas, em geral, so utilizados diversos tipos de amostragens, que so
classificadas em dois grandes grupos: amostragens probabilsticas e no-
probabilsticas. A amostragem probabilstica exige que cada elemento da
populao possua determinada probabilidade de ser selecionado. Segundo
FONSECA e MARTINS (1994), "o mtodo de amostragem probabilstica exige
que cada elemento da populao possua determinada probabilidade de ser
selecionado. Normalmente possuem a mesma probabilidade. Assim, se N
for o tamanho da populao, a probabilidade de cada elemento ser
N
1
". J
na amostra no probabilstica, segundo os autores, "h uma escolha deliberada
dos elementos da amostra. No possvel generalizar os resultados das
pesquisas para a populao, pois as amostras no-probabilsticas no
garantem a representatividade da populao". Os procedimentos da
amostragem no-probabilstica so, segundo OSUNA (1991), muito mais crticos
em relao validade de seus resultados, todavia apresentam algumas
vantagens, sobretudo no que se refere ao custo e ao tempo despendido.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
41

prtica habitual, na amostragem no-probabilstica, obter informaes a
respeito de uma populao, com base em uma amostra de baixo custo, composta
por pessoas selecionadas de forma no-aleatria. Estas pessoas, sem dvida,
podero ter opinies diferentes e no h nenhum mtodo estatstico para
diferenci-las, nem para medir seu grau de erro. o pesquisador que seleciona a
amostra, devendo se preocupar com o fato de torn-la representativa.
Evidentemente, neste tipo de amostragem no se executa uma seleo aleatria
das amostras, limitando a amostra a ser composta por unidades que paream ser
representativas da populao considerada.

Alguns autores, como PREZ (1999), chamam o mtodo de amostragem no-
probabilstica de amostragem aplicando critrio, pelo fato de que cada
pesquisador possui um critrio diferente para a seleo dos elementos que faro
parte da amostra. Desta forma, no podemos predizer o tipo de distribuio dos
resultados obtidos, nem to pouco podemos predizer como diferiro estes
resultados do verdadeiro valor da populao. No se conhece algum mtodo
estatstico para medir a confiana que deve ter os resultados, quando a amostra
no probabilstica. A razo para isto que no se conhece a probabilidade de que
uma determinada unidade venha a pertencer a amostra. Portanto, no podemos
encontrar a distribuio de probabilidade dos estimadores, ou estatsticas. Alm
disso, como as amostras diferem entre si, a ausncia de resposta e o erro de
amostragem no podem ser determinados.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
42
Na amostragem no-probabilstica existe tambm a possibilidade do pesquisador
ter a liberdade de selecionar os informantes, sempre que a amostra se referir, por
exemplo, a determinado nmero de homens e determinado nmero de mulheres.
O plano amostral, neste caso, segue os princpios gerais da amostragem
probabilstica, at chegar o momento de selecionar as pessoas que sero
entrevistadas, quando dado ao entrevistador a liberdade de selecionar pessoas
dentro de um perfil estipulado de idade, sexo, nvel econmico, lugar ou outras
caractersticas sociais e/ou econmicas. A liberdade dada ao pesquisador pode
produzir vieses no processo de seleo, os quais, em geral, no podem ser
detectados. Alm disso, o desconhecimento das probabilidades de seleo das
unidades amostrais no permitem evitar erros produzidos por ponderaes
incorretas no processo de estimao, assim como a estimao dos erros devido
amostragem.

PREZ (1999) diz que o uso de amostragem no-probabilstica comum no dia-
a-dia , sendo tambm muito utilizada em pesquisas nas rea do comrcio e em
pesquisas de opinio, e segue ainda sugerindo o uso de tal amostragem sempre
que, em caso de erro, as conseqncias no sejam demasiadamente graves, ou
quando as estimaes podem ser grosseiras.

" recomendvel o uso da amostragem probabilstica, uma
vez que a mesma permite uma anlise minuciosa dos dados
coletados. Entretanto, o custo de uma amostragem
probabilstica sempre maior que de uma no-probabilstica,
porm sempre menor do que haveria de se pagar em
conseqncia de uma deciso equivocada, baseada em
resultados viesados. No caso das amostragens
probabilsticas, a qualidade da pesquisa pode ser analisada,
uma vez que seus erros de amostragem podem ser medidos".
(PREZ, 1999)

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
43
Na prtica, nem sempre fcil cumprir todas as etapas de uma amostragem
probabilstica e, com freqncia, amostras que pretendem ser probabilsticas so
na realidade mistas, com certo componente intencional ou circunstancial.
Amostras desse tipo so chamadas por COCHRAN (1963) de amostras
semiprobabilsticas superiores, quando se conhece a probabilidade de extrao
de uma certa parte ou segmento da populao, porm no se conhece a
probabilidade do elemento dentro do segmento, e de amostras
semiprobabilsticas inferiores, quando se conhece a probabilidade de extrao do
elemento dentro do segmento, porm no conhecida a probabilidade do
segmento. Para que uma amostra seja considerada probabilstica, deve ser ao
mesmo tempo semiprobabilstica superior e inferior, isto , preciso que seja
conhecida a probabilidade do segmento na populao e do elemento dentro do
segmento.

A amostragem probabilstica a nica forma que permite planos de amostra
representativa. Permite que o pesquisador estime at que ponto os resultados
baseados em sua amostra tendem a diferir dos que seriam encontrados atravs
do estudo da populao. Inversamente, se sua amostragem probabilstica, pode
especificar o tamanho da amostra de que precisar, se deseja ter certo grau de
certeza de que seus resultados na amostra no diferem, por mais de uma
quantidade especificada, dos que seriam obtidos num estudo da populao total.

Quando a amostragem probabilstica, podemos estabelecer a probabilidade de
se obter cada uma das amostras que so possveis de serem selecionadas
mediante um procedimento de amostragem definida. Esta seleo est sujeita
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
44
ocorrncia de desvios em relao ao verdadeiro parmetro populacional, porm,
em se tratando de amostragem probabilstica, possvel estimar as incertezas
derivadas da mesma. Isto significa dizer que possvel medir os erros cometidos
no processo de amostragem. Evidentemente, para ser possvel estabelecer a
probabilidade de todas as amostras possveis, derivadas de um procedimento de
amostragem dado, ser necessrio delimitar o mtodo de amostragem, bem
como o espao amostral de interesse. (KISH, 1965) e (POCH, 1969)

A partir de uma amostra, selecionada mediante um determinado mtodo de
amostragem, podemos estimar as caractersticas populacionais (mdia,
proporo, etc.) com um erro quantificvel e controlvel. As estimaes so feitas
atravs de funes matemticas da amostra , denominada estimadores, que se
convertem, segundo PREZ (1999), em variveis aleatrias
2
ao se considerar a
variabilidade de seleo das amostras, cumprindo portanto, as condies de uma
funo de medida.

PREZ (1999), MILONE e ANGELINI (1993) e GARCA e GALLEGO (1995)
dizem que os erros so quantificados atravs da varincia, desvios tpicos, ou
erros quadrticos mdios dos estimadores, e medem a preciso destes.

Para melhor compreender os estimadores, bem como para as demonstraes dos
diversos tipos de amostragens probabilsticas que seguem, os autores sugerem
que sejam feitas algumas definies e consideraes.


2
uma funo que toma valores em um espao amostral, ou seja, "y" uma varivel aleatria se
assumir todos os valores possveis da realizao aleatria de um experimento. (Stevenson, 1981)
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
45
Um estimador eficiente , segundo MILONE e ANGELINI (1993), quando tem a
menor varincia, quando comparado com parmetros de mesma mdia.

Consideremos agora um estimador

de um parmetro populacional . Como


uma varivel aleatria, interessante saber suas caractersticas de
centralizao, disperso e outras medidas relativas a sua preciso.

Define-se a esperana matemtica de um estimador

do parmetro
populacional como segue:
( ) ( )

=

P
(Frmula 1)

Define-se a varincia do estimador

do parmetro populacional como uma


medida que quantifica a concentrao das estimaes ao redor do seu valor
mdio. Sua expresso a seguinte:

( ) ( ) ( ) ( )
2
2

= Var
(Frmula 2)

O desvio-padro do estimador

calculado como segue:



( ) ( )

Var =
(Frmula 3)

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
46
O erro relativo de amostragem do estimador

mediante a razo entre seu


desvio-padro e seu valor esperado, isto , mediante o coeficiente de variao do
estimador. definido da seguinte forma:

( )
( )
( )

= CV
(Frmula 4)

E ainda, define-se o vis do estimador

do parmetro populacional como uma


medida que quantifica a distncia entre o valor esperado do estimador e o
verdadeiro valor do parmetro. Sua expresso a seguinte:

( ) ( ) =

e
(Frmula 5)

Diz-se que o estimador

, do parmetro populacional , no-viesado (ou no-


viciado) para quando seu vis nulo, isto , quando o valor esperado do
estimador

e o verdadeiro valor do parmetro coincidem. Tem-se que:



( ) ( ) ( ) 0

0

= = = e para viesado no


Diz-se tambm que o estimador

, do parmetro populacional , consistente


ou coerente para quando seu vis tende a zero ao aumentarmos o tamanho
da amostra . Temos que:

( ) N n quando e para e consistent 0



Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
47

A acurcia do estimador

, do parmetro populacional , definida como sendo


o erro quadrtico mdio do estimador, isto , como uma medida que quantifica a
concentrao das estimaes ao redor do verdadeiro valor do parmetro . Sua
expresso a seguinte:


( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = + = + = =
2 2 2


e

EQM

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = + + = + +



2

2

2

2 2 2
E e E e e Var E E e e E E

( ) ( ) ( ) ( )
2 2 2


e

e

Var + = + , logo:

( ) ( ) ( )
2 2


e

EQM + =
[Demonstrao 1]

Como muitas vezes acurcia e preciso so confundidas, diz PEREIRA (1999),
comum compar-las atravs do alvo abaixo:

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
48
Figura 1: Acurcia e preciso
Fonte: PEREIRA (1999)

W no tem acurcia (no se aproxima do alvo), nem preciso (as marcas esto
dispersas.

X no tem acurcia (no se aproxima do alvo), mas tem preciso (pequena
disperso dos tiros).

Y tem acurcia (aproxima-se do alvo), mas no tem preciso (marcas dispersas).

Z tem tanto acurcia (acerta o alvo) quanto preciso (pequena disperso).


Segundo PEREIRA (1999), "para aferir a acurcia, o pesquisador contrasta
suas medidas com um padro e mede a concordncia. Para aferir a
preciso, mede-se a variabilidade, por exemplo, calculando o coeficiente de
variao das medidas".
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
49

Com base nas definies expostas at o momento, pode-se passar ao estudo das
amostragens probabilsticas e no-probabilsticas. Os tipos mais usuais de
amostragem probabilstica so: aleatria simples, sistemtica, estratificada e por
conglomerado. Dentre os tipos de amostragem no-probabilstica, os mais
conhecidos so: por convenincia, intencional e por cotas.

Cabe ressaltar que as metodologias de amostragem abordadas nesse trabalho
referem-se aos mtodos mais usuais, portanto sero analisados apenas os
mtodos de amostragem em estgio nico ou monoetpico.


3.1. Amostragem Probabilstica

3.1.1. Amostragem aleatria simples
A amostragem aleatria simples o procedimento bsico da amostragem
cientfica. Pode-se dizer mesmo que todos os outros procedimentos adotados
para compor amostras probabilsticas so variaes deste.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
50

Consiste em atribuir a cada elemento da populao um nmero nico para depois
selecionar alguns desses elementos de forma casual ou aleatria.

Pode-se dizer de maneira mais resumida que a amostragem aleatria simples,
consiste na seleo de n elementos entre os N que constituem a populao, de
modo que todas as amostras possveis de tamanho n tenham a mesma
probabilidade de serem obtidas, ou ainda, que a escolha de um indivduo,
pertencente a uma populao, ao acaso (aleatria), quando cada membro
da populao tem a mesma probabilidade de ser escolhido. COCHRAN
(1963) e KENDALL (1978).

Para BOLFARINE e BUSSAB (1994), o plano da amostragem aleatria simples
descrito da seguinte forma:

1 etapa: atribudo a cada elemento da populao um nmero nico, de 0 a
N;

2 etapa: o tamanho da amostra determinado por metodologia adequada.

3 etapa: utiliza-se um mtodo aleatrio, seja ele tabela de nmeros aleatrios,
urnas, programas de computador etc, para sortear um elemento da populao
N, considerando que os elementos da populao so equiprovveis.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
51
Se o pesquisador utilizar a tabela de nmeros aleatrios, para sortear os
elementos populacionais que iro compor a amostra, deve proceder da
seguinte forma:

Tabela 1: Parte de uma tabela de nmeros aleatrios
Tabela de nmeros aleatrios entre 0 e 100.000
357 70 857 51 387 7 409 16 569 66 429
60 192 72 869 61 596 90 794 48 997 60 416
64 456 9 566 17 334 98 165 42 717 88 793
46 789 63 811 58 405 46 307 84 627 81 149
34 298 43 100 65 659 42 534 64 124 48 973
58 986 7 354 7 733 29 246 87 195 83 029
21 009 75 632 62 365 26 913 67 026 30 523
48 240 28 781 94 058 79 045 50 407 2 158
83 417 67 957 67 394 93 795 28 391 89 083
61 398 31 814 28 525 3 011 3 269 45 613
11 648 15 346 66 552 47 335 70 347 93 465
21 002 14 092 75 608 59 711 48 900 98 480
78 279 80 969 17 570 79 558 82 927 14 894
52 268 23 155 57 428 60 652 38 139 83 616
48 404 35 485 49 265 90 820 95 939 37 783
1 017 90 868 33 059 88 949 1 993 79 250
10 492 98 510 56 319 93 704 85 936 97 745
4 734 93 308 39 725 25 494 5 882 89 367
15 262 29 210 89 840 60 595 15 577 69 053
10 460 95 653 80 152 45 356 19 112 30 531
FONTE: Dados gerados em www.randomizer.org


Suponha que devemos retirar uma amostra aleatria de 20 elementos de uma
populao de 200 pessoas. O sorteio comea pelo incio da tabela (1 linha e
1 coluna) ou sorteia-se uma coluna e uma linha para serem o ponto de
partida. Como a tabela do exemplo formada por nmeros de 5 dgitos, vamos
considerar somente os trs ltimos algarismos de cada coluna. A ordem de
seleo foi estabelecida conforme mostram as setas. Vamos retirar da tabela
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
52
os 20 nmeros , que aparecem nessa ordem, e que estejam compreendidos
entre 1 e 200. Logo, a amostra ser composta dos seguintes elementos:

Tabela 2

Amostra sorteada com a tabela de nmeros aleatrios


Ordem
Nmero
Sorteado

Ordem
Nmero
Sorteado

Ordem
Nmero
Sorteado

Ordem
Nmero
Sorteado
1
o
192 6
o
92 11
o
165 16
o
26
2
o
9 7
o
155 12
o
45 17
o
139
3
o
2 8
o
58 13
o
11 18
o
112
4
o
17 9
o
59 14
o
124 19
o
149
5
o
100 10
o
152 15
o
195 20
o
29


4 etapa: se a amostragem for com reposio, aps o sorteio do elemento,
este dever voltar para a populao. Se a amostragem for sem reposio,
aps o elemento ser sorteado d-se continuidade ao procedimento, at que os
n (no exemplo n = 20) elementos tenham sido sorteados.

Segundo BOLFARINE e BUSSAB (1994),

"do ponto de vista prtico, o plano AASs (Amostragem
Aleatria Simples sem reposio) muito mais interessante,
pois vai ao encontro do princpio intuitivo de que 'no se
ganha mais informao se uma mesma unidade aparece
mais de uma vez na amostra'. Por outro lado, o plano AASc
(Amostragem Aleatria Simples com reposio) , introduz
vantagens matemticas e estatsticas, principalmente a
independncia entre as unidades sorteadas, que facilita em
muito a determinao das propriedades dos estimadores das
quantidades populacionais de interesse, bastando observar
que uma das imposies, normalmente feita, que as
unidades que fazem parte da amostra sejam independentes".

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
53

3.1.1.1. Amostragem aleatria simples com reposio ou populao infinita

A amostragem aleatria simples com reposio chamada por alguns autores,
como POCH (1969), de amostragem aleatria irrestrita.

O sorteio dos elementos da populao, que iro compor a amostra aleatria
simples com reposio, segue o roteiro estabelecido anteriormente.

Uma vez definidos os elementos que iro compor a amostra, podemos calcular a
mdia amostral da varivel de interesse, por:

n
X
x
n
i
i

=
=1
, (Frmula 6)
onde:
amostra da mdia = x
X
i
= valores da varivel
n = tamanho da amostra

A mdia amostral x um estimador no viesado, visto anteriormente, da
(mdia populacional); isto significa dizer que, quando no conhecido o
parmetro populacional, no caso , podemos estim-lo atravs da mdia
amostral x .
Considerando que ( ) = x e que
n
X
x
n
i
i

=
=1
, ento temos:
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
54

( ) ( ) = = =


=
= =
=
n
n
X
n
X
n n
X
x
n
i
i
n
i
i
n
i
i
1 1 1
1 1
1
, [Demonstrao 2]

logo
( ) = x
para qualquer tamanho de amostra.

Seguindo o mesmo raciocnio da demonstrao anterior, podemos encontrar a
varincia da mdia; dado que ( )
2
= x Var e
n
X
x
n
i
i

=
=1
temos:
( ) ( )
n
n
n
X Var
n
X Var
n n
X
Var x Var
n
i
i
n
i
i
n
i
i
2
2
2
1
2
1
2
1
1 1 1
= = =


=
= =
=
,
logo:
( )
n
x Var
2

=
[Demonstrao 3]

Podemos calcular tambm a varincia amostral da varivel de interesse como
segue:
( )
1
1
2
2


=
=
n
x X
s
n
i
i
, (Frmula 7)
onde:
s
2
= varincia amostral
amostra da mdia = x
X
i
= valores da varivel
n = tamanho da amostra
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
55

A varincia amostral (s
2
)

um estimador no viesado da varincia populacional
(
2
); isto significa dizer que, no caso da varincia populacional no ser conhecida
pelo pesquisador, este poder usar a varincia amostral para estimar o parmetro
populacional desconhecido.

Em algumas situaes, o interesse do pesquisador estimar a varivel em
termos de sua proporo; neste caso devemos analisar cada elemento amostral e
definir se possuem ou no a caracterstica desejada, atribuindo-se:

X
i
=

ento:

n
X
p
n
i
i
=
=
1

, onde p a proporo amostral (Frmula 8)



Da mesma forma como a x (mdia da amostra) um estimador no viesado de
(mdia populacional), a proporo amostral p um estimador no viesado de
(proporo populacional). Isto significa dizer que, quando no conhecido o
parmetro populacional, no caso , podemos estim-lo atravs da proporo
amostral p .
1, se o elemento i possuir a caracterstica
0, se o elemento i no possuir a caracterstica
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
56
Seja X uma varivel aleatria que segue uma distribuio binomial
3
, com
( ) n X = e que
n
X
p
n
i
i
=
=
1
, ento temos que:
( ) ( ) = = =

= =
=
n
n
X
n
X
n n
X
p
n
i
i
n
i
i
n
i
i
1 1 1

1 1
1
, [Demonstrao 4]

logo:
( ) = p


Seguindo o mesmo raciocnio da demonstrao anterior, podemos encontrar a
varincia da proporo, dado que ( ) ) 1 ( = n X Var e
n
X
p
n
i
i
=
=
1
temos:
( ) ( )
n
n
n
X Var
n
X Var
n n
X
Var p Var
n
i
i
n
i
i
n
i
i
) 1 (
) 1 (
1 1 1

2
1
2
1
2
1



= = =

= =
=
,
logo:
( )
n
p Var
) 1 (


=
[Demonstrao 5]

onde:
( ) p Var = varincia da proporo amostral
= proporo populacional de casos que apresentam a caracterstica
n = tamanho da amostra

3
distribuio binomial uma distribuio discreta de probabilidade, onde o experimento que est
sendo realizado admite apenas duas respostas: ocorrncia ou no da caracterstica em estudo.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
57

3.1.1.2. Amostragem aleatria simples sem reposio ou populao finita

Para executar uma amostragem aleatria simples sem reposio, procede-se da
mesma forma como na amostragem aleatria simples com reposio, porm ao
sortearmos um elemento da populao para fazer parte da amostra, este no ser
recolocado na populao, o que faz com que cada elemento da populao s
possa aparecer na amostra uma vez.

Da mesma forma como na amostragem aleatria simples sem reposio, uma vez
definidos os elementos que iro compor a amostra, podemos calcular a mdia
amostral da varivel de interesse, por:

n
X
x
n
i
i

=
=1
(Frmula 6)
onde:
amostra da mdia = x
X
i
= valores da varivel
n = tamanho da amostra

Na amostragem aleatria simples sem reposio, a varincia da mdia amostral
calculada conforme segue:

( )
1
2

=
N
n N
n
x Var

(Frmula 9)
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
58

onde:

( ) x Var = varincia da mdia amostral

2
= varincia populacional
n = tamanho da amostra
N = tamanho da populao

No caso do pesquisador no conhecer a varincia populacional (
2
), a mesma
poder ser estimada como segue:

( )
1
1
2
2


=
=
n
x X
s
n
i
i
(Frmula 7)

onde:
s
2
= varincia amostral
amostra da mdia = x
X
i
= valores da varivel
n = tamanho da amostra

Estimar a varincia populacional (
2
) atravs da varincia amostral (s
2
)
possvel, pelo fato de s
2
ser um estimador no viesado de
2
, conforme citado
anteriormente.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
59
Pode haver a necessidade do pesquisador estimar a varivel em termos de sua
proporo, neste caso procede-se como na amostragem aleatria simples com
reposio, devendo analisar cada elemento da amostra e definir se possui ou no
a caracterstica desejada, atribuindo:

X
i
=

ento:

n
X
p
n
i
i
=
=
1

, onde p a proporo amostral (Frmula 8)



Na amostragem aleatria simples sem reposio, a varincia da proporo
amostral calculada conforme segue:

( )
1
) 1 (

=
N
n N
n
p Var

(Frmula 10)

onde:

( ) p Var = varincia da proporo amostral
= proporo populacional de casos que apresentam a caracterstica
n = tamanho da amostra
N = tamanho da populao

1, se o elemento i possuir a caracterstica
0, se o elemento i no possuir a caracterstica
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
60

3.1.1.3. Comparando a amostragem aleatria simples sem reposio com a
amostragem aleatria simples com reposio:

Segundo BOLFARINE e BUSSAB(1994), PESSOA e SILVA(1998) e KISH(1965),
quando se tem dois planos amostrais, importante que o pesquisador saiba qual
deles o mais indicado, isto , qual deles minimiza a variabilidade, e para isso os
autores sugerem a anlise do "efeito do planejamento" (design effect), a qual
compara a varincia da amostragem em estudo com a varincia da amostragem
aleatria simples com reposio, amostragem esta que considerada como
padro.

Como para ambas as amostragens, a aleatria simples com reposio e para a
aleatria simples sem reposio, a mdia amostral ( ) x um estimador no
viesado da mdia populacional , ento temos:

( )[ ]
( )[ ] AASc para x Var
AASs para x Var
to planejamen do efeito =
(Frmula 11)

Substituindo (Frmula 9) e [Demonstrao 3] em (Frmula 11), vem que:
1 1
1
2
2
2

=
N
n N n
N
n N
n
n
N
n N
n
to planejamen do efeito
2

=
N
n N
to planejamen do efeito
[Demonstrao 6]
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
61

Analisando o "efeito do planejamento" temos que:

se for > 1, o plano amostral do numerador menos eficiente que o padro
se for < 1, o plano amostral do numerador mais eficiente que o padro

Analisando para o caso em estudo, temos que:

1
1

N
n N
,

logo a amostragem aleatria simples sem reposio "melhor" que a amostragem
aleatria simples com reposio, sendo, no mximo, equivalentes quando a
amostra for de tamanho 1.

A anlise do "efeito do planejamento" confirma a intuio popular citada por
BOLFARINE e BUSSAB (1994) de "que as amostras sem reposio so
'melhores' do que aquelas com elementos repetidos".


3.1.2. Amostragem estratificada
A amostragem estratificada caracteriza-se pela seleo de uma amostra de cada
subgrupo da populao considerada, isto , segundo COCHRAN (1963), da
populao formada por N elementos, estratificar significa subdividir essa
populao em subgrupos, ou subpopulaes de N
1
, N
2
, N
3
, ... N
L
unidades
respectivamente. Essas subpopulaes so mutuamente excludentes, isto , no
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
62
possuem elementos que pertenam a mais de um subgrupo e N
1
+ N
2
+ N
3
+... +
N
L
= N. A essas subpopulaes ou grupos d-se o nome de estratos.

Segundo COCHRAN (1963), as razes para estratificar so:

aumentar a preciso da estimativa global, partindo do conhecimento de que a
variabilidade da caracterstica estudada grande;

controlar o efeito de alguma caracterstica na distribuio da varivel que est
sendo avaliada;

convenincia administrativa ou operacional. O autor explica esta razo com o
exemplo de um levantamento, feito em uma repartio, que possui rgos de
campo. Neste caso, cada rgo pode supervisionar a sua parte do
levantamento.

POCH (1969) acrescenta que a estratificao indicada quando h a
necessidade de obteno de estimativas para os diversos segmentos da
populao.

Na opinio de SINCICH (1996), a amostragem estratificada produzir uma
estimativa de parmetro mais acurada (isto , com menor divergncia) do que a
obtida por uma amostragem aleatria simples, sempre que a varincia das
observaes dentro dos estratos for menor que a varincia mdia da populao.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
63
Todavia, se a varincia dentro dos estratos grande, a amostragem estratificada
pode de fato produzir um estimador que menos acurado que o produzido por
uma amostragem aleatria simples. O autor segue comentando ainda, que para
uma amostragem estratificada ter sucesso, os estratos devem ser
cuidadosamente selecionados para que os dados dentro de cada estrato sejam
homogneos.

SILVA (1998) complementa salientando que a estratificao mantm a
composio da populao, segundo algumas caractersticas bsicas.

A amostragem estratificada pode ser proporcional ou no-proporcional. No
primeiro caso, seleciona-se de cada grupo uma amostra aleatria que seja
proporcional extenso de cada subgrupo determinado por alguma propriedade
tida como relevante. Para que se possa escolher, em cada estrato, uma amostra
proporcional sua extenso, necessrio conhecer, de antemo, a proporo da
populao pertencente a cada um. Dependendo do estudo, lana-se mo de
vrias fontes de informao: dados censitrios nacionais, estaduais, etc., lista dos
componentes da empresa, sindicatos, faculdades e similares.

importante, para a amostragem estratificada proporcional, que as informaes
sobre as propores da populao por estrato no estejam desatualizadas, pois,
se assim for, perde-se a vantagem oferecida por ela. Para PREZ (1999), este
tipo de amostragem tem como principal vantagem o fato de assegurar
representatividade em relao s propriedades adotadas como critrio para
estratificao.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
64

A vantagem principal ao usar a amostragem estratificada o aumento da preciso
das estimaes, ao agrupar elementos com caractersticas comuns. Se fosse
possvel conseguir que cada estrato estivesse constitudo por elementos
idnticos, bastaria tomar L elementos, um por estrato, e a representatividade
seria perfeita. Alm de procurar, mediante estratificao das amostra, melhor
representatividade, pode-se conseguir tambm melhor aproveitamento da
organizao administrativa e em geral das particularidades de diferentes grupos
de elementos da populao.

Segundo PREZ (1999), o nmero de estratos a serem utilizados depende, at
certo ponto, da amostra total. Uma amostra relativamente pequena, se
subdividida por vrios estratos, redunda num nmero pequeno de elementos em
cada estrato, que pode deixar de ser significativo; por outro lado, a extrao de
um nmero suficiente de unidades em cada estrato, para que a amostra
estratificada seja representativa, acabar por aumentar em demasia o tamanho
total da amostra, o que aumenta a durao e o custo da pesquisa.

Quando so de interesse as estimaes de cada estrato, conveniente ter
conhecimento da distribuio da caracterstica estudada, ou de alguma outra
caracterstica correlacionada com a mesma. Convm que os estratos sejam tais
que seja possvel conseguir um aumento substancial da preciso por
agrupamento de elementos com certa homogeneidade. No fcil fixar regras a
respeito do nmero e tamanho dos estratos, porm DALENIUS (1960) diz que
quando se conhece a distribuio de origem, pode-se especificar melhor as
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
65
condies que devem cumprir os estratos. De maneira geral, a preciso aumenta
com o nmero de estratos, desde que estes estejam bem definidos, porm no
convm aumentar seu nmero se tal aumento no compensar as complicaes
de clculo e a diminuio do tamanho da amostra dentro de cada estrato. Deve-
se considerar, neste caso, a varivel de estratificao, o nmero de estratos, seus
limites ou fronteiras e o tamanho da amostra em cada estrato.

Devemos reforar que, se temos razes para acreditar que a estratificao,
segundo determinados critrios, ou conjunto de critrios, permitir estratos
internamente homogneos, desejvel estratificar. Se for muito dispendioso o
processo de dividir a populao em estratos que tendam a diferir nitidamente
entre si, preciso comparar esse custo ao custo de comparvel vantagem de
exatido obtida com a considerao de maior amostra aleatria simples.

importante salientar que a amostragem estratificada no significa um abandono
de processos aleatrios, pois estes so utilizados na seleo dos elementos que
compem cada estrato.

SILVA (1998) diz que a probabilidade de um elemento pertencer amostra
sorteada igual a sua frao, isto ,
h
h
h
N
n
f = , onde
h
n = tamanho da amostra do
estrato h e
h
N = tamanho do estrato na populao. A autora diz tambm que a
estimativa global da mdia ( ) calculada pela combinao das estimativas
parciais da mdia ( )
h
obtida em cada estrato h .

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
66
Para melhor compreenso, consideremos um exemplo onde se quer estudar o
nmero de acessos mensais em sites da internet, cujo contedo esteja focado em
esportes em geral ou em futebol. A tabela seguinte representa uma populao
hipottica, composta por 40 diferentes sites, onde esto relacionados os acessos
mensais de cada site em milhares e o tipo de contedo de cada um deles
(esportes ou futebol).
Tabela 3
Relao dos sites com contedo voltado a esportes em geral ou a futebol
- Milhares de acessos mensais
Site Acessos
Mil
Contedo Site Acessos
Mil
Contedo
1 40 Futebol 21 100 Esportes
2 40 Futebol 22 100 Esportes
3 40 Futebol 23 100 Esportes
4 40 Futebol 24 100 Esportes
5 50 Futebol 25 100 Esportes
6 50 Futebol 26 110 Esportes
7 50 Futebol 27 110 Esportes
8 60 Futebol 28 110 Esportes
9 60 Futebol 29 120 Esportes
10 70 Futebol 30 120 Esportes
11 70 Futebol 31 120 Esportes
12 80 Futebol 32 140 Esportes
13 90 Futebol 33 140 Esportes
14 90 Futebol 34 150 Esportes
15 90 Futebol 35 150 Esportes
16 100 Futebol 36 150 Esportes
17 100 Esportes 37 160 Esportes
18 100 Esportes 38 160 Esportes
19 100 Esportes 39 170 Esportes
20 100 Esportes 40 170 Esportes

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
67

A mdia populacional calculada atravs da expresso:

N
X
N
i
i
=
=
1

(Frmula 12),

e sua varincia:

( )
N
X
N
i
i
=

=
1
2
2

(Frmula 13),

ento:
420 . 1 100
2
= = e mensais acessos mil


Para exemplificar a amostragem estratificada, dividimos a populao de sites em
dois estratos distintos, onde um deles contm os sites cujo contedo est focado
em esportes em geral e o outro aqueles cujo contedo est focado
especificamente em futebol. A tabela seguinte relaciona os elementos da
populao classificados segundo o estrato a que pertenam.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
68

Tabela 4

Relao dos sites segundo o estrato a que pertencem
Futebol Esportes
Site Acessos (mil) Site Acessos (mil)
1 40 17 100
2 40 18 100
3 40 19 100
4 40 20 100
5 50 21 100
6 50 22 100
7 50 23 100
8 60 24 100
9 60 25 100
10 70 26 110
11 70 27 110
12 80 28 110
13 90 29 120
14 90 30 120
15 90 31 120
16 100 32 140
33 140
34 150
35 150
36 150
37 160
38 160
39 170
40 170


Nesse caso, a mdia populacional ( ) e a varincia ( )
2
so calculadas de forma
ponderada, levando em considerao a proporo de cada estrato na populao.

( )

=
=
k
h
h h est
W
1

(Frmula 14),

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
69
onde
h
calculada por
h
N
i
i
h
N
X
h

=
=
1
(Frmula 15).

( )

=
=
k
h
h h est
W
1
2 2 2

(Frmula 16),

onde
2
h
calculada por
( )
h
N
i
h i
h
N
X
h

=

=
1
2
2

(Frmula 17)

e
N
N
W
h
h
= (Frmula 18), onde
h
N o nmero de elementos pertencentes ao
estrato h e N o tamanho da populao.

O clculo da mdia populacional e de sua respectiva varincia, aps estratificao
por rea, encontra-se na tabela abaixo:


Tabela 5

Clculo da mdia e varincia com estratificao segundo o tipo de
contedo dos sites
h Estrato N
h
W
h

h
(W
h

h
)
2
h
(W
2
h

2
h
)
1 Futebol 16 0,4 63,75 25,50 410,94 65,75
2 Esporte 24 0,6 124,17 74,50 632,64 227,75
1,0 100,00 293,5



Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
70
O quadro seguinte, para melhor visualizao, compara a mdia e a varincia com
e sem estratificao por rea:

Tabela 6
Comparativo de e
2

Sem estratificao
por contedo
Com estratificao
por contedo
100 100

2
1.420 293,5


Observa-se que aps a estratificao houve uma reduo da variabilidade,
ocorrida devido ao fato de que o procedimento de estratificao formou grupos
com menor variabilidade interna, que uma das razes pela qual a amostragem
estratificada recomendada.


3.1.3. Amostragem por conglomerado ou grupo

Outra forma que se apresenta como variao da amostragem aleatria simples
a amostragem por conglomerados ou por grupos. O nome conglomerado ou
grupo deriva do fato de os conglomerados serem considerados grupos formados
e/ou cadastrados da populao.

A exigncia bsica para o emprego da amostragem por conglomerado que o
indivduo, objeto da pesquisa, pertena a um e a apenas um conglomerado.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
71
Os conglomerados so definidos por POCH (1969) como reas ou partes bem
delimitadas de terreno, de modo que todas as unidades correspondentes rea
sejam partes integrantes do conglomerado. Desta forma surge a generalizao
da denominao de amostragem por rea para designar este procedimento de
amostragem.
Essa forma de variao da amostragem aleatria simples, isto , a amostragem
por rea, utilizada quando no se conhece a totalidade dos componentes da
populao, ou passvel de ser encontrada mais facilmente, atravs de mapas
cartogrficos ou fotos areas, como geralmente ocorre em pesquisas na zona
rural. Se a apresentao dos mapas j for quadriculada, pode-se tomar os
quadrados como unidades; caso contrrio, devem ser divididos. Para esta diviso
pode-se utilizar quadrados, limites administrativos, como distritos ou bairros de
uma cidade, zonas eleitorais etc.
SINCICH (1996) diz que a amostragem por conglomerado visa prover o mximo
de informao sobre o parmetro de interesse ao menor custo, quando no se
tem toda a populao listada, ou quando o custo de se obter as observaes se
eleva medida em que as distncias entre os elementos aumenta. Para amostras
de mesmo tamanho, todavia, a amostragem aleatria simples nos conduzir,
geralmente, a um estimador menos divergente que a amostragem por
conglomerado. Consequentemente, se a populao pode ser listada e o custo da
amostragem no proibitivo, a amostragem aleatria simples (ou a amostragem
estratificada) prefervel. Em situaes onde o custo a maior preocupao,
segundo o autor, a amostragem por conglomerados propicia a seleo de uma
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
72
amostra maior do que seria possvel se fosse empregada amostragem aleatria
simples, e esse aumento na amostra compensa a perda de preciso na estimao
do parmetro.
Segundo GARCA e GALLEGO (1995), a amostragem por conglomerado no
eficiente se os conglomerados so internamente homogneos e/ou seus
tamanhos so muito diferentes, entretanto, do ponto de vista do custo de
amostragem, oferecem solues mais econmicas.
A Pesquisa Nacional por Amostra de Domiclios (PNAD), que levanta informaes
demogrficas, e scio-econmicas sobre a populao brasileira um exemplo
real da capacidade do mtodo de obteno de amostra por conglomerado. No
caso da PNAD, a amostragem por conglomerado feita em estgios sucessivos.
No primeiro estgio sorteiam-se amostras de municpios para cada umas das sete
regies geogrficas do Brasil; no segundo estgio, setores censitrios so
sorteados em cada municpio e, nestes, como terceiro estgio, so sorteados os
domiclios.
O emprego da amostragem por conglomerado, segundo COCHRAN (1963) e
PREZ (1999), traz algumas vantagens:
a amostragem por conglomerado no necessita de uma listagem muito
especfica, como no caso da amostragem aleatria simples onde necessria
uma listagem das unidades da populao, ou como na amostragem
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
73
estratificada, onde necessrio dispor-se de uma listagem de unidades por
estrato;
a populao dividida em conglomerados ou reas convenientes, das quais
se seleciona um certo nmero de elementos, atravs de sorteio aleatrio, para
compor a amostra. Como s necessria uma listagem dos conglomerados, o
custo e o tempo de elaborao da amostragem so reduzidos;
pode-se usar como fator divisor dos conglomerados divisores territoriais j
estabelecidos por necessidades administrativas, para as quais j existem as
informaes necessrias. Tambm pode-se utilizar como fator divisor as reas
geogrficas, cujas caractersticas j esto delimitadas;
o emprego de conglomerado ou reas como unidades de amostragem
justifica-se por razes econmicas, quer seja por razes de custo ou por
motivo de tempo ou de recursos e, em certos casos, pela diminuio do risco,
pois facilita a superviso, uma vez que a unidade de amostragem no mais o
indivduo mas um conjunto, facilmente encontrado e identificado, cujos
elementos j esto ou podem ser rapidamente cadastrados.
BOLFARINE e BUSSAB (1994) dizem que
"quando os sistemas de referncia so inadequados e o
custo de atualiz-los muito elevado, ou ainda quando a
movimentao para identificar as unidades elementares no
campo so caras e consomem muito tempo, a tarefa amostral
pode ser facilitada se forem selecionados grupos de unidades
elementares, os chamados conglomerados".
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
74
Uma das inconvenincias para o uso da amostragem por conglomerado, segundo
BOLFARINE e BUSSAB (1994), prende-se ao fato de que usualmente as
unidades dentro de um mesmo conglomerado tendem a ter valores parecidos
quanto s variveis que esto sendo pesquisadas. Esta tendncia
homogeneidade dentro dos conglomerados torna estes planos menos eficientes
pelo fato de as estimaes tornarem-se menos precisas.
Outra inconvenincia da amostragem por conglomerado, segundo POCH (1969),
que estes raramente so do mesmo tamanho, o que torna difcil, ou at mesmo
impossvel controlar a amplitude da amostra. Neste caso recorre-se a tcnicas
estatsticas para controlar tal dificuldade.
Existem diversas metodologias a serem empregadas ao utilizar a amostragem por
conglomerado:
os conglomerados so sorteados de forma aleatria e todos os componentes
dos conjuntos escolhidos so pesquisados;
os conglomerados so subdivididos em outros conjuntos e o sorteio aleatrio
se faz entre os subgrupos, sendo pesquisados todos os seus elementos.
Alguns conglomerados so escolhidos aleatoriamente e, em cada um, os
indivduos a serem pesquisados so sorteados de forma aleatria simples ou;
os conglomerados so subdivididos em subgrupos e a seleo se faz em trs
estgios: alguns so sorteados aleatoriamente e, em cada conglomerado
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
75
escolhido, so sorteados, tambm de forma aleatria, alguns subgrupos e,
finalmente, nos subgrupos selecionados, so escolhidos, de forma aleatria,
as pessoas a serem pesquisadas. As duas ltimas metodologias citadas
combinam tcnicas de amostragem por conglomerado e amostragem aleatria
simples, sendo classificadas tambm como amostragem em vrios degraus.
(COCHRAN, 1963)
O primeiro procedimento anteriormente citado, chama-se de amostragem por
conglomerado em estgio nico (ou monoetpico) e ser estudado em detalhes
nesse trabalho. O segundo e terceiro procedimentos so chamados de bietpicos
e no fazem parte do escopo deste trabalho.
Mesmo conhecendo todas as vantagens e desvantagens do uso da amostragem
por conglomerado, bem como as situaes onde a mesma deve ser empregada,
diz PREZ (1999), que muito comum o pesquisador confundir a amostragem
por conglomerado com a amostragem estratificada. Para deixar clara a diferena
entre essas metodologias de amostragem, o autor salienta que na amostragem
estratificada figuram, na amostra, algumas unidades de cada um dos grupos
(estratos). Na amostragem por conglomerado, as unidades amostrais so grupos
completos de unidades elementares. Na amostragem estratificada, todos os
grupos de unidades (estratos) tem sua representao na amostra, que poderia
reduzir-se a uma s unidade por estrato se esses fossem estritamente
homogneos "dentro". O critrio de estratificao, segundo o autor, trata de
conseguir homogeneidade dentro dos estratos e heterogeneidade entre os
estratos, enquanto que na amostragem por conglomerado o pesquisador trabalha
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
76
com a homogeneidade entre os conglomerados e a heterogeneidade dentro dos
conglomerados.
3.1.4. Amostragem sistemtica
A amostragem sistemtica uma variao da amostragem aleatria simples. Sua
aplicao sugere que a populao seja ordenada de modo tal que cada um de
seus elementos possa ser unicamente identificado pela posio. Apresenta
condies para satisfao desse requisito uma populao identificada a partir de
uma lista que englobe todos os seus elementos.
A amostragem sistemtica consiste em sortear, aleatoriamente, um certo nmero
i que ser, em uma lista ou populao de N elementos, o primeiro valor que far
parte da amostra. Para os demais componentes, de maneira rgida ou
sistemtica, vai-se tomando o (i+k)-simo elemento, onde k = N/n, que est k
lugares depois do i-simo na lista; o (i+2k), que est 2k lugares depois, e assim
sucessivamente, at esgotar os elementos disponveis na populao, o que
ocorrer quando se chegar ao elemento que ocupa o lugar [i+(n-1)k].
Existem casos em que uma amostragem sistemtica mais rgida utilizada. Nesta
situao, segundo POCH (1969), poderamos cham-la de amostragem
estritamente sistemtica, a qual consiste em tomar o ponto mdio de cada grupo
de k elementos consecutivos. O autor ainda salienta que apesar de o resultado
no ser muito diferente do que seria obtido utilizando origem aleatria, e at poder
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
77
ser prefervel em caso de variao contnua e montona, deve-se levar em
considerao que a amostragem deixa de ser probabilstica para transformar-se
em no-probabilstica.
Este procedimento de amostragem, segundo POCH (1969), tem a vantagem da
grande rapidez e facilidade de seleo, alm de que, na amostragem sistemtica,
de modo diferente do que pode ocorrer na amostragem aleatria, nenhuma
sucesso grande de elementos ficar sem representao. Em conseqncia, se
os elementos considerados na ordem em que aparecem na lista apresentarem
grupos ou zonas de elementos parecidos, segundo alguma caracterstica, a
amostragem sistemtica pode ser mais representativa que a amostragem
aleatria simples.
Diz POCH (1969), que:
"freqentemente julga-se a amostragem sistemtica
mais eficiente, estatisticamente, do que a amostragem
aleatria simples. Esse o caso quando h semelhana
entre os itens prximos do universo relacionado, e
diferena entre itens distantes. Por exemplo, se fosse
feita uma lista de mercadorias por ordem de volume de
vendas em reais e a varivel sendo amostrada fosse
relacionada com as vendas, a amostragem sistemtica
seria provavelmente mais precisa. A colocao das lojas
por volume de reais formaria, neste caso, uma
estratificao implcita, e a amostragem sistemtica
funcionaria de maneira semelhante amostragem
probabilstica estratificada, com uma nica loja
escolhida em cada estrato."
Para ilustrar as idias bsicas da amostragem sistemtica, pressupomos que uma
relao de todos os itens do universo fosse disponvel. No , entretanto,
necessrio que uma relao completa seja disponvel ao se iniciar a amostragem.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
78
Por exemplo, o pesquisador pode fazer amostragem sistemtica por espao de
tempo, retirando a cpia de todas as dcimas quintas faturas de uma loja, ou
amostragem sistemtica por distncia, entrevistando cada quinta residncia de
um quarteiro, mesmo que uma lista de residncias no seja disponvel
antecipadamente.
A composio da amostra por este processo bastante simples. Deve ficar claro,
porm, que somente aplicvel nos casos em que se possa previamente
identificar a posio de cada elemento num sistema de ordenao da populao.
Segundo GARCA e GALLEGO (1995), a reduo ou o aumento da variabilidade
das estimativas fornecidas pela amostragem sistemtica depende da maneira
como a populao ordenada. Pode ser dispendioso ordenar a populao de
maneira a reduzir a variabilidade das estimativas. Muito freqentemente pode-se
dispor de relaes ordenadas com base numa propriedade que, sabida ou
presumidamente, no se relaciona com a caracterstica a ser investigada. Neste
caso, se a populao no est inteiramente misturada com respeito
caracterstica em estudo, a variabilidade das estimativas ser afetada.
Para melhor compreender a amostragem sistemtica, considere o seguinte
exemplo: de uma lista de 50 mercados desejamos selecionar uma amostra
sistemtica de 10 lojas. Considerando que a cada mercado corresponde um e
somente um nmero desta lista de 50, o primeiro passo calcular k = 50/10, logo
k = 5 ser nosso intervalo de amostragem. Sorteamos aleatoriamente uma
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
79
mercearia entre os nmeros 1 e 5 (suponha 2), ento os elementos que iro
compor a amostra sistemtica sero: 2 - 7 - 12 - 17 - 22 - 27 - 32 - 37 - 42 - 47.
Tabela 7
Seleo de elementos da amostra
Amostra Identificao das lojas da amostra
1 1 6 11 16 21 26 31 36 41 46
2 2 7 12 17 22 27 32 37 42 47
3 3 8 13 18 23 28 33 38 43 48
4 4 9 14 19 24 29 34 39 44 49
5 5 10 15 20 25 30 35 40 45 50
Cabe ressaltar ainda que, em situaes reais, quase sempre o tamanho da
amostra n no um divisor exato para o tamanho da populao N, e o resultado
obtido para o intervalo ser um nmero decimal. Arredondar esse resultado para
um nmero inteiro introduz alteraes nas fraes de amostragem e no processo
de estimao. Na prtica, entretanto, essas alteraes podem ser ignoradas
quando se trabalha com amostras maiores que 50 elementos. (COCHRAN, 1977
apud SILVA, 1998)
Entre as diversas sugestes para tratar o problema de intervalos decimais,
segundo KISH (1965, apud SILVA 1998), a mais prtica e simples a que opera
tomando apenas a parte inteira do resultado obtido para identificar os nmeros
sorteados.
Como exemplo, consideremos que uma amostra de seis sites ser sorteada da
populao considerada na tabela a seguir:
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
80
Tabela 8
Amostra sistemtica (N = 40; n = 20)
Site Acessos Mil Contedo Site Acessos Mil Contedo
1 40 Futebol 21 100 Esportes
2 40 Futebol 22 100 Esportes
3 40 Futebol 23 100 Esportes
4 40 Futebol 24 100 Esportes
5 50 Futebol 25 100 Esportes
6 50 Futebol 26 110 Esportes
7 50 Futebol 27 110 Esportes
8 60 Futebol 28 110 Esportes
9 60 Futebol 29 120 Esportes
10 70 Futebol 30 120 Esportes
11 70 Futebol 31 120 Esportes
12 80 Futebol 32 140 Esportes
13 90 Futebol 33 140 Esportes
14 90 Futebol 34 150 Esportes
15 90 Futebol 35 150 Esportes
16 100 Futebol 36 150 Esportes
17 100 Esportes 37 160 Esportes
18 100 Esportes 38 160 Esportes
19 100 Esportes 39 170 Esportes
20 100 Esportes 40 170 Esportes
O intervalo de amostragem nesse caso ser k = 40/6, ou seja, k = 6,67. O incio
casual ser agora um nmero entre 1 e 6,67. Admita-se 3,25. Ento, o primeiro
nmero sorteado seria 3,25, no havendo correspondncia com a numerao da
populao. O seguintes seriam conforme demonstrado na tabela a seguir:
Tabela 9
Seleo de elementos da amostra
Elemento Clculo Site sorteado
1

3,25 3
2

3,25 + 6,67 = 9,92 9


3

3,25 + 2(6,67) = 16,59 16


4

3,25 + 3(6,67) = 23,26 23


5

3,25 + 4(6,67) = 29,93 29


6

3,25 + 5(6,67) = 36,60 36


7

3,25 + 6(6,67) = 43,27 ?


Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
81
Logo, a amostra seria composta pelos seis sites de nmeros:
3 - 9 - 16 - 23 - 29 - 36
Com relao a esse mesmo exemplo, cabe salientar que, se quisssemos retirar
uma amostra sistemtica de 20 elementos, teramos k = 40/20 = 2. As amostras
que seriam selecionadas encontram-se escurecidas na tabela 8. Neste caso, a
amostragem sistemtica ter elementos amostrais selecionados de forma
semelhante amostragem estratificada pelo critrio da partilha proporcional (8
sites de futebol e 12 sites de esportes). Neste caso, toda a metodologia de
estimativas da amostragem estratificada proporcional poder ser utilizada na
amostragem sistemtica.
3.2. Amostragens no-probabilsticas
3.2.1. Amostragem por convenincia ou acessibilidade
A amostragem por convenincia ou acessibilidade constitui o menos rigoroso de
todos os tipos de amostragem. Por isso mesmo destituda de qualquer rigor
estatstico. O pesquisador seleciona os elementos a que tem acesso, admitindo
que estes possam, de alguma forma, representar a populao.
Aplica-se este tipo de amostragem em estudos exploratrios ou qualitativos, em
que no requerido elevado nvel de preciso. A amostragem por convenincia
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

82
ou acessibilidade poder ser til, por exemplo, durante a fase de pesquisa-piloto
de um estudo, a fim de melhorar o instrumento de coleta de dados. Porm,
segundo OSUNA (1991), no recomendada quando se trata de avaliar
seriamente o valor de um universo.

Segundo KINNEAR e TAYLOR (1991), a unidade amostral ou os elementos da
amostra por convenincia so voluntrios, ou foram selecionados por causa de
seu fcil acesso. Podemos citar, por exemplo, o programa Voc Decide, onde as
pessoas telefonam voluntariamente para expressar sua opinio.

Em geral, diz OSUNA (1991), os itens de fcil acesso de um universo diferem
substancialmente daqueles de mais difcil acesso, introduzindo, portanto, em
qualquer estimativa baseada em amostra por convenincia ou acessibilidade,
uma tendncia de valor e direo desconhecidos.

A grande vantagem da amostragem por convenincia ou acessibilidade o seu
baixo custo e rapidez.


3.2.2. Amostragem intencional ou por julgamento

Em algumas situaes, como comenta OSUNA (1991), consideraes de diversas
ordens impedem a escolha de uma amostra probabilstica, ficando a cargo do
pesquisador a tentativa de buscar, por outras vias, uma amostra que seja o mais
representativa possvel da populao. Uma das formas a procura de um
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

83
subgrupo que seja tpico, em relao populao como um todo. Um exemplo
tpico a utilizao de Campinas e Curitiba como mercado piloto para lanamento
de novos produtos pois, segundo experts, essas duas cidades so
representativas do mercado brasileiro como um todo.

Segundo ARRONDO (1998), a suposio bsica da amostragem intencional
que, com bom julgamento e uma estratgia adequada, podemos escolher os
casos que devem ser includos na amostra e, assim, chegar a amostras que
sejam satisfatrias para nossas necessidades. Porm, mesmo considerando tais
cuidados, no possvel a utilizao de mtodos estatsticos que garantam a
representatividade desta amostra.

Para OSUNA (1991),

a hiptese subjacente escolha de uma comunidade
'tpica' que ela se apresenta tpica no que concerne a
um conjunto de propriedades, isto , A, B,... N,
inferindo-se da que tambm tpica em relao
caracterstica X, que vem a ser o objeto da pesquisa; em
outras palavras, os valores de X tendem a alterar-se da
mesma forma que se alteram os valores A, B, ... N e,
portanto, a maneira como X se relaciona com A, B, ...,
N tem de ser tpica, no se admitindo que na cidade,
comunidade ou grupo escolhido ela seja atpica."


Como a amostragem intencional ou por julgamento sofre das mesmas restries
aplicveis a outras tcnicas no-probabilsticas, isto , os erros de amostragem e
desvios no podem ser computados, tal tcnica deve restringir-se s situaes
em que os possveis erros no representam gravidade maior, ou quando
praticamente impossvel a amostragem probabilstica.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

84
A principal vantagem da amostragem intencional ou por julgamento est nos
baixos custos de sua seleo. Entretanto, requer considervel conhecimento da
populao e do subgrupo selecionado.


3.2.3. Amostragem por cotas

De todos os procedimentos de amostragem definidos como no-probabilsticos,
este o que apresenta maior rigor. De modo geral, desenvolvido em trs fases:

primeira fase: classificao da populao em funo de propriedades tidas
como relevantes para o fenmeno a ser estudado, e a determinao da
proporo da populao a ser colocada em cada classe.

Suponhamos que duas variveis, idade e sexo, tenham sido escolhidas para uma
investigao entre chefes de famlia. As subdivises do universo encontram-se na
tabela a seguir:

Tabela 10

Composio do universo

Sexo do chefe Idade do chefe da famlia
da famlia Menos de 35 anos 35 anos ou mais Total
Masculino 25% 40% 65%
Feminino 8% 27% 35%
Total 33% 67% 100%



Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

85

Cabe ressaltar que nos casos em que so usadas vrias subdivises por varivel,
o nmero de combinaes aumenta rapidamente. Por exemplo: Idade do chefe da
famlia (menos de 35 anos, 35 anos ou mais) duas subdivises; Sexo (masculino,
feminino) duas subdivises; Escolaridade (analfabeto, 1 grau incompleto, 1 grau
completo, 2 grau incompleto, 2 grau completo, nvel superior incompleto, nvel
superior completo) sete subdivises. Isso implicar 28 combinaes (2 x 2 x 7).

segunda fase: distribuio das amostras. Uma vez que as propores das
subdivises tenham sido estabelecidas, o passo seguinte se refere deciso
sobre o tamanho da amostra a ser retirada de cada subgrupo. Geralmente,
segundo ARRONDO (1998), mas no necessariamente, uma amostra
proporcional retirada, isto , cada subdiviso recebe a mesma proporo da
amostra que representa no universo. Para o exemplo dado, seria a seguinte a
distribuio proporcional de entrevistas por subgrupo, considerando uma
amostra de 200 chefes de famlia:

Tabela 11

Composio da amostra

Descrio do chefe da famlia
Proporo
na amostra
Quantidade
na amostra
Menos de 35 anos e do sexo masculino 25% 50
Menos de 35 anos e do sexo feminino 8% 16
Mais de 35 anos e do sexo masculino 40% 80
Mais de 35 anos e do sexo feminino 27% 54
Total 100% 200


Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

86
terceira fase: seleo dos itens da amostra. Aps a definio do nmero total
de respondentes em cada subdiviso, o passo seguinte no processo de
amostragem a distribuio das cotas a cada entrevistador. Isto , cada
entrevistador instrudo a fazer X observaes sobre itens possuidores de
determinadas caractersticas, Y observaes sobre itens possuidores de
outras determinadas caractersticas, e assim por diante, at que a amostra
total seja distribuda.

Segundo OSUNA (1991), enquanto se trabalha nas duas primeiras fases, a
amostragem por cotas assemelha-se estratificada. Em ambos os mtodos, o
universo a ser estudado dividido em subuniversos, e a amostra total
distribuda entre os subuniversos. Neste ponto, entretanto, os dois processos
divergem radicalmente. Na amostragem probabilstica estratificada, a amostra
dentro de cada estrato escolhida aleatoriamente. Na amostragem por cota, a
amostra dentro de cada subdiviso no feita ao acaso; os entrevistadores fazem
a seleo dos respondentes para cobrir suas cotas dentro de uma latitude
especificada.

Esta distino entre amostragem por cotas e amostragem probabilstica
estratificada importante. Segundo OSUNA (1991), os dois sistemas de
amostragem so algumas vezes, erroneamente, considerados como equivalentes,
e os dados de uma amostra por cotas so algumas vezes tratados como sendo
derivados de uma amostragem estratificada. Os dois sistemas so de fato
equivalentes se for possvel presumir que as amostras dentro de cada subdiviso
de uma amostragem por cotas representam uma amostra probabilstica simples.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

87
Entretanto, segundo o autor supracitado, a experincia indica que essa suposio
no se verifica. Ao usar uma amostra por cotas, quase sempre se supe,
implicitamente, que a seleo dentro das subdivises feita ao acaso ou que as
diferenas entre os itens dentro das subdivises so to pequenas que no
afetaro seriamente as estimativas. Assim, segundo OSUNA(1991), alguns
pesquisadores incorretamente aplicam os mesmos princpios para determinar o
tamanho da amostra e erro de amostragem, como ao tratar de uma amostra
probabilstica.

Uma das vantagem da amostragem por cotas a sua rapidez, fazendo com que
este tipo de amostragem seja empregado para fins prticos quando resultados
rpidos e brutos satisfazem. Porm, o pesquisador, na opinio de ARRONDO
(1998), deve conhecer esta limitao para no crer que dados obtidos com essa
tcnica de amostragem so fidedignos somente por usar uma amostragem
grande.

Outra vantagem desse tipo de amostragem o fato de que permite aos
investigadores liberdade na obteno de entrevistas sem viagens desnecessrias.
No h necessidade de revisitas como no caso da amostragem aleatria. Isto
de grande significao quando se precisa de informao urgente.

Este procedimento possui outras vantagens, tais como o baixo custo e o fato de
conferir alguma estratificao amostra. Contudo, possibilita a introduo de
vises. Segundo ARRONDO (1998), o primeiro vis o fato de que o
estabelecimento de cotas pode fazer-se de maneira no-proporcional
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

88
verdadeira distribuio de propriedades na populao, quando as cotas forem
baseadas em informaes obsoletas ou inexatas.

O segundo vis, o fato de que a amostragem muito depende do entrevistador ou
observador, mais do que na amostragem probabilstica. De maneira geral, pode-
se presumir que o observador, ou entrevistador, preencher suas cotas de
maneira que lhe seja conveniente, agindo assim intencionalmente ou no.

Em outras palavras, os selecionados em cada classe podem no ser
representativos dessa mesma classe. Alm disso, diz ARRONDO (1998), cabe
ao entrevistador, e no ao pesquisador, classificar os sujeitos e, uma vez que ele
no to bem-informado quanto o pesquisador, no que diz respeito ao
planejamento total da pesquisa, est sujeito a introduzir um desvio no
procedimento de classificao. Dois desvios, portanto, podem ser introduzidos
pelo observador: desvio de classificao e desvio pela seleo no-aleatria
dentro de cada classificao.

Pode ocorrer que os erros da amostragem por cotas no implique em erros
graves, mas, no ponto de vista de OSUNA (1991), ser sempre extremamente
difcil fazer tal demonstrao. A dificuldade reside no fato de que, na melhor das
hipteses, s podemos conhecer amostras por cotas que sejam representativas
de algumas caractersticas relevantes da populao e nunca de todas. Em
conseqncia, no teremos garantia de que a amostra seja representativa, com
respeito s propriedades que esto sendo objeto de medida. Alm disso, uma
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

89
vez que no se recorre amostragem aleatria em nenhum estgio, os erros de
mtodos no podem ser determinados por procedimentos estatsticos.


3.3. Escolha entre mtodos de amostragem

Foram descritas, at o momento, as vantagens e desvantagens das amostragens
probabilsticas e no-probabilsticas. Algumas das consideraes a serem feitas
com relao escolha entre os dois mtodos de amostragem sero agora
discutidas. A deciso evidente, segundo BOYD e WESTFALL (1979) e OSUNA
(1991), quando se trata de uma investigao que exige estimativas
essencialmente imparciais e cuja preciso deve ser avaliada. Neste caso a
amostragem probabilstica dever ser usada. Por outro lado, quando so
necessrias apenas estimativas gerais e o recurso disponvel definitivamente
limitado, alguma forma de amostragem no-probabilstica dever ser,
provavelmente, empregada.

BOYD e WESTFALL (1979) dizem:

"entre esses dois limites extremos existe uma grande
rea onde a deciso no to bvia e onde o julgamento
pessoal tem importante papel. Em face da natureza
relativamente subjetiva da deciso nessa zona obscura,
existe uma grande controvrsia sobre a maneira pela
qual o problema deve ser enfrentado."

Esses autores tomam a seguinte posio geral: sempre que vivel, a amostragem
probabilstica deve ser usada. Se, por exemplo, o pesquisador possuir recursos
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

90
suficientes para realizar uma amostra probabilstica bastante pequena ou ento
uma amostra no-probabilstica relativamente grande, a escolha, normalmente,
deve recair sobre a primeira. A amostragem probabilstica deve sempre ser
considerada como o mtodo prefervel.

Quando no possvel realiz-la na ntegra, as caractersticas desse mtodo
devem ser adotadas tanto quanto possvel.

Aceita-se, desde que tomadas as devidas precaues na seleo dos elementos
que iro compor a amostra, que quanto maior o tamanho da amostra, tanto maior
ser sua preciso ou confiabilidade. No entanto, no ponto de vista de OSUNA
(1991), existem restries que os pesquisadores precisam considerar. Os
incrementos no tamanho de uma amostra contribuem, em certa medida, para
maior preciso, mas, inevitavelmente, haver incrementos no custo do
levantamento. Deve-se pensar cuidadosamente sobre a limitao tempo: a
urgncia pode no permitir um levantamento extenso, posto que a validade da
pesquisa no deve ser sacrificada em nome da pressa. Os patrocinadores da
pesquisa devem ficar sabendo que exatido podem esperar de um levantamento
apressado, feito com uma amostra pequena. Por conseguinte, contratar ou no a
pesquisa de responsabilidade do cliente. O custo e a exatido esto
intimamente ligados ao tempo tomado para completar um levantamento e, at
certo ponto, forosamente h um conflito. O trabalho de campo relativamente
lento e caro, mas deve ser feito minuciosamente, porque no h razo para se
processar uma quantidade de material duvidoso. Ocasionalmente, os
pesquisadores talvez tenham de aconselhar os clientes que as limitaes
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

91
impostas ao levantamento podem no ser razoveis e os impediro de
empreender uma pesquisa vlida. (BOYD e WESTFALL, 1979)


3.4. Determinao do tamanho da amostra

Para que uma amostra represente com fidedignidade as caractersticas de uma
populao, deve ser composta por um nmero suficiente de casos. Este nmero,
por sua vez, depende de fatores como tipo de mensurao da varivel em estudo,
extenso da populao, nvel de significncia estabelecido, erro mximo
permitido, porcentagem com a qual o fenmeno se verifica ou a varincia da
varivel.

Neste item sero tratados os fatores metodolgicos que determinam o tamanho
de uma amostra. Cabe ressaltar, entretanto, que outros fatores de natureza
distinta podem ser determinantes na escolha do tamanho da amostra, como por
exemplo restries de custo, e fatores de natureza psicolgica. Uma amostra
pode ser suficientemente grande para atender necessidade de uma
representatividade estatstica, mas no necessidade psicolgica do patrocinador
da pesquisa ou do pblico em geral.

3.4.1. Nveis de mensurao de uma varivel

Costuma-se classificar as variveis em qualitativas e quantitativas, sendo as
qualitativas subdivididas em nominais e ordinais, enquanto as variveis
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
92
quantitativas subdividem-se em intervalares e razo.

Variveis nominais so aquelas constitudas por duas ou mais categorias, nas
quais so classificados os objetos ou indivduos. A nica relao especificada
entre as categorias que sejam diferentes entre si, no existindo a suposio de
que representem mais ou menos da categoria que est sendo medida. A
classificao de indivduos de acordo com a nacionalidade, religio ou ocupao
constitui exemplo de variveis com nvel de mensurao nominal.

Variveis ordinais definem a posio de objetos ou indivduos em relao a uma
caracterstica, mas no tm suposies quanto distncia entre as posies. A
exigncia bsica para uma varivel ser ordinal que possibilite verificar se o
objeto ou indivduo que est sendo mensurado possui maior ou menor quantidade
de determinada caracterstica, quando comparado a outros objetos ou indivduos.
Tem-se, por exemplo, uma escala ordinal de conservadorismo quando possvel
ordenar as pessoas segundo sejam mais ou menos conservadoras, mas sem
qualquer suposio quanto distncia que separa um valor do outro.

As variveis intervalares caracterizam-se por estar claramente determinada a
diferena entre seus intervalos e por esses intervalos serem iguais entre si. Por
exemplo, a escala de temperatura de intervalo, porque entre 20 e 22 graus h a
mesma diferena que entre 45 e 47. A principal limitao que apresenta este tipo
de escala no possuir um zero absoluto, um zero que expresse ausncia
absoluta da qualidade medida.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
93
As variveis do tipo razo supem a existncia de um valor zero absoluto, o que
possibilita a realizao de operaes aritmticas como a obteno de razes ou
quocientes. Isto significa que, por exemplo, o valor 100 numa escala deste tipo
o dobro do valor 50 e o quntuplo do valor 20. Como exemplos de escala de
variveis do tipo razo temos: o peso, a extenso, a intensidade de corrente
eltrica etc.


3.4.2. Tamanho da populao

O tamanho da amostra est relacionado com o tamanho da populao. Para
tanto, as populaes de pesquisa so classificadas em finitas e infinitas.

Segundo BUSSAB e MORETTIN (1994),
"a populao pode ser, segundo seu tamanho, finita ou
infinita. finita a populao que possui um nmero
determinado de elementos, enquanto que a populao infinita
possui um nmero infinito de indivduos. Porm tal definio
existe apenas no campo terico, uma vez que, na prtica,
nunca encontraremos populaes com infinitos elementos,
mas sim, populaes com um grande nmero de
componentes; e, nessas circunstncias, tais populaes so
tratadas como se fossem infinitas".

Para VANNI (1999), as populaes consideradas finitas so aquelas cujo nmero
de elementos no excede 100.000. Populaes consideradas infinitas, por sua
vez, so aquelas que apresentam elementos em nmero superior a esse. So
assim denominadas porque, acima de 100.000, qualquer que seja o nmero de
elementos da populao, o nmero de elementos da amostra a ser selecionada
ser rigorosamente o mesmo.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
94
Figura 2: Tamanho de n em funo de N
Fonte: POCH (1969)

VIEIRA (1980), concorda que as populaes so classificadas em finitas e
infinitas, entretanto, segundo a autora,
"existem populaes que embora finitas, podem ser
consideradas como infinitas, para finalidade de estatstica.
Para dar apenas uma idia das circunstncias nas quais esta
afirmativa vlida, diremos que uma populao pode ser
considerada como praticamente infinita toda vez que o
nmero de elementos que constitui a amostra 'muito menor'
que o nmero de elementos que constitui a populao".

Para a autora supracitada, para que uma amostra seja considerada "muito menor"
que a populao, necessrio que a frao amostral dada pela razo entre o
nmero de elementos que constitui a amostra e o nmero de elementos que
constitui a populao seja muito pequena, isto , tenda a zero.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
95
No ponto de vista de FREUND e SIMON (1997), uma populao finita se
consiste de um nmero finito, ou fixo, de elementos, medidas ou observaes. Os
autores comentam que, em comparao com as populaes finitas, uma
populao infinita se contm, pelo menos hipoteticamente, um nmero infinito
de elementos. o caso, por exemplo, quando observamos um valor de uma
varivel aleatria contnua
4
e h um nmero infinito de resultados diferentes, ou
quando fazemos amostragem com reposio em uma populao finita.
STEVENSON (1981) complementa a colocao dos autores supracitados dizendo
que "se o tamanho da amostra pequeno em relao ao tamanho da
populao, a no-reposio do item examinado ter efeito desprezvel nas
probabilidades dos itens restantes, e a amostragem sem reposio no
causar dificuldades srias". O autor sugere uma regra prtica que determina
se o pesquisador deve tratar a populao como finita ou infinita, isto , se deve
repor (nesse caso a populao ser considerada infinita) ou no (nesse caso a
populao ser considerada finita) o elemento sorteado na populao. A regra de
STEVENSON (1981) diz que se o tamanho da amostra excede 5% do tamanho
da populao deve-se fazer a reposio.


3.4.3. Nveis de significncia

Para se determinar o tamanho de uma amostra necessrio o conhecimento do
clculo da mdia e desvio-padro da varivel em estudo. No entanto, precisamos
ainda de outra informao: a forma da distribuio amostral.

4
"y" uma varivel aleatria contnua se assumir todos os valores possveis da realizao de um
experimento de medio.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
96

O Teorema do Limite Central (TLC), segundo STEVENSON (1981), garante a
seguinte situao:

"1. Se a populao sob amostragem tem distribuio normal,
a distribuio das mdias amostrais tambm ser normal,
para todos os tamanhos de amostra.


2. Se a populao bsica no normal, a distribuio de
mdias amostrais ser aproximadamente normal para
grandes amostras."


Ainda segundo o autor, o TLC notvel, pois nos diz que no necessrio
conhecer a distribuio de uma populao para podermos fazer inferncias sobre
a mesma, a partir de dados amostrais. O autor segue ainda dizendo que "a nica
restrio que o tamanho da amostra seja grande. Uma regra muito usada
que a amostra deve consistir de 30 ou mais observaes."
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
97
Figura 3: Ilustrao do TLC
Fonte: STEVENSON (1981)

De acordo com a teoria geral das probabilidades, a distribuio das informaes
coletadas a partir de amostras ajusta-se, geralmente, curva de Gauss ou Curva
Normal, que representa valores centrais elevados e valores extremos reduzidos.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
98
Figura 4: Uma curva contnua que aproxima a distribuio de
freqncias observadas
Fonte: STEVENSON (1981)

O nvel de significncia refere-se rea da curva normal (curva de Gauss)
definida a partir dos desvios-padro em relao sua mdia. Em uma curva
normal, a rea compreendida por um desvio-padro direita e um esquerda da
mdia corresponde a aproximadamente 68% de seu total. A rea compreendida
por dois desvios em torno da mdia, por sua vez, corresponde a
aproximadamente 95,5% de seu total. Por fim, a rea compreendida por trs
desvios em torno da mdia corresponde a 99,7% de seu total. Isso significa que,
quando da seleo de uma amostra so considerados dois desvios-padro,
trabalha-se com um grau de confiana de 95,5%. O mesmo acontece para trs
desvios-padro, quando o grau de confiana passa a ser de 99,7%.



Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
99
Figura 5: rea sob a curva normal a 1,2,e,3 desvios-padro de
cada lado da mdia.
Fonte: STEVENSON (1981)

A tabela 12 a seguir apresenta um resumo dos nveis de significncia mais
utilizados em pesquisas. Contudo, estes no so os nicos, ficando a cargo do
pesquisador a definio do nvel de significncia, com base nos objetivos da
pesquisa, ou em trabalhos anteriormente realizados na rea em estudo.

Tabela 12

Grau de confiana por nmero de desvios-padro

Nvel de significncia () 32,0% 5,0% 4,5% 1,0% 0,3%
Grau de confiana 68,0% 95,0% 95,5% 99,0% 99,7%
Z (nmero de desvios-padro) 1,00 1,96 2,00 2,57 3,00


3.4.4. Erro amostral
O grau de confiana e o erro amostral de uma estimativa constituem a preciso
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
100
(erro absoluto) em uma estimao.

Para uma amostra de tamanho fixo, medida que aumentamos o grau de
confiana do intervalo, o erro absoluto de uma estimativa tambm aumenta, pois

Erro Absoluto = Z . (Erro amostral)

Em termos de preciso, o ideal seria aumentar o grau de confiana e diminuir o
erro absoluto da estimativa.

Considere os exemplos abaixo:

1
o
Exemplo:
X
X
Z .

n
Z X




Com base neste exemplo, podemos dizer que para uma X = 200 e = e 10,
teremos o intervalo [190;210] para a estimao da mdia populacional, dado um
determinado grau de confiana.

2
o
Exemplo:
p
p
Z

.

n
p p
Z p
) 1 (





Erro amostral
Erro absoluto (e)
Erro amostral
Erro absoluto (e)
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
101
Com base neste exemplo, podemos dizer que para um p = 0,20 e = e 3% = 0,03,
teremos o intervalo [0,17;0,23] para a estimao da proporo populacional, dado
um determinado grau de confiana.

Como pode ser observado, os resultados obtidos a partir de amostras
apresentam, na maioria das vezes, um erro de medio que diminui na proporo
em que aumenta o tamanho da amostra.

Quando o uso da amostragem visa a estimao da mdia populacional, o erro
absoluto utilizado para o clculo do tamanho da amostra, na maioria das vezes,
segundo GARCA e GALLEGO (1995), varia entre 5% e 10% do valor da mdia
amostral. J, no caso da amostragem para determinao da proporo
populacional, o erro de medio expresso em termos percentuais e cabe
salientar que, segundo o mesmo autor, trabalha-se com uma estimativa de erro
entre 3% e 5%, porm, assim como o nvel de significncia, o erro aceitvel de
medio definido pelo pesquisador ou por normas para a varivel em estudo.

A estimao da percentagem ( ) com que se verifica um fenmeno muito
importante para a determinao do tamanho da amostra. Este valor deve ser de
conhecimento do pesquisador. No caso de no ser conhecido, e na maior parte
das vezes no , o percentual com que se verifica o fenmeno deve ser adotado
como 50%, pois este valor maximiza o tamanho da amostra, ou ento segundo
BONINI (1979), deve ser retirada uma pr-amostra, de no mnimo 30 elementos,
para a determinao desta proporo.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
102
No que se refere varincia da varivel em estudo, segundo WORMLEIGHTON
(1960, apud POCH, 1969), quando no se conhece a varincia pode-se seguir um
dos dois caminhos sugeridos:

primeiro: tomar uma amostra do maior tamanho possvel, tendo como
inconveniente o fato de tornar o processo pouco eficiente por ser
demasiadamente custoso, embora possa dar maior preciso que a amostra
requerida;

segundo: tomar uma amostra piloto, calculando a varincia (Frmula 8), tendo
o inconveniente de que a informao gerada no pode ser aproveitada na
estimao da mdia pelo fato de no ser uma amostra representativa da
populao, o que poder gerar uma mdia que no corresponde verdadeira
mdia;


3.4.5. Tamanho de uma amostra aleatria simples

Uma vez prefixado o erro mximo admissvel, que representa a preciso mnima
exigida dos resultados, e o grau de confiana, necessitamos conhecer tambm a
variabilidade da populao, j que quanto mais dispersos esto os valores da
varivel em estudo, mais arriscado ser utilizar uma amostra de tamanho
pequeno. Na realidade, o desenho timo da amostra, em particular a
determinao prvia de seu tamanho timo, s seria possvel a partir do
conhecimento da populao, o que em si constitui-se em um grande paradoxo.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
103

Para obter o tamanho da amostra, que designamos por n, em funo de e e Z,
correspondente ao grau de confiana estipulado, partimos da equao
fundamental:



Isto , expressamos o erro absoluto e como sendo o produto entre o erro de
amostragem e o valor Z que corresponde ao grau de confiana definido pelo
pesquisador.


3.4.5.1. Tamanho de uma amostra aleatria simples quando a varivel
escolhida for intervalar, ou razo, e a populao infinita, ou a
amostragem for com reposio

Sabemos que Erro absoluto = Z . (Erro amostral), isto :
( ) x Z e = , sendo ( )
n
x

= [vide Demonstrao 3],

podendo (desvio-padro populacional) ser estimado atravs de s (desvio-
padro amostral), temos:
=
n
Z e

=
e
Z
n


2

=
e
Z
n

[Demonstrao 7]


Erro Absoluto = Z . (Erro Amostral)
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
104
3.4.5.2. Tamanho de uma amostra aleatria simples quando a varivel
escolhida for intervalar, ou razo, e a populao finita, ou a
amostragem for sem reposio

Sabemos que Erro absoluto = Z . (Erro amostral), isto :

( ) x Z e = , sendo ( )
1 - N
n - N

n
x

= (vide Frmula 9);

podendo (desvio-padro populacional) ser estimado atravs de s (desvio-
padro amostral), temos:


n

=
1 N
n N
Z e

2
2
1

=
N
n N
n
Z e


=
1
2
2 2
N
n N
n
Z e

( ) [ ] ( ) n N Z N n e =
2 2 2
1

( ) = n Z N Z N n e
2 2 2 2 2
1 ( ) N Z n Z N n e
2 2 2 2 2
1 = +


( ) ( ) = + N Z Z e N n
2 2 2 2 2
1
( )
2 2 2
2 2
1

Z e N
N Z
n
+
=
[Demonstrao 8]


Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
105
3.4.5.3. Tamanho de uma amostra aleatria simples quando a varivel
escolhida for nominal, ou ordinal, e a populao infinita, ou a
amostragem for com reposio

Sabemos que Erro absoluto = Z . (Erro amostral), isto :
( ) p Z e = , sendo ( )
n
p
) 1 (


= [vide Demonstrao 5],
ento temos:

=
n
Z e
n
Z e
) 1 ( ) 1 (
2 2



2
2
) 1 (
e
Z
n

=
[Demonstrao 9]

No sendo conhecido o valor de (proporo populacional), este poder ser
substitudo por 50% (valor que maximiza a amostra) ou por ' p , proveniente de
uma pr-amostra (vide seo 3.4.4.), sendo

n
X
p
n
i
i
=
=
1
'
(Frmula 19),
onde:

i
X =

n = tamanho da pr-amostra
1, se o elemento i possuir a caracterstica
0, se o elemento i no possuir a caracterstica
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
106
3.4.5.4. Tamanho de uma amostra aleatria simples quando a varivel
escolhida for nominal, ou ordinal, e a populao finita, ou a
amostragem for sem reposio

Sabemos que Erro absoluto = Z . (Erro amostral), isto :

( ) p Z e = , sendo ( )
1
) 1 (


=
N
n N
n
p

(vide Frmula 10),

ento temos:

2
2
1
) 1 (
1
) 1 (


=
N
n N
n
Z e
N
n N
n
Z e



( ) ( ) n N Z N n e
N
n N
n
Z e =


= ) 1 ( 1
1
) 1 (
2 2 2 2




( ) ( ) N Z n Z N n e n Z N Z N n e ) 1 ( ) 1 ( 1 ) 1 ( ) 1 ( 1
2 2 2 2 2 2
= + =

( ) ( ) ( ) ( ) = + N Z Z N e n 1 1 1
2 2 2


( ) ) 1 ( 1
) 1 (
2 2
2


+

=
Z N e
N Z
n
[Demonstrao 10]

No sendo conhecido o valor de (proporo populacional), este poder ser
substitudo por 50% (valor que maximiza a amostra) ou por ' p , proveniente de
uma pr-amostra (vide seo 3.4.4.), sendo
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
107

n
X
p
n
i
i
=
=
1
'
(Frmula 19),
onde:


i
X =

n = tamanho da pr-amostra


3.4.5.5. Exemplo prtico de clculo do tamanho da amostra

Para ilustrar a metodologia de clculo do tamanho de uma amostra aleatria
simples, considere a Tabela 3. Como a amostragem aleatria simples sem
reposio mais usualmente utilizada, vamos adot-la como exemplo. Sendo
assim, de [Demonstrao 8], temos a seguinte equao para o clculo do
tamanho da amostra:

( )
2 2 2
2 2
1

Z e N
N Z
n
+
=

1, se o elemento i possuir a caracterstica
0, se o elemento i no possuir a caracterstica
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
108

Tabela 3
Relao dos sites com contedo voltado a esportes em geral ou a futebol
- Milhares de acessos mensais
Site Acessos
Mil
Contedo Site Acessos
Mil
Contedo
1 40 Futebol 21 100 Esportes
2 40 Futebol 22 100 Esportes
3 40 Futebol 23 100 Esportes
4 40 Futebol 24 100 Esportes
5 50 Futebol 25 100 Esportes
6 50 Futebol 26 110 Esportes
7 50 Futebol 27 110 Esportes
8 60 Futebol 28 110 Esportes
9 60 Futebol 29 120 Esportes
10 70 Futebol 30 120 Esportes
11 70 Futebol 31 120 Esportes
12 80 Futebol 32 140 Esportes
13 90 Futebol 33 140 Esportes
14 90 Futebol 34 150 Esportes
15 90 Futebol 35 150 Esportes
16 100 Futebol 36 150 Esportes
17 100 Esportes 37 160 Esportes
18 100 Esportes 38 160 Esportes
19 100 Esportes 39 170 Esportes
20 100 Esportes 40 170 Esportes

Considere:
= Z 1,96 (Grau de confiana de 95%)
= e 10
=
2
1.420 (vide seo 3.1.2)

Ento temos, para amostragem sem reposio:

( )

072 , 9355
218202,88

1420 96 , 1 10 ) 1 40 (
40 1420 1,96

1
2 2
2
2 2 2
2 2
=
+

=
+
=

Z e N
N Z
n
24 n


Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
109
Sorteando aleatoriamente os 24 sites que iro compor a amostra, resultou o
seguinte conjunto de informaes exposto na tabela abaixo:

Tabela 13
Relao dos sites sorteados para compor a amostra (n = 24)
Site Acessos
Mil
Contedo Site Acessos
Mil
Contedo
1 40 Futebol 20 100 Esportes
3 40 Futebol 21 100 Esportes
7 50 Futebol 24 100 Esportes
8 60 Futebol 25 100 Esportes
10 70 Futebol 26 110 Esportes
11 70 Futebol 29 120 Esportes
12 80 Futebol 31 120 Esportes
13 90 Futebol 34 150 Esportes
14 90 Futebol 35 150 Esportes
15 90 Futebol 36 150 Esportes
16 100 Futebol 39 170 Esportes
19 100 Esportes 40 170 Esportes

Logo:
ms por visitados sites mil) (acessos X 83 , 100 =

( )
2
) ( 31 , 40 mil acessos X Var =



3.4.6. Tamanho de uma amostra estratificada

3.4.6.1. Pelas mdias

Segundo SILVA (1998),
"do ponto de vista terico, a estimativa global ( )
est
X e o seu
erro-padro ( )
est
X Var so obtidos por estimadores que
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
110
combinam as estimativas parciais calculadas em cada
estrato".

Os estimadores no-viciados para a mdia populacional e a varincia da mdia
amostral so calculados pelas expresses:

h
k
h
h est
X W X

=
=
1
(Frmula 20 ),
sendo:
h
n
i
i
h
n
X
X
h

=
=
1
(Frmula 21) e
N
N
W
h
h
= (Frmula 18),
onde:
=
est
X estimativa global da mdia
=
h
X mdia do estrato h
=
i
X valor de cada elemento que compe o estrato
=
h
n tamanho do estrato h na amostra
=
h
N tamanho do estrato h na populao
= N tamanho da populao

( ) ( )
h
k
h
h est
X Var W X Var

=
=
1
2
(Frmula 22),
sendo que:

para amostragem sem reposio: ( ) ( )
h
h
h h
n
s
f X Var
2
1 = (Frmula 23)
para amostragem com reposio: ( )
h
h
h
n
s
X Var
2
= (Frmula 24)
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
111

e ainda:
N
N
W
h
h
= (Frmula 18) ,
( )
1
1
2
2

=

=
h
n
i
h i
h
n
X X
s
h
(Frmula 25),
e
h
h
h
N
n
f = (Frmula 26),
onde:

( ) =
est
X Var varincia da estimativa global da mdia
( ) =
h
X Var varincia da mdia do estrato h
=
i
X valor de cada elemento que compe o estrato
=
h
N tamanho do estrato h na populao
= N tamanho da populao
=
h
n tamanho do estrato h na amostra
=
2
h
s varincia amostral do estrato h
=
h
X mdia do estrato h

Sabemos que :
Erro Absoluto = Z . Erro Amostral , isto :
( )
est
X s Z e = ou ainda
( )
est
X Var Z e =
2 2
, logo
( )
2
2
Z
e
X Var
est
=
[Demonstrao 11]

Desta forma estamos pr-fixando a varincia e, seguir, vamos determinar o "n"
mnimo para uma varincia fixada.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
112

Cabe ressaltar, que existem dois mtodos possveis de serem seguidos. O
primeiro, mencionado acima, onde determinamos o tamanho da amostra (n) para
uma varincia pr-fixada; e o segundo, onde fixamos um "n" e determinamos a
varincia mnima para este "n" pr-fixado. Como o primeiro mtodo mais usual e
de mais fcil entendimento, o mesmo ser adotado no presente trabalho.

Para dimensionamento de uma amostra estratificada vamos considerar, como
exemplo, uma amostragem sem reposio.

Desenvolvendo [Demonstrao 11] para uma amostragem sem reposio, temos:

=
2
2
2
2
2
2
2
1 1
Z
e
s Nh
N

n
s
N
N
h
h
h
h
(Frmula 27)

Se o interesse do pesquisador for a amostragem com reposio, ento nesse
caso, desenvolvendo [Demonstrao 11] para essa amostragem, temos:

=
2
2 2
2
2
1
Z
e
n
s
N
N
h
h
h
(Frmula 28)

SILVA (1998) diz que na prtica, entretanto, o "procedimento de estimao por
amostragem estratificada depende do critrio adotado para definir o
tamanho
h
n de cada estrato, a partir do tamanho global da amostra n ".

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
113
Com a finalidade de demonstrar o clculo do tamanho da amostra ( n ), para os
diversos tipos de partilha em uma amostragem estratificada, vamos utilizar nas
prximas sees a amostragem sem reposio, pelo fato de ser o tipo de
amostragem mais usual.


3.4.6.1.1. Estratos de tamanhos iguais

Quando o processo de determinao do tamanho do estrato o de estratos de
tamanhos iguais, o tamanho global da amostra dividido pelo nmero k de
estratos, isto :
k
n
n
h
=
(Frmula 29)
onde:
=
h
n tamanho do estrato h
= n tamanho da amostra
= k nmero de estratos

Substituindo (Frmula 29) em (Frmula 27), temos:
2
2
2
2
2
2
2
1 1
Z
e
s N
N
k
n
s
N
N
h h
h
h
=

+ =


2
2 2
2
2
2 2
1
h h
h h
s N
N Z
e
n N
k s N


2
2
2
2
2
2 2
2
2
2
2
2 2
2
N
N
s N
Z
e
s N k
n
N
s N
Z
e
s N k
n N
h h
h h
h h
h h

+

=

+

=
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
114

+

=
+


=

+

=
Z
s N Z N e
s N k
s N
Z
N e
s N k
n
N
N
s N
Z
e
s N k
n
h h
2
h
2
h
h h
h h
h h
h h
2
2 2 2
2
2
2
2 2
2 2
2
2
2
2
2
2 2
1


+

=
2 2 2 2
2 2 2
h h
h h
s N Z N e
s N k Z
n
[Demonstrao 12]

Para melhor entendimento do clculo do tamanho da amostra estratificada com
estratos de tamanhos iguais, vamos utilizar a tabela abaixo:

Tabela 4

Relao dos sites segundo o estrato a que pertencem
Futebol Esportes
Site Acessos (mil) Site Acessos (mil)
1 40 17 100
2 40 18 100
3 40 19 100
4 40 20 100
5 50 21 100
6 50 22 100
7 50 23 100
8 60 24 100
9 60 25 100
10 70 26 110
11 70 27 110
12 80 28 110
13 90 29 120
14 90 30 120
15 90 31 120
16 100 32 140
33 140
34 150
35 150
36 150
37 160
38 160
39 170
40 170

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
115

Considere:
= Z 1,96 (Grau de confiana de 95%)
= e 10
= k 2 (nmero de estratos)
= N 40, sendo =
1
N 16 e =
2
N 24
=
2
1
s 410,94 e =
2
2
s 632,64

Ento temos:


( )
( )

s N Z N e
s N k Z
n
h h
h h

+ +
+
=
+

=
14 , 632 24 94 , 410 16 96 , 1 40 10
14 , 632 24 94 , 410 16 2 96 . 1
2 2 2
2 2 2
2 2 2 2
2 2 2
14 n



E, sendo 14 n , devemos calcular agora o nmero de elementos que ir compor
cada estrato
h
n . Por (Frmula 19), temos que
k
n
n
h
= , logo:



k
n
n = =
2
14
1
7 =
1
n
e
k
n
n = =
2
14
2
7 =
2
n



As
h
n famlias, que iro pertencer a cada estrato h, so sorteadas de forma
aleatria.


Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
116

Tabela 14
Clculo da mdia e da varincia da mdia
- Estratos de tamanhos iguais -
Frmula
21
Frmula
18
Frmula
20
Frmula
26
Frmula
25
Frmula
23
Frmula
22
h N
h
Sites
sorteados
h
X
h
W
h h
X W
f
h
S
2
h
) (
h
X Var

) (
2
h h
X Var W



1


7

2, 4, 7,
9, 12,
14,16


65,71

16/40
= 0,4


26,28

7/16
= 0,44


595,24


47,62


7,62


2


7

17, 18,
27, 30,
31, 33, 38


121,43

24/40
= 0,6


72,86

7/24
= 0,29


480,95


48,78


17,56
14 99,14 25,18


Logo, para amostragem estratificada onde os estratos so determinados como
sendo de igual tamanho, temos:

ms por visitados sites mil) (acessos X
est
14 , 99 =


( )
2
) ( 18 , 25 mil acessos X Var
est
=



3.4.6.1.2. Partilha proporcional

Segundo SILVA (1998), na partilha proporcional se mantm a frao de
amostragem em cada estrato ( )
h
f h igual frao global de amostragem ( ) f .
Neste caso, portanto, a amostra ser considerada autoponderada.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
117

Seja
N
n
f = e
h
h
h
N
n
f = logo, se
h
f f = , ento temos:

n
N
N
n
N
n
N
n
h
h
h
h

= =
[Demonstrao 13]


Substituindo [Demonstrao 13] em (Frmula 27), temos:

2
2
2
2
2
2
2
1 1
Z
e
s N
N
N
n N
s
N
N
h h
h
h
h
=




Z
e
s N
N n N
s N

Z
e
s N
N n
s N N
N
h h
h h
h h
h h
2
2
2
2
2
2
2
2
2
2
2
1 1 1
=

=




N Z
s N Z e N

n N
s N
s N
N Z
e
n N
s N
h h
2
h h
h h
h h
2 2
2 2 2 2
2
2 2
2 2
1

+
=

+ =



( ) ( ) ( ) ( )
2 2 2 2 2 2 2
N Z s N s N Z e N n N
h h h h
= +

+

=
2 2 2 2
2 2
h h
h h
s N Z N e
s N N Z
n
[Demonstrao 14]


Para melhor entendimento do clculo do tamanho da amostra estratificada com
partilha proporcional, vamos utilizar a tabela abaixo:

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
118
Tabela 4

Relao dos sites segundo o estrato a que pertencem
Futebol Esportes
Site Acessos (mil) Site Acessos (mil)
1 40 17 100
2 40 18 100
3 40 19 100
4 40 20 100
5 50 21 100
6 50 22 100
7 50 23 100
8 60 24 100
9 60 25 100
10 70 26 110
11 70 27 110
12 80 28 110
13 90 29 120
14 90 30 120
15 90 31 120
16 100 32 140
33 140
34 150
35 150
36 150
37 160
38 160
39 170
40 170

Considere:
= Z 1,96 (Grau de confiana de 95%)
= e 10
= N 40, sendo =
1
N 16 e =
2
N 24
=
2
1
s 410,94 e =
2
2
s 632,64

Ento temos:
( )
( )

+ +
+
=
+

=
s N Z N e
s N N Z
n
h h
h h
14 , 632 24 94 , 410 16 96 , 1 40 10
14 , 632 24 94 , 410 16 40 96 . 1
2 2 2
2
2 2 2 2
2 2
14 n

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
119
E, sendo 14 n , devemos calcular agora o nmero de elementos que ir compor
cada estrato
h
n . Por [Demonstrao 13], temos que n
N
N
n
h
h

= , logo:
n
N
N
n

=
1
1
e n
N
N
n

=
2
2



6 14
40
16
1
=

= n
e
8 14
40
24
2
=

= n


As
h
n famlias, que iro pertencer a cada estrato h, so sorteadas de forma
aleatria.
Tabela 15
Clculo da mdia e da varincia da mdia
- Partilha proporcional -
Frmula
21
Frmula
18
Frmula
20
Frmula
26
Frmula
25
Frmula
23
Frmula
22
h N
h
Sites
sorteados
h
X
h
W
h h
X W
f
h
S
2
h
) (
h
X Var

) (
2
h h
X Var W


1


6

3,8,10,
11,13,15


70

16/40
= 0,4


28

6/16
= 0,375


360,00


37,50


6


2


8
20, 22,
23, 29,
30, 31,
34, 38


120

24/40
= 0,6


72

8/24
= 0,33


428,57


35,89


12,92
14 100 18,92

Logo, para amostragem estratificada onde os estratos so determinados por
partilha proporcional, temos:

ms por visitados sites mil) (acessos X
est
100 =


( )
2
) ( 92 , 18 mil acessos X Var
est
=

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
120

3.4.6.1.3. Partilha tima

Segundo PREZ (1999), a partilha tima consiste em determinar os valores de
h
n , levando em considerao as varincias e os custos de pesquisar cada
estrato, isto :

n
C
s N
C
s N
n
k
h
h
h h
h
h h
h

=
=1
(Frmula 30)

onde =
h
C custo para pesquisar um elemento do estrato h.

Substituindo (Frmula 30) em (Frmula 27), temos:

2
2
2
2
1
2
2
2
1 1
Z
e
s N
N
n
C
s N
C
s N
s
N
N
h h
k
h
h
h h
h
h h
h
h
=

=


2
2
2
2 2
1 1
Z
e
s N
N C
s N
C s N
n N
h h
h
h h
h h h
=



+ =

2
2 2
2
2
1 1
h h
h
h h
h h h
s N
N Z
e
C
s N
C s N
n N

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
121

2 2
2 2 2 2
2
1
N Z
s N Z e N
C
s N
C s N
n N
h h
h
h h
h h h

+
=



( )


= +
h
h h
h h h h h
C
s N
C s N N Z s N Z e N n N
2 2 2 2 2 2 2


+




=
2 2 2 2
2
h h
h
h h
h h h
s N Z e N
C
s N
C s N Z
n
[Demonstrao 15]

Para esse mtodo de partilha cabe ressaltar que, segundo PREZ (1999), outra
possibilidade que existe o pesquisador determinar os valores de
h
n , de forma
que para um custo fixado C a varincia dos estimadores seja mnima. Nesse
caso, a frmula para a determinao do tamanho da amostra ser:

h h
k
h
h
k
h
h
h h
s N c
c
s N
C
n

=
=
=
1
1
(Frmula 31)

onde + =
=
k
h
h h o
n c c C
1
dado que =
o
c custo fixo e =
=
k
h
h h
n c
1
custo varivel em
funo do tamanho da amostra.

Para melhor entendimento do clculo do tamanho da amostra estratificada com
partilha tima, vamos utilizar a tabela abaixo:
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
122

Tabela 4

Relao dos sites segundo o estrato a que pertencem
Futebol Esportes
Site Acessos (mil) Site Acessos (mil)
1 40 17 100
2 40 18 100
3 40 19 100
4 40 20 100
5 50 21 100
6 50 22 100
7 50 23 100
8 60 24 100
9 60 25 100
10 70 26 110
11 70 27 110
12 80 28 110
13 90 29 120
14 90 30 120
15 90 31 120
16 100 32 140
33 140
34 150
35 150
36 150
37 160
38 160
39 170
40 170


Considere:
= Z 1,96 (Grau de confiana de 95%)
= e 10
= N 40, sendo =
1
N 16 e =
2
N 24
27 , 20
1
= s ; =
2
1
s 410,94 e 15 , 25
2
= s ; =
2
2
s 632,64
0 , 1
1
= C e 5 , 1
2
= C

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
123

Ento temos:

s N Z e N
C
s N
C s N Z
n
h h
h
h h
h h h
+




=
2 2 2 2
2


( )
( )
n
+ +

+
=
64 , 632 24 94 , 410 16 96 , 1 10 40
5 , 1
15 , 25 24
1
27 , 20 16
5 , 1 15 , 25 24 1 27 , 20 16 96 , 1
2 2 2
2
14 n


E, sendo 14 n , devemos calcular agora o nmero de elementos que ir compor
cada estrato
h
n . Por (Frmula 30), temos que n
C
s N
C
s N
n
k
h
h
h h
h
h h
h

=
=1
, logo:
n
C
s N
C
s N
C
s N
n

=
2
2 2
1
1 1
1
1 1
1
e n
C
s N
C
s N
C
s N
n

=
2
2 2
1
1 1
2
2 2
2


14
5 , 1
15 , 25 24
1
27 , 20 16
1
27 , 20 16
1

= n e 14
5 , 1
15 , 25 24
1
27 , 20 16
5 , 1
15 , 25 24
2

= n


6
1
= n
e
8
2
= n


Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
124
As
h
n famlias, que iro pertencer a cada estrato h, so sorteadas de forma
aleatria.

Tabela 16
Clculo da mdia e da varincia da mdia
- Partilha tima -
Frmula
21
Frmula
18
Frmula
20
Frmula
26
Frmula
25
Frmula
23
Frmula
22
h N
h
Sites
sorteados
h
X
h
W
h h
X W
f
h
S
2
h

) (
h
X Var

) (
2
h h
X Var W


1


6

3, 8, 10
11, 13, 15


70

16/40
= 0,4


28


6/16
= 0,375


360,00


37,5


6,0


2


8

20,22,23,
29,30,31,
34,38


120

24/40
= 0,6


72

8/24
= 0,33


428,57


35,71


12,86
14 100 18,86

Logo, para amostragem estratificada onde os estratos so determinados por
partilha tima, temos:

ms por visitados sites mil) (acessos X
est
100 =


( )
2
) ( 86 , 18 mil acessos X Var
est
=



3.4.6.1.4. Critrio de Neyman

A partilha pelo Critrio de Neyman um caso particular da partilha tima, onde os
custos, de pesquisa em cada estrato, so considerados iguais. Nesse caso, o
tamanho do estrato
h
n determinado como segue:
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
125

n
s N
s N
n
k
h
h h
h h
h

=
=1
(Frmula 32)


Substituindo (Frmula 32) em (Frmula 27), temos:

2
2
2
2
1
2
2
2
1 1
Z
e
s N
N
n
s N
s N
s
N
N
h h
k
h
h h
h h
h
h
=

=


( )
s N
N Z
e
n N
s N

Z
e
s N
N s N
s N s N
n N
h h
h h
h h
h h
h h h h
+ =

2
2 2
2
2
2
2
2
2
2
2 2
2
1 1 1

( )
2 2
2 2 2 2
2
2
N Z
s N Z N e
n N
s N

h h h h

+
=




( ) ( ) ( )
2 2 2 2 2 2 2 2
= +
h h h h
s N N Z s N Z N e n N

( )
+

=
2 2 2 2
2 2
h h
h h
s N Z e N
s N Z
n
[Demonstrao 16]


Para melhor entendimento do clculo do tamanho da amostra estratificada com
partilha pelo critrio de Neyman, vamos utilizar a tabela abaixo:

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
126

Tabela 4

Relao dos sites segundo o estrato a que pertencem
Futebol Esportes
Site Acessos (mil) Site Acessos (mil)
1 40 17 100
2 40 18 100
3 40 19 100
4 40 20 100
5 50 21 100
6 50 22 100
7 50 23 100
8 60 24 100
9 60 25 100
10 70 26 110
11 70 27 110
12 80 28 110
13 90 29 120
14 90 30 120
15 90 31 120
16 100 32 140
33 140
34 150
35 150
36 150
37 160
38 160
39 170
40 170


Considere:
= Z 1,96 (Grau de confiana de 95%)
= e 10
= N 40, sendo =
1
N 16 e =
2
N 24
=
1
s 20,27; =
2
1
s 410,94 e =
2
s 25,15; =
2
2
s 632,64


Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
127
Ento temos:
( )
+

=
2 2 2 2
2 2
h h
h h
s N Z e N
s N Z
n

( )
( )
n
+ +
+
=
64 , 632 24 94 , 410 16 96 , 1 10 40
15 , 25 24 27 , 20 16 96 , 1
2 2 2
2 2
14 n


E, sendo 14 n , devemos calcular agora o nmero de elementos que ir compor
cada estrato
h
n . Por (Frmula 31), temos que n
s N
s N
n
k
h
h h
h h
h

=
=1
, logo:
n
s N s N
s N
n
+

=
2 2 1 1
1 1
1
e n
s N s N
s N
n
+

=
2 2 1 1
2 2
2


14
15 , 25 24 27 , 20 16
27 , 20 16
1

+

= n e 14
15 , 25 24 27 , 20 16
15 , 25 24
2

+

= n


5
1
= n
e
9
2
= n


As
h
n famlias, que iro pertencer a cada estrato h, so sorteadas de forma
aleatria.

Tabela 17
Clculo da mdia e da varincia da mdia
- Critrio de Neyman -
Frmula
21
Frmula
18
Frmula
20
Frmula
26
Frmula
25
Frmula
23
Frmula
22
h N
h
Sites
sorteados
h
X
h
W
h h
X W
f
h
S
2
h

) (
h
X Var

) (
2
h h
X Var W


1


5

4, 7, 9,
10, 14


62

16/40=
0,4


24,8

5/16=
0,3125


370,0


50,88


8,14


2


9
19, 24,
25, 26,
27, 31,
32, 36, 37


121,11

24/40=
0,6


72,7


9/24=
0,375


536,11


37,23


13,40
14 97,5 21,54
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
128

Logo, para amostragem estratificada onde os estratos so determinados pelo
critrio de Neyman, temos:

ms por visitados sites mil) (acessos X
est
5 , 97 =


( )
2
) ( 54 , 21 mil acessos X Var
est
=



3.4.6.2. Pelas propores

Em algumas situaes, a necessidade do pesquisador determinar a proporo
da dada varivel na populao em estudo. Neste caso, todas as metodologias de
partilha, vistas anteriormente, podero ser utilizadas segundo SILVA (1998),
porm o pesquisador dever substituir as
2
h
s
nas frmulas do tamanho da
amostra por
( )
h h
h
h
p p
N
N
1
1

, onde
h
n
i
i
h
n
X
p
h

=
=
1

(Frmula 33),


3.4.6.3. Comparando os diversos tipos de estratificao

Da mesma forma que na amostragem aleatria simples, quando o pesquisador
possui planos amostrais diferentes, importante que ele saiba qual o mais
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
129
indicado, podendo utilizar para sua maior segurana a anlise do efeito do
planejamento.

Dado que uma das razes de estratificar aumentar a preciso da estimativa,
ento considera-se como plano amostral mais indicado aquele que fornece o erro-
padro da estimativa ( ) ( )
est
X Var inferior ao erro-padro da amostragem aleatria
simples com reposio, de mesmo tamanho, segundo BOLFARINE e BUSSAB
(1994), PESSOA e SILVA (1998) e KISH (1965).

Segundo SILVA (1998),
"a diminuio do erro-padro da estimativa depender,
claro, da eficcia da varivel tomada como fator de
estratificao para separar grupos diferentes entre si e, ao
mesmo tempo, composto de elementos semelhantes quanto
varivel que est sendo pesquisada".

( ) ( )
( ) ( ) reposio com simples aleatria amostra para
ao estratific de tipos dos um cada para

X Var
X Var
to planejamen do efeito
est
=


Para verificar o efeito dos planejamentos anteriormente analisados, preciso o
valor do erro-padro da estimativa, considerando a amostragem padro, isto , a
amostragem aleatria simples com reposio, ento por
( )
1
1
2
2


=
=
n
X X
s
n
i
i

(Frmula 7) e ( )
n
s
X Var
2
= [Demonstrao 3], temos:
= =
n
s
X Var
14
0025 , 903
) (
2
( ) 5 , 64 = X Var

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
130
Tabela 18
Clculo do efeito do planejamento
Planos amostrais estratificados
n

( )
est
X Var
Efeito do
Planejamento (EP)
Estratos de tamanhos iguais
14

25,18

0,3904
Estratos proporcionais
14

18,92

0,2933
Estratos com partilha tima
14

18,86

0,2924
Estratos com partilha pelo critrio de
Neyman

14

21,54

0,3340

Logo, como pode ser observado, todos os critrios de estratificao atendem a
pelo menos um dos objetivo de estratificar, que reduzir a variabilidade,
podendo-se salientar ainda que, nesse caso:

EP
(tima)
< EP
(proporcional)
< EP
(Neyman)
< EP
(tamanhos iguais)


3.4.7. Tamanho de uma amostra por conglomerado

Para estudarmos a metodologia de clculo do tamanho de uma amostragem por
conglomerado, vamos supor que todos os conglomerados so de mesmo
tamanho ( M ) e, alm desse fato, vamos considerar a seguinte notao:
= N nmero de conglomerados na populao
= n nmero de conglomerados na amostra
= M tamanho mdio do conglomerado
= M N nmero total de elementos na populao
= M n nmero total de elementos na amostra

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

131
Considerando a caracterstica populacional geral = =
N
i
M
j
ij
N
i
i
Y Y e amostragem
sem reposio, PREZ (1999) afirma que a mesma pode ser estimada atravs do
estimador linear no viciado de Horwitz e Thompson, isto :
=

=
n
i
M
j
ij
n
i
M
j
ij
HT
Y
n
N
N
n
Y

(Frmula 34)

Dessa forma, a aplicao do estimador linear no viciado de Horwitz e Thompson
para a mdia e proporo populacional so a seguinte:

Mdia:

X X
n
X
M N n
N
M N
X
n
N
n
i
i
M
i
ij
n
i
n
i
M
j
ij
= = = =
1 1

[Demonstrao 17]

Proporo:

= = =
n
i
i
M
j
ij
n
i
n
i
M
j
ij
p
n
A
M n M N
A
n
N
p
1 1 1

[Demonstrao 18]

Por um raciocnio menos matemtico, o que PREZ (1999) demonstrou, que o
estimador no viciado da mdia populacional a mdia das mdias dos
conglomerados da amostra e que o estimador da proporo populacional a
mdia das propores dos conglomerados da amostra.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

132

Ento podemos determinar as varincias dos estimadores da mdia e da
proporo da seguinte forma:

Mdia:

( ) ( ) ( )
( )
( ) 1
1
1
2


= |
.
|

\
|
= =
N n
X X
f X
n
Var X Var X Var
n
i
i
n
i
i


( )
( )
( )
M n
s
f
M n
X X M
f
N
i
i
2
2
1 1 =

=

Logo:

( ) ( )
M n
s
f X Var
2
1 =
[Demonstrao 19]

onde:

N
n
f = (Frmula 35) e

( )
1
2
2


=
N
X X
s
N
i
M
j
i
(Frmula 36) a varincia dentro do
conglomerado.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

133

Proporo:

( ) ( )
( )
M n
p p
N
M
f p
n
Var p Var
n
i
i
n
i
i

= |
.
|

\
|
=
2

1
1
1
, logo:

( ) ( )
( )
( ) 1

1
2


=
N n
p p
f p Var
N
i
i
[Demonstrao 20]


Seja ( )
iz ij
X X , um par de valores qualquer da varivel em estudo, formado pelas
unidades do conglomerado i-simo onde j<z. Em cada conglomerado de M
elementos podemos formar
2
M
C (combinao de M elementos agrupados dois a
dois) pares de valores e, para os N conglomerados, temos ento (
2
M
C N ) pares
possveis.

O coeficiente de correlao intraconglomerados definido, segundo KISH (1965),
como o coeficiente de correlao linear entre todos os pares do conglomerado
especificados anteriormente, de tal forma que esse coeficiente ser uma "medida
de homogeneidade" no interior dos conglomerados. Evidentemente, o interesse
que o coeficiente de homogeneidade intraconglomerado seja o menor possvel, j
que, em amostragem por conglomerado, o ideal a heterogeneidade dentro dos
conglomerados.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

134
Sendo assim, temos que:

( )
( ) ( )
( ) ( ) ( ) ( ) | |
2
, cov

iz iz ij ij
iz ij
iz ij
X E X X E X E
X X
X X
= =

( )( )
2
1
2
1


|
|
.
|

\
|

=
= <
N
i
M
z j
iz ij
X X X X
M
N
[Demonstrao 21]

onde:
( )
2 2
1
s
M N
M N

= (Frmula 37)

Ento, substituindo (Frmula 37) em [Demonstrao 21], temos:

( )( )
( )
( )( )
( ) ( )
2
1
2
1
1 1
2
1
2
1
s M N M
X X X X
s
M N
M N
X X X X
M
N
N
i
M
z j
iz ij
N
i
M
z j
iz ij


=


|
|
.
|

\
|

=
= <
= <

logo:

( )( ) ( ) ( ) =
= <
2
1
1 1 2 s M N M X X X X
N
i
M
z j
iz ij
[Demonstrao 22]
Dessa forma, podemos expressar a ( ) X Var [Demonstrao 19] em funo do
coeficiente de correlao intraconglomerado, como segue:

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

135
( ) ( )
( )
( )
( )
( )
2
2
1
1
1 1
1
1
|
|
.
|

\
|

=
N
i
M
j
ij
N
i
i
M
X M
X
M N n
f
n
X X
N
f X Var

( )
( )
( ) ( ) ( )
(

+


=
<
N
i
M
j
N
i
M
z j
iz ij ij
X X X X X X
M N n
f
2
1
1 2
2


onde, substituindo [Demonstrao 22], vem:

=
( ) ( )
( )
( ) | | ( ) ( ) | | +



1 1 1 1 1
1
1 1
2
2
2
M
M n
s
f M
M N n
M N s f
N


Logo, podemos expressar a varincia do estimador da mdia, em funo do
coeficiente de correlao intraconglomerado, da seguinte forma:

( ) ( ) ( ) | | + = 1 1 1
2
M
M n
s
f X Var
[Demonstrao 23]

Se considerarmos que a varincia da mdia, para uma amostragem aleatria
simples sem reposio, pode ser escrita como segue:

( ) ( ) ( ) n amostra da tamanho M n onde
M n
s
f X Var = = , 1
2


ento, substituindo a varincia da mdia, anteriormente citada, na [Demonstrao
23], podemos reescrever esta demonstrao da seguinte forma:
( ) ( ) ( ) | | + = 1 1 M X Var X Var
AAS
(Frmula 38)

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

136
Assim, observando a (Frmula 38), podemos deduzir que:

se ( | 1 , 0 a preciso da amostragem por conglomerado inferior que a da
amostragem aleatria simples, sendo o caso mais desfavorvel quando
1 =
. Nesse caso a amostragem por conglomerado "pior" que a
amostragem aleatria simples.

se
0 =
a preciso de ambos as mtodos de amostragem coincidem e,
nesse caso, a amostragem por conglomerado "igual" a amostragem
aleatria simples.

se |
.
|

0 ,
1
1
M
a preciso da amostragem por conglomerado superior
a da amostragem aleatria simples, sendo o caso mais favorvel quando
1
1

=
M

. Nesse caso a amostragem por conglomerado "melhor" que


a amostragem aleatria simples.

Por outro ponto de vista, se chamarmos
a
n ao tamanho da amostra, em
amostragem aleatria simples, necessrio para se obter uma dada preciso, e se
chamamos
c
n o tamanho da amostra, em amostragem por conglomerado,
necessrio para se obter a mesma preciso, ento podemos observar que:

( ) ( ) X Var X Var
AAS
=

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

137
( ) ( ) ( ) | | + = 1 1 1 1
2 2
M
n
s
f
n
s
f
c a


( ) | | + = 1 1 M n n
c a
[Demonstrao 24]

Analisando a [Demonstrao 24], chegamos a dedues semelhantes que as
citadas anteriormente, isto :

se ( |
a c
n n > 1 , 0 , logo a amostragem por conglomerado "pior" que a
amostragem aleatria simples.

se
a c
n n = = 0 , logo a amostragem por conglomerado "igual" a
amostragem aleatria simples.

se
a c
n n
M
<
|
.
|

0 ,
1
1
, logo a amostragem por conglomerado
"melhor" que a amostragem aleatria simples.

Se o interesse do pesquisador trabalhar com a proporo com que se verifica
uma determinada caracterstica estudada, todas as demonstraes realizadas at
o momento tambm sero verdadeiras, bastando substituir
2
s em [Demonstrao
23] por ( )

N
i
i
p p
N
M
2

1
.


Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

138

Para melhor entendimento da amostragem por conglomerado, vamos considerar
o exemplo abaixo:

Um fornecedor de microcomputadores para empresas est considerando ampliar
o prazo de garantia de seus equipamentos. Para tomar essa deciso, quer
estimar o custo mensal de manuteno dos equipamentos que fornece aps
expirado o prazo de garantia. No possvel obter-se o custo de manuteno
individualizado para cada equipamento instalado nos clientes, mas pode-se
apurar o custo total de manuteno dos equipamentos e dispe-se da informao
sobre a quantidade de equipamentos fora de garantia instalados em cada cliente.
O fornecedor, ento, decide selecionar uma amostra aleatria simples de 20
clientes, de um total de 130 de sua carteira de clientes, que possuem
equipamentos com o prazo de garantia vencido. Os dados da quantidade de
computadores instalados, fora do prazo de garantia, e o custo mensal total de
manuteno, em cada um dos vinte clientes pesquisados, encontram-se
demonstrados na tabela que segue:
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

139

Tabela 19: Computadores fora da garantia e custo de manuteno mensal

Cliente
Quantidade
de
computadores
(M
i
)
Custo total de
manuteno
por ms
(X
i
)

Cliente
Quantidade
de
computadores
(M
i
)
Custo total de
manuteno
por ms
(X
i
)
1 5 80 11 4 110
2 2 30 12 3 50
3 1 10 13 11 200
4 8 150 14 15 270
5 12 280 15 6 100
6 14 300 16 5 90
7 8 230 17 13 230
8 6 130 18 7 150
9 9 220 19 10 240
10 10 110 20 1 20


Consideremos os clientes como conglomerados (N = 130). Foi extrada uma
amostra de 20 conglomerados (n = 20). Neste sentido, os computadores
instalados em cada cliente so os elementos de cada conglomerado (M
i
). Estima-
se o custo mdio de manuteno mensal de cada computador pela razo entre o
custo total de manuteno por ms de cada cliente e a quantidade de
computadores instalados por cliente:

=
=
= =
n
i
i
n
i
i
n
i
i
M
X
n
X
X
1
1 1
= 20
150
3000
=

Por [Demonstrao 23] podemos estimar o erro de amostragem:
( ) ( )
( )
|
.
|

\
|
+

= =
= = =
20
1
20
1
20
1
2 2 2
2
2
2
1
1
1
i i i
i i i i
M X X M X X
n M n
N
n
M n
s
f X Var

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

140

( )
( ) = +

|
.
|

\
|

= 29280 20 2 1466 20 607600


1 20
20
150
20
130
20
1
2
2
0,9026

( ) 9026 , 0 = X Var


Suponha que esse mesmo fabricante queira estimar o custo mdio de
manuteno para o ms seguinte. Suponha ainda que se deseja um erro de
amostragem inferior a uma unidade, e que o total de computadores instalados em
clientes e fora do prazo de garantia, neste ms, ser de 1000 equipamentos
distribudos entre os mesmos 130 clientes. Quantos conglomerados devero ser
selecionados para compor a amostra?

( )
n
n
X Var
|
.
|

\
|

= 1
19
22800
130
1000
130
1
2
54 , 17 > n


Como na prtica no possvel sortearmos 17,54 conglomerados, podemos dizer
ento, que para 18 n teremos varincia menor que 1. Os 18 conglomerados
sero sorteados e neles realizado o censo.

Como j foi mencionado anteriormente, na amostragem monoetpica, calculamos
o nmero de conglomerados que sero sorteados e neles realizamos o censo.
Com isso o tamanho da amostra sai do controle do pesquisador.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

141

Para ilustrar esse fato, considere o seguinte exemplo:

Suponha que calculamos o nmero de conglomerados a serem sorteados e esse
igual a 3. Considere tambm que o tamanho mdio ( M ) dos conglomerados
10 e que todos so de tamanhos diferentes. Nesse caso, ao sortearmos
aleatoriamente os conglomerados, resultou os de tamanho:


ou


Note que "teoricamente" teramos n = 3 x M = 3 x 10 = 30.

Cabe salientar ainda, que existem situaes em que de interesse do
pesquisador o controle sobre a preciso da estimao e custo da amostra. Nesse
caso, recomenda-se a utilizao de um sistema de otimizao. Esse
procedimento tornar o estudo mais complexo, porm existe no mercado
softwares de otimizao que podero auxiliar o pesquisador. Nesse processo o
pesquisador poder optar por: varincia mnima com custo fixado ou custo
mnimo com varincia fixada, calculando para ambos os casos o tamanho da
amostra a ser coletada.

Alm disso, se o interesse do pesquisador for o de controlar o tamanho da
amostra, contornando o problema exposto no exemplo anterior, poder sortear o
C
1
= 18
C
2
= 7
C
3
= 9
N = 34
C
1
= 8
C
2
= 7
C
3
= 9
N = 24
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

142
nmero de conglomerados e, dentro desses conglomerados, sortear os elementos
que iro fazer parte da amostra. Nesse caso ele estar realizando uma
amostragem por conglomerado bietpica. Nesse procedimento o tamanho da
amostra tambm poder ser determinada pelo processo de otimizao "custo x
varincia" j citado.



3.4.8. Tamanho de uma amostra sistemtica


Nesse item deveramos estudar a metodologia de clculo do tamanho da amostra,
quando a amostragem realizada do tipo sistemtica. Entretanto, segundo
diversos autores, alguns tradicionais como KISH (1965) e COCHRAN (1963) e
outros contemporneos como PREZ (1999) e GARCA e GALLEGO (1995) ,
existe relao entre a amostragem sistemtica e outros tipos de amostragem
probabilstica estudados anteriormente. Desta forma, possvel estudarmos a
amostragem sistemtica a partir dessas relaes.

COCHRAN (1963) afirma que, primeira vista, o processo da amostragem
sistemtica inteiramente diferente da amostragem aleatria simples, entretanto,
diz o autor, algumas vezes a amostragem sistemtica usada, para seu
melhor rendimento, em populaes em que a numerao das unidades
efetivamente aleatria. Esse caso acontece, por exemplo, quando a populao
em estudo disposta em ordem alfabtica, desde que a caracterstica medida
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

143
no tenha o mesmo comportamento dos nomes organizados. Nessa situao,
complementa KISH (1965) se os elementos da populao foram
suficientemente embaralhados ou misturados antes de serem ordenados na
lista, a amostra sistemtica ser equivalente amostra aleatria simples".

Embora a amostra sistemtica se assemelhe, em alguns casos, amostra
aleatria simples, ela ser mais indicada sempre que a varincia dentro das
zonas sistemticas de k elementos for maior que a varincia da populao como
um todo. Essa diferena entre as varincias, entretanto, pode ser considerada
como um indcio de que a populao no est suficientemente embaralhada na
lista e que, portanto, no se pode pressupor uma similaridade entre a amostra
sistemtica e a amostra aleatria simples. Nesse caso precisamos de um outro
mtodo para tratar a amostra sistemtica.

KISH (1965) diz que

os problemas gerados por uma lista de tendncia
monotnica (por exemplo uma lista classificada em ordem
crescente ou decrescente da varivel de anlise) podem ser
resolvidos se encararmos a amostra sistemtica como o
resultado da escolha de um nico conglomerado de uma
populao de k conglomerados".

Considere a tabela que segue:
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

144
Tabela 20
Composio da amostra
K amostras (k = 5) de N/k elementos (N = 20)
1 2 3 4 5
X
1
X
2
X
3
X
4
X
5

X
6
X
7
X
8
X
9
X
10
Heterogeneidade
X
11
X
12
X
13
X
14
X
15
dentro das
X
16
X
17
X
18
X
19
X
20
colunas

Homogeneidade dentro das linhas

Dessa forma, segundo COCHRAN (1963), a
amostragem sistemtica se resume na seleo de uma nica
unidade amostral complexa, que constitui a amostra total. A
amostra sistemtica , assim, uma amostra aleatria simples
de uma unidade conglomerada, retirada de uma populao de
k unidades conglomeradas .

Segundo PREZ (1999) h uma terceira forma de encararmos a amostragem
sistemtica: podemos considerar cada zona de elementos consecutivos, a partir
do primeiro, como um estrato. Isso significa dizer que podemos dividir a
populao em n estratos. Obter uma amostra sistemtica ser, ento, equivalente
a obter uma amostra estratificada com uma unidade por estrato. O autor
complementa chamando a ateno para o fato de que antes de tratarmos a
amostragem sistemtica como uma estratificada, devemos observar o
comportamento da caracterstica estudada dentro de cada coluna e entre cada
coluna da lista, como mostra a Tabela 20.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

145
Se houver homogeneidade dentro das linhas e heterogeneidade dentro das
colunas, ento a amostragem sistemtica poder ser tratada no s como uma
amostragem por conglomerado, mas tambm como uma amostragem
estratificada com a seleo de um elemento por estrato. Nesse caso KISH (1965)
tambm recomenda o uso das frmulas de estimao da amostragem
estratificada.

Com relao aos enfoques para a amostragem sistemtica citados anteriormente,
autores tradicionais lanam alguns alertas. COCHRAN (1963) comenta que
o comportamento da amostragem sistemtica, em relao
amostragem aleatria, por conglomerado e estratificada,
depende grandemente das propriedades da populao. H
populaes para as quais a amostragem sistemtica
extremamente precisa, e outras para as quais ela menos
precisa que a amostragem aleatria simples. Dessa forma,
difcil dar uma opinio geral sobre as situaes em que a
amostragem sistemtica deve ser recomendada. Para sua
utilizao mais eficiente, preciso que se conhea a estrutura
da populao.

COCHRAN (1963) afirma que existem casos em que a populao tem um
desenvolvimento peridico, como mostra a figura abaixo.
Figura 6

Varivel com comportamento cclico
-1,5
0
1,5
0 50 100 150 200
Ordem na lista
varivel em
estudo
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica

146
Entretanto, segundo autor supra, no provvel que se encontrem
populaes que apresentem uma periodicidade perfeita, mas populaes
que tm um desenvolvimento peridico mais ou menos definido no so
raras. Nesse caso, o autor sugere que seja estudada de forma aprofundada a
estrutura do perodo, para que o pesquisador tenha a possibilidade de tomar uma
amostra sistemtica que se beneficie da periodicidade. Segue ainda dizendo que
no sendo isso possvel, prefervel uma amostra aleatria simples ou
estratificada, quando se suspeita da existncia de efeitos cclicos, mas no
os conhecemos bem.

KISH (1965) complementa dizendo que na prtica no podemos estar
absolutamente certos de ter evitado todos os perigos, e que nesse caso alguns
estatsticos preferem evitar a amostragem sistemtica. A autora comenta que ela,
e muitos outros preferem ser cuidadosos com as armadilhas da seleo
sistemtica e se valer da sua praticidade e simplicidade em muitas situaes
corriqueiras.


3.5. Erros alheios amostragem

Definimos anteriormente o erro de uma determinada estimao como sendo a
diferena entre o valor observado

e o valor desconhecido da caracterstica


populacional que estimamos. O significado da palavra erro em estatstica no
eqivale necessariamente a equvoco, mas sim a um indicador de margem de
confiana esperado. Os erros ocorrem por diversas causas e podem ser
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
147
classificados em erros de amostragem (ou erros aleatrios) e erros alheios
amostragem (ou erros sistemticos). Como exemplo de erros de amostragem
podemos citar o erro originrio da variabilidade dos valores obtidos no processo
de amostragem, e como exemplo de erros alheios amostragem, os erros
produzidos por mtodos tendenciosos de medio. PREZ (1999)

Podem ocorrer erros nos resultados, em uma amostra particular, segundo PREZ
(1999), causados pelos respondentes, entrevistadores, codificadores etc., assim
como possvel que o motivo do erro seja mais de um destes. O entrevistado, por
exemplo, pode no compreender a pergunta, no conhecer as respostas ou ser
influenciado pelo entrevistador. Os erros de amostragem e os erros alheios
amostragem tm, em geral, distintas fontes, efeitos e mtodos de medida. A
reduo dos erros de amostragem pode ser feita com o aumento do tamanho da
amostra, entretanto, para reduzir os erros alheios amostragem preciso "algo
mais", como por exemplo uma superviso ou um programa de controle.

Para MALHOTRA (1996), importante salientar que h muitas fontes de erro e
que no projeto de uma pesquisa, o pesquisador deve tentar minimizar o erro total
e no somente uma nica fonte de erro em particular.

O erro total a variao entre o verdadeiro valor mdio da varivel de interesse
da populao e o valor mdio observado obtido atravs da pesquisa. Como
mostrado na figura abaixo, o erro total composto de erros de amostragem e
erros alheios amostragem.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
148
Figura 7























O autor supracitado segue ainda dizendo que h, entre estudantes e
pesquisadores, a tendncia em controlar erros de amostragem com grandes

Erro Total
Erros de
Amostragem
Erros Alheios
Amostragem
Erros de
Resposta
Ausncia de
Resposta
Erros do
Entrevistador
Erros do
Respondente
Erros do
Pesquisador
Erro de
Substituio de
informao

Erro de
Mensurao

Erro de Definio
da Populao

Erro de Anlise de
Dados

Erro de Seleo do
Respondente

Erro de Formulao
da Questo

Erro de Registro da
Resposta

Erros Deliberados
por Convenincia


Erro por Falta de
Habilidade em
Responder
Corretamente

Erro por Relutncia
em Responder
Corretamente



Erros de
Cobertura
Fontes potenciais de erro na metodologia de pesquisa
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
149
amostras. O tamanho da amostra minimiza o erro de amostragem, mas tambm
eleva o erro alheio amostragem, pelo aumento, por exemplo, de erros causados
pelo entrevistador.

Os erros alheios amostragem tendem a ser mais problemticos que erros de
amostragem, diz o autor, pois erros de amostragem podem ser calculados,
enquanto que erros alheios amostragem no podem ser estimados.

Erros de amostragem (erros aleatrios): ocorrem porque a amostra
selecionada em particular uma representao imperfeita da populao de
interesse. Erro de amostragem a variao entre a mdia real da populao e
a mdia da amostra original. Esses erros j foram discutidos na seo anterior.

1. ( )

2
estimador do e acuracidad =
2. ( ) ( )

var

2
estimador do incia =
3. ( )

estimador do padro desvio =


Erros alheios amostragem (erros sistemticos): podem ser atribudos a
fontes outras que no a amostragem, podendo ser aleatrios e no aleatrios.
Eles resultam de vrias razes, incluindo erros na definio do problema, no
ataque ao problema, no estabelecimento de escalas, na formulao dos
questionrios. Nos mtodos de entrevista e na preparao e anlise de dados.
Erros alheios amostragem podem ser divididos em:

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
150
1. erros de cobertura
2. erros de resposta
3. ausncia de resposta


3.5.1. Erros de cobertura

A listagem das unidades populacionais deve cobrir o melhor possvel a
populao. A falta de cobertura da populao pela listagem das unidades produz,
em geral, uma subestimao, cuja importncia depende das caractersticas das
unidades omitidas. Se uma mesma unidade considerada mais de uma vez na
listagem, o efeito ser uma estimao em excesso. A listagem da populao deve
constituir-se de uma coleo atualizada e exaustiva das unidades, sem
sobreposio, com limites bem divididos e facilmente identificados, sem
duplicidade, sem omisses e sem unidades estranhas ou vazias. Os erros de
cobertura so estimaes difceis e requerem investigaes especiais ou a
utilizao de fontes externas pesquisa.

Estes erros podem ser estimados, segundo PREZ (1999), atravs do mtodo
de reenumerao , que consiste em voltar a enumerar as unidades em uma sub-
amostra de pequenas reas que pertenam pesquisa inicial. Estabelece-se uma
correspondncia unidade a unidade, entre os elementos pertencentes s listagens
em ambas as ocasies, com o objetivo de encontrar unidades omitidas ou
duplicadas. Uma vantagem deste mtodo que permite identificar a natureza do
erro de cobertura. Assim, por exemplo, pode-se descobrir que a omisso de uma
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
151
pessoa deve-se omisso de sua localizao, ou que foi omitida dentro da
localizao, ou que houve um erro no processamento dos dados. Entre os
inconvenientes temos o fato de que a reenumerao pode, por sua vez, introduzir
novos erros de cobertura.

Tambm possvel estimar os erros de cobertura mediante o mtodo dos
principais componentes geogrficos, que consiste no conhecimento, para toda
a populao em estudo, de valores tericos relativos a certas caractersticas
como idade, sexo, nascimento, etc., baseado em dados de censos anteriores, e
comparar os resultados com os obtidos para a amostra. Este mtodo proporciona
um indicador da inconsistncia entre os conjuntos de dados, porm sem
identificar em qual conjunto se encontra o erro. PREZ (1999)

3.5.2. Erros de resposta

Erro de resposta surge quando os respondentes do respostas no acuradas ou
suas respostas so mal registradas ou mal interpretadas. O erro de resposta
definido, segundo MALHOTRA (1996), como a variao entre a mdia real da
varivel na amostra efetivamente coletada e a mdia observada obtida no projeto
de pesquisa de mercado. Erros de resposta podem ser cometidos por
pesquisadores, entrevistadores ou respondentes.

Erros cometidos pelo pesquisador incluem erro de substituio de
informao, erro de mensurao, erro de definio da populao e erro de
anlise de dados.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
152

1. Erro de substituio de informao a variao entre a informao
necessria da pesquisa e a informao coletada pelo pesquisador. Por
exemplo, ao invs de obter informao sobre a escolha de uma nova
marca pelo consumidor (necessria ao problema de pesquisa), o
pesquisador obtm informao sobre as preferncias do consumidor,
porque o processo de escolha no pode ser observado facilmente.

2. Erro de mensurao a variao entre a informao coletada e a
informao gerada pelo processo de mensurao empregado pelo
pesquisador. Um exemplo de fcil compreenso a situao onde o
pesquisador, procurando mensurar preferncias do consumidor,
emprega uma escala que mede percepes ao invs de preferncias.

3. Erro de definio da populao a variao entre a populao
efetivamente relevante para o problema e a populao definida pelo
pesquisador. O problema de se definir aprofundadamente a populao
pode estar longe do trivial.

4. Erro de anlise dos dados engloba erros que ocorrem quando os dados
brutos dos questionrios (ou instrumento de coleta de dados) so
transformados em concluses de pesquisa. Por exemplo, um
procedimento estatstico inapropriado utilizado, resultando em
interpretaes e concluses incorretas.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
153
Erros cometidos pelo entrevistador incluem erros de seleo dos
respondentes, erros de formulao da questo, erros de registro da resposta e
erros deliberados por convenincia.

1. Erro de seleo do respondente ocorre quando os entrevistados
selecionam respondentes que no esto de acordo com a especificao
do plano amostral. Por exemplo, em uma pesquisa com leitores, um no
leitor selecionado para a entrevista e classificado como leitor da
categoria 15 a 19 anos de idade, com o propsito de resolver uma
dificuldade em se preencher os requisitos de nmero de entrevistados
nessa categoria.

2. Erro de formulao da questo pode ser cometido no processo de expor
a questo ao respondente ou na no sondagem, quando maiores
informaes so necessrias. Por exemplo, enquanto est formulando
uma questo, o entrevistador no usa exatamente as palavras
apresentadas no questionrio.

3. Erro de registro da resposta surge por conta dos erros em escutar,
interpretar e registrar a resposta dada pelo respondente. Por exemplo,
um respondente indica uma resposta neutra (indecisa) mas o
entrevistador interpreta mal e acredita que a resposta indica uma
posio afirmativa (compraria uma nova marca).

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
154
4. Erro deliberado por convenincia surge quando o entrevistador fabrica
respostas para uma parte ou para a totalidade das entrevistas. Por
exemplo, um entrevistador no formula uma pergunta delicada
relacionada s dvidas do entrevistado, mas posteriormente preenche a
resposta com base em seu julgamento pessoal.

Erros cometidos pelo respondente so compostos por erro de falta de
habilidade em responder corretamente e erro de responder corretamente por
relutncia.

1. Erro de falta de habilidade em responder corretamente resultado
da inabilidade do respondente em prover uma resposta acurada, por
falta de familiaridade com o assunto pesquisado, por fadiga, enfado,
formato da questo, contedo da questo e outros fatores. Por
exemplo, um respondente pode no se lembrar da marca do iogurte
comprada quatro semanas atrs.

2. Erro de responder corretamente por relutncia surge quando o
respondente, intencionalmente, fornece uma resposta falsa pelo
desejo de manifestar respostas socialmente aceitveis, evitar o
embarao ou para agradar o entrevistador. Por exemplo, para
impressionar o entrevistador, o respondente intencionalmente mente
e se diz leitor de determinada revista.


Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
155
3.5.3. Ausncia de resposta

Em uma pesquisa possvel no se dispor de informaes para todas ou
algumas perguntas que constam no instrumento de coleta a uma unidade da
amostra. Para o primeiro caso, dizemos que a falta de resposta para a unidade da
amostra total, e no segundo caso que parcial. A falta de resposta pode,
segundo PREZ (1999), ser devida a diversas causas:

impossibilidade de identificar a unidade ou de acesso mesma;
ausncia temporal por parte do entrevistado;
negativa em cooperar por parte do entrevistado; e
perda de informao.


3.5.3.1. Efeitos da ausncia de resposta

No planejamento de uma pesquisa, supe-se uma coincidncia entre a listagem
das unidades populacionais e a populao propriamente dita. Supe-se tambm
que todos os elementos da amostra so investigados e que a informao obtida
correta. Ao realizar a primeira suposio, d-se lugar aos erros por cobertura,
que podem ser por defeito, como no caso das omisses, ou por excesso, como
no caso das duplicaes ou unidades estranhas. Entretanto, estes erros de
cobertura podem gerar tambm um trabalho de campo de m qualidade. PREZ
(1999)

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
156
Em geral, quando no se obtm informaes para todas as unidades da amostra,
dizemos que existe falta de resposta. A falta de resposta pode ser devida a:

ausncia temporal do entrevistado durante as horas da entrevista;
negativa absoluta a colaborar;
mtodo inadequado de coleta de dados;
falta de qualificao dos entrevistadores;
motivao dos informantes inadequada, etc.

Segundo SILVA (1998)

"a recusa e os respondentes ausentes so ocorrncias para
as quais existe esperana de que a informao venha a ser
obtida. O grau de sucesso no sentido de minimiz-las
depende, em grande parte, das condies tcnicas, da
coordenao e da superviso do trabalho de coleta de
dados".

A autora diz tambm que, consideradas as limitaes de tempo e custo que se
impem, comum a existncia de uma parte final da amostra para a qual no
estaro disponveis as informaes, e que os possveis efeitos gerados pela
ausncia de resposta no podem deixar de ser objeto de preocupao quando o
pesquisador analisa a validade dos resultados obtidos.

Segundo COCHRAN (1963), a falta de respostas pode inserir vcio no processo
de amostragem e, com isso, alterar as inferncias construdas a partir dos
resultados amostrais.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
157
Utilizando o raciocnio de SILVA (1998), admita-se que uma amostra de tamanho
n se divida em dois estratos, de forma que n = n
1
+ n
2
onde n
1
o nmero de
respostas obtidas e n
2
o nmero de respostas no obtidas. O valor da mdia
amostral tambm se distingue nesses estratos, passando a ser calculado pela
expresso:

2
2
1
1
|
.
|

\
|
+ |
.
|

\
|
=
n
n
n
n
(Frmula 39),

onde:

= X mdia amostral
=
1
X mdia do estrato de respostas obtidas
=
2
X mdia do estrato de respostas no obtidas
= n tamanho da amostra
=
1
n nmero de respostas obtidas
=
2
n nmero de respostas no obtidas

No havendo informaes na amostra para o segundo estrato, todas as
propriedades da amostragem probabilstica sero vlidas, apenas, para o valor da
mdia
1
estimado na amostra dos respondentes. Portanto, se o levantamento
tiver sido concebido para estimar o valor desconhecido da populao como um
todo, o vcio introduzido pode ser quantificado pela expresso:

=
1
V
(Frmula 40), onde V = Vcio.

Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
158
Substituindo (Frmula 39) na (Frmula 40), temos:

|
|
.
|

\
|

|
|
.
|

\
|
=
(

|
.
|

\
|
+ |
.
|

\
|
=
n
n
n
n
n
n
n
n
V
2 2 1 1
1 2
2
1
1
1


( )
2 1
2
2
2
1
1
1 = |
.
|

\
|
|
.
|

\
|
=
n
n
n
n
n
n
V , logo:

( )
2 1
2
=
n
n
V
(Frmula 41)

Segundo COCHRAN (1963) e KISH (1965, apud SILVA, 1998), o
desconhecimento inicial da diferena entre respondentes e no-respondentes
fundamenta a observao usual de que se devem concentrar recursos e esforos
no sentido de minimizar a proporo de no-respondentes, tornando o vcio por
ausncia de resposta desprezvel. A autora sugere que, quando persistir a
existncia de frao significante dos no-respondentes, conveniente considerar
a possibilidade da presena de vcio devido diferena entre os valores
populacionais dos dois segmentos.

Segundo COCHRAN (1963), o impacto do vcio sobre as inferncias pode ser
avaliado por meio da medida do vcio relativo:

( )
=

| | V
VR
(Frmula 42)
onde:
VR = vcio relativo
= V mdulo do vcio (calculado pela Frmula 41)
( ) = X desvio-padro da mdia
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
159

Com base na tabela abaixo, pode-se observar que o vcio sobre as inferncias
passa a ser considerado no-desprezvel quando o resultado superar 0,2.
Observe que com um VR = 0,2 teremos um = 0, 0546 = 5,46%, isto , existe
5,46% de probabilidade de que com um VR = 0,2 a estimativa encontrada esteja
fora do intervalo de confiana. Logo, segundo COCHRAN (1963), valores acima
dos citados anteriormente no so desprezveis em termos de estimao.

Tabela 21

Impacto do vcio na probabilidade
() de que uma estimativa caia fora
do intervalo de confiana

( ) X
V


0,02 0,0500
O,04 0,0502
0,06 0,0504
0,08 0,0508
0,10 0,0511
0,20 0,0546
0,40 0,0685
0,60 0,0921
0,80 0,1259
1,00 0,1700
1,50 0,3231
Fonte: COCHRAN (1963)

3.5.3.2. Medidas para evitar o vcio

Vrios autores sugerem, em seus trabalhos, formas de contornar o problema de
ausncia de resposta provocada por recusa e respondentes ausentes.
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
160

CHROMY e HORVITZ (1978, apud SILVA, 1998) sugerem uma adequada
escolha e motivao dos respondentes; COLE (1956) sugere que se faa o pr-
teste do instrumento de pesquisa e que os entrevistadores tenham um bom
treinamento, e KISH (1965) sugere o acrscimo de unidades amostrais durante o
planejamento da amostra, pois com isso a preciso fixada ser mantida.

SILVA (1998) acrescenta que o retorno do entrevistador ao domiclio outro
procedimento amplamente aceito como esforo para minimizar a proporo dos
no-respondentes, que pode ser estimada por
n
n
2
. O nmero de retornos
adequado varia, na opinio da autora, de acordo com a natureza das
caractersticas observadas, existindo evidncias de que, aps o terceiro retorno,
as estimativas para as variveis demogrficas tornam-se estveis e o vcio pode
ser considerado desprezvel. KISH (1965) sugere que um critrio simples
realizar retornos ao domiclio at alcanar uma taxa mnima de resposta
estimada |
.
|

\
|
n
n
1
igual a 85%.

Mesmo adotada a poltica de retorno, segundo a autora supracitada, possvel a
existncia de um segmento remanescente de ausncia de resposta composto de
recusas. Algumas medidas, sugeridas pela autora, podem ser implementadas
aps a obteno da amostra:

buscar a informao, para o segmento que no respondeu, em outra fonte
e compar-la com a informao obtida para os respondentes. Em geral
Rosane Rivera Torres CAPTULO 3 - Reviso bibliogrfica
161
essa prtica vivel para caractersticas demogrficas, quando podem ser
usados o censo demogrfico ou os sistemas de mortalidade como fontes de
consulta;

tomar uma sub-amostra do segmento que no respondeu e obter
informao para este segmento por estimao, com base nessa sub-
amostra, outra possibilidade. A combinao das estimativas provenientes
dos dois segmentos poder fornecer a estimativa no-viciada do valor
populacional desconhecido. Esse procedimento apresenta maior eficincia
para os levantamentos realizados inicialmente por meio do correio,
admitindo-se tambm que as despesas menores podem representar
economia no custo total da coleta de dados;

segundo HANSEN (1953, apud SILVA, 1998), substituir a informao
inexistente pela mdia obtida para as unidades que responderam e que
podem ser consideradas prximas aos no-respondentes, segundo algum
critrio (como por exemplo o de vizinhana), tambm uma alternativa
utilizada.

Rosane Rivera Torres CAPTULO 4 - Metodologia
162

CAPTULO 4

4. Metodologia da pesquisa


A abordagem deste trabalho qualitativa, tendo como objetivo a analise dos
planos amostrais de dissertaes e teses em administrao, da Faculdade de
Economia, Administrao e Contabilidade da USP e da Escola de Administrao
da UFRGS, sem a pretenso, entretanto, de generalizar suas concluses para os
mesmos trabalhos desenvolvidos em outras faculdades.

A natureza e objetivos do estudo indicam a adoo de uma abordagem
metodolgica que permita anlise, sntese, descrio, avaliao e crtica dos
planos amostrais que orientam autores de dissertaes e teses dos Cursos j
referenciados neste trabalho.

Assim que, a partir de uma amostra desses estudos tcnico-cientficos, ser
empreendida uma anlise do contedo dos planos amostrais.

A tcnica anlise de contedo, segundo MARTINS e LINTZ (1999),

"estuda e analisa a comunicao de uma maneira objetiva e
sistemtica. Buscam-se inferncias confiveis de dados e
informaes com respeito determinado contexto, a partir
dos discursos escritos e orais de seus autores. A anlise de
contedo pode ser aplicada virtualmente a qualquer forma de
comunicao: programas de televiso, rdio, artigos de
imprensa, livros, etc. Por exemplo, pode servir para analisar a
personalidade de algum, avaliando seus escritos; ou avaliar
Rosane Rivera Torres CAPTULO 4 - Metodologia
163
as intenes de um publicitrio, pela anlise dos contedos
das mensagens de determinada campanha; pode servir
tambm para auditar contedos de comunicaes e compar-
los com padres, ou determinados objetivos".

Segundo TRIVIOS (1987), MARTINS e LINTZ (1999) e RICHARDSON (1999), o
processo de anlise do contedo est dividido em trs etapas:

1) pr-anlise: coleta e organizao do material a ser analisado.

2) descrio analtica: esta etapa comea na pr-anlise, mas nela
especificamente feito um estudo aprofundado do material, orientado pelas
hipteses e referencial terico. Em seguida procede-se escolha das
unidades de anlise. Estas unidades so agrupadas segundo critrio
estipulado pelo pesquisador e definem as categorias. As categorias devem
ser exaustivas e mutuamente excludentes. Das anlises de freqncia das
categorias surgem quadros de referncia.

3) interpretao inferencial: apoiando-se no material analisado at o momento e
com base nos quadros de referncia, os contedos manifestos e latentes so
revelados em funo dos propsitos do estudo.

Assim, segundo MARTINS e LINTZ (1999),

"como qualquer tcnica de levantamento de dados e
informaes, a anlise de contedo adquire sua fora, e seu
valor, mediante o apoio de um referencial terico,
particularmente, para a construo das categorias de
anlise".


Rosane Rivera Torres CAPTULO 4 - Metodologia
164
Segundo RICHARDSON (1999), dentre os diversos tipos de anlise de contedo,
o mais antigo e mais utilizado a anlise por categoria. Ela baseia-se na
decodificao de um texto em diversos elementos, os quais so classificados e
formam agrupamentos analgicos.

Segundo BOGDAN (1982, apud TRIVIOS, 1987), as principais caractersticas
de um estudo qualitativo so as que seguem:

1) A pesquisa qualitativa tem o ambiente natural como fonte direta dos dados e o
pesquisador como instrumento-chave.

2) A pesquisa qualitativa descritiva

3) Os pesquisadores qualitativos esto preocupados com o processo e no
simplesmente com os resultados e o produto.

4) Os pesquisadores qualitativos tendem a analisar seus dados indutivamente.

5) O significado a preocupao essencial na abordagem qualitativa. A este
respeito o autor ressalta que:

"o pesquisador inicia sua investigao apoiado numa
fundamentao terica geral, o que significa reviso
aprofundada da literatura em torno do tpico em foco, a maior
parte do trabalho se realiza no processo de desenvolvimento
do estudo. A necessidade da teoria surgir em face das
interrogativas que se apresentaro. No obstante isso, deve
ficar expresso em forma muito clara, que o pesquisador ser
eficiente e altamente positivo para os propsitos da
investigao, se tiver amplo domnio no s do estudo que
est realizando, como tambm do embasamento terico geral
que lhe serve de apoio. (...) A pesquisa qualitativa no segue
seqncia to rgida das etapas , pelo contrrio. Por exemplo:
Rosane Rivera Torres CAPTULO 4 - Metodologia
165
a coleta e anlise dos dados no so divises estanques. As
informaes que se recolhem, geralmente, so interpretadas
e isto pode originar a exigncia de novas buscas de dados.
Esta circunstncia apresenta-se porque o pesquisador no
inicia seu trabalho orientado por hipteses levantadas a
priori, cuidando de todas as alternativas possveis, que
precisam ser verificadas empiricamente, depois de seguir
passo a passo o trabalho que, como as metas, tm sido
previamente estabelecidos. As hipteses colocadas podem
ser deixadas de lado se surgirem outras, que solicitam
encontrar outros caminhos (...) o relatrio final da pesquisa
qualitativa vai se constituindo atravs do desenvolvimento de
todo o estudo e no exclusivamente resultado de uma
anlise ltima dos dados."


4.1. Populao

No presente trabalho sero analisados os planos amostrais das dissertaes e
teses em Administrao nas referidas faculdades, no perodo de 1991 1997.

O perodo escolhido para anlise corresponde ao mais contemporneo possvel,
sendo limitado pelo ano de 1991 pelo fato da Escola de Administrao da UFRGS
no ter disponvel, para pesquisa on-line, informaes sobre defesas de trabalhos
anteriores a esse ano. A limitao do ano de 1997 deve-se indisponibilidade
das dissertaes e teses em Administrao, posteriores a essa data, na biblioteca
da Faculdade de Economia, Administrao e Contabilidade da USP, quando da
elaborao desta proposta de estudo.

As teses da Escola de Administrao da UFRGS no fazem parte da populao
analisada, pois at o ano de 1997 no havia sido defendido nenhum trabalho,
uma vez que o doutorado na referida escola teve suas atividades iniciadas no
ano de 1994.
Rosane Rivera Torres CAPTULO 4 - Metodologia
166
Para este perodo, os nmeros de trabalhos defendidos em ambas as faculdades
encontram-se nos quadros que se seguem:

Tabela 22

FEA/USP - Trabalhos defendidos por ano

1991 1992 1993 1994 1995 1996 1997 TOTAL
Teses 6 5 7 7 14 19 7 65
Dissertaes 10 14 11 13 20 31 29 128
Fonte: http://www.usp.br/fea/adm/posgrad

Tabela 23

EA/UFRGS - Trabalhos defendidos por ano

1991 1992 1993 1994 1995 1996 1997 TOTAL
Dissertaes 19 20 25 29 32 39 40 204
Fonte: http://www.ufrgs.br/p_09.htm


4.2. Instrumento de coleta de dados e variveis de anlise

Para a coleta de dados das teses e dissertaes em administrao, da FEA/USP
e EA/UFRGS, foi preparado um check-list (em anexo) constitudo de 11 itens a
serem investigados e que servir para o registro dos dados coletados.

As variveis de anlise que sero investigadas so as seguintes:

1. Presena de plano amostral
2. Forma de coleta e tipo de dado coletado: forma de coleta (pergunta
aberta), tipo de dado (primrio e/ou secundrio)
Rosane Rivera Torres CAPTULO 4 - Metodologia
167
3. Tipo de amostragem: probabilstica ou no probabilstica
Se probabilstica
3.1. Tipo de amostra utilizada:
Amostra aleatria simples
Amostra estratificada
Amostra por conglomerado
Amostra sistemtica
Outros tipos

3.2. Utilizao e/ou definio:
Pr-amostra
Erro absoluto ( e )
Tamanho da populao ( N )
Desvio-padro ( ou s )
Grau de confiana ( Z )
Proporo ( ou p )

3.3. Realizao de clculo do tamanho da amostra
3.4. Seleo aleatria dos elementos
3.5. Tratamento de erros alheios a amostragem

Se no probabilstica
3.6. Tipo de amostra utilizada:
Acessibilidade ou convenincia
Intencional ou por julgamento
Rosane Rivera Torres CAPTULO 4 - Metodologia
168
Cotas
Outros

4. Gerao de inferncias.

Cada procedimento metodolgico coletado nos itens anteriores receber um
julgamento, com base nas tcnicas de amostragem abordadas no captulo de
reviso bibliogrfica. Averiguar-se- se os procedimentos adotados pelo
pesquisador so justificveis perante os objetivos propostos no trabalho.

Como resultado sero, no somente quantificados (atravs de propores) os
procedimentos utilizados, mas adicionalmente, ser estabelecido se a escolha
desses procedimentos foi adequada, o que constituir o enfoque qualitativo desta
pesquisa.

Cabe ressaltar que, embora o julgamento constitua uma opinio pessoal desta
pesquisadora e, portanto, contestvel, ele estar embasado no arcabouo terico
j mencionado.


4.3. Plano amostral

Para a anlise do universo deste trabalho ser adotada a amostragem
estratificada com partilha proporcional, considerando os seguintes estratos:
dissertaes da FEA/USP, dissertaes da EA/UFRGS e teses da FEA/USP.
Rosane Rivera Torres CAPTULO 4 - Metodologia
169

H indcios de que a amostragem estratificada seja a mais indicada para esta
situao, uma vez que, segundo POCH (1969), uma das razes da estratificao
a necessidade de obteno de estimativas para os diversos segmentos da
populao e ainda, segundo SILVA (1998), essa metodologia mantm a
composio da populao segundo algumas caractersticas bsicas, o que
garantir que a amostra seja composta por elementos dos trs estratos.

PREZ (1999) diz, em sua obra, que "a partilha tima a metodologia mais
indicada para emprego na amostragem estratificada, principalmente se h
grandes diferenas na variabilidade dos estratos". O autor segue ainda
dizendo que, "em caso contrrio, a sensibilidade e auto-ponderao da
partilha proporcional tornam este mtodo prefervel quele."

Tendo em vista a no existncia de informao a priori respeito da variabilidade
dos estratos em estudo (por isso adotaremos 5 , 0 = p que maximiza a amostra),
optou-se pela partilha proporcional como critrio de diviso da amostra global.

Para a determinao do tamanho da amostra foi utilizado um grau de confiana
de 95% (Z = 1,96) e um erro amostral de 5%, por ser a utilizao desses valores
prtica corrente nas pesquisas sociais.

Como no existem trabalhos anteriores, dos quais seja possvel extrair a
informao do percentual de dissertaes e teses, nas duas faculdades, que
possuem plano amostral, vamos utilizar a proporo de 50% ) ( p , pois, como
Rosane Rivera Torres CAPTULO 4 - Metodologia
170
visto anteriormente, essa proporo maximizar o tamanho da amostra a ser
coletada.

Considere as seguintes informaes:
5 , 0
204 EA/UFRGS) (mestrado
128 FEA/USP) (mestrado
65 FEA/USP) (doutorado
05 , 0
397
96 , 1
3 2 1
3
2
1
= = =
=
=
=
=
=
=
p p p
N
N
N
e
N
Z


Ento, de posse dessas informaes e considerando
+

=
2 2 2 2
2 2
h h
h h
s N Z N e
s N N Z
n
[Demonstrao 14], onde
2
h
s substitudo por ) 1 (
1
h h
h
h
p p
N
N

, temos os
seguintes tamanhos de amostra:

( )
( )
195,95 n =
+ + +
+ +
=
251 , 0 204 252 , 0 128 254 , 0 65 96 , 1 397 05 , 0
251 , 0 204 252 , 0 128 254 , 0 65 397 96 , 1
2 2 2
2


trabalhos n 196


Por [Demonstrao 13] vem que:

Doutorado FEA/USP

= n
N
N
n 196
397
65
1
1
32
1
= n


Rosane Rivera Torres CAPTULO 4 - Metodologia
171
Mestrado FEA/USP

= n
N
N
n 196
397
128
2
2
63
2
= n


Mestrado EA/UFRGS

= n
N
N
n 196
397
204
3
3
101
3
= n


Uma vez definido o tamanhos dos estratos que sero analisados, os elementos
que iro compor a amostra de cada estrato sero sorteados de forma aleatria.


4.4. Limitaes da pesquisa

Ao longo da realizao deste trabalho algumas limitaes se impuseram, de
forma a torn-lo exeqvel.

Uma estratificao das teses e dissertaes por rea de concentrao talvez
contribusse para o enriquecimento deste trabalho, porm, devido
multidisciplinaridade de alguns trabalhos, a estratificao poderia se tornar
subjetiva e arbitrria, levando vis aos resultados.

Uma entrevista com os autores dos trabalhos sorteados poderia, de alguma
forma, trazer mais subsdios s anlises, mas, dado ao tamanho da amostra e a
provvel disperso geogrfica dos autores, tal procedimento seria invivel.
Rosane Rivera Torres CAPTULO 4 - Metodologia
172

Outro ponto que cabe ser ressaltado, que no fazia parte do escopo do trabalho
a anlise das causas de erro em um planejamento amostral, ento no foram
analisados os contedos dos cursos de metodologia ministrados nas faculdades
estudadas (programa dos cursos em anexo), o que poderia evidenciar alguns
pontos de divergncia entre os mesmos.

A teoria da amostragem cobre uma variedade de metodologias e tcnicas. Este
trabalho focou-se naquelas que, por sua menor complexidade, so as mais
usuais em pesquisa cientfica, o que significa que o assunto no foi esgotado.




Rosane Rivera Torres CAPTULO 5 Resultados e concluses
173

CAPTULO 5
5. Resultados e concluses

5.1. Estratgia de investigao

Antes de apresentar e discutir os resultados obtidos, faz-se necessrio discorrer
sobre os processos de investigao que levaram a esses resultados.

A anlise do objeto (planos amostrais das dissertaes e teses) foi precedida da
determinao do tamanho da amostra, partio do tamanho da amostra em
estratos, sorteio aleatrio dos elementos que compem a amostra e construo
do instrumento de coleta de dados (check list). Todos esses procedimentos j
foram expostos no captulo que trata da metodologia do trabalho.

Durante o perodo de coleta de dados, alguns cuidados tiveram que ser tomados
para evitar a ocorrncia de erros alheios amostragem. Os erros de cobertura
foram evitados com a cuidadosa listagem da populao atravs de fontes oficiais
(sites oficiais das universidades na internet).Mesmo recorrendo a essas fontes, foi
realizada uma minuciosa checagem na populao, o que se mostrou til por ter
sido detectado que um dos elementos da populao encontrava-se registrado em
duplicidade no site.

Os erros de ausncia de resposta foram evitados com mltiplas visitas aos locais
de coleta de dados (bibliotecas da FEA/USP e EA/UFRGS), uma vez que nem
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
174
sempre os trabalhos necessrios estavam disponveis por vrios motivos.
Trabalhos fora de ordem nas prateleiras (e portanto de difcil localizao),
ausentes para encadernao, retirados por outros usurios, encadernados
incompletos e at bibliotecas fechadas para reforma so exemplos de fontes
potencialmente causadoras de ausncia de resposta com as quais se deparou.
Ao final de vrias visitas, entretanto, nenhuma unidade amostral deixou de ser
coletada.

Aps coletados, os dados foram digitados em uma base de dados Access
previamente preparada para receb-los. Neste ponto, tomou-se o cuidado de
evitar erros de resposta com uma dupla checagem dos dados digitados.

Aps tabulados, os dados foram transferidos para uma planilha Excel onde foram
gerados os grficos que ilustram os resultados apresentados. O tipo de grfico
encolhido para representar os resultados apurados foi o de setores, por ser de
fcil entendimento e especfico para a apresentao de dados onde o interesse
comparar as partes com o todo (proporo). Junto s figuras foi apresentado o
percentual de ocorrncia da varivel em estudo, enquanto que junto s legendas,
entre parnteses, foi apresentada a freqncia absoluta da varivel.

Rosane Rivera Torres CAPTULO 5 Resultados e concluses
175

5.2. Resultados

Conforme o enfoque epistemolgico, h diferentes gneros de pesquisa. No h
um nico referencial. A bibliografia sobre metodologia cientfica apresenta um







TIPOS DE ESTUDOS
Dissertaes EA/UFRGS
25%
58%
17%
75%
Terico (25) Emprico (76)
Estudo de caso (59) Outros (17)
Teses FEA/USP
41%
28%
59%
31%
Terico (13) Emprico (19)
Estudo de caso (10) Outros (9)
Grfico 1
Dissertaes FEA/USP
21%
50%
29%
78%
Terico (13) Emprico (50)
Estudo de caso (32) Outros (18)
grande nmero de tipos de
estudos, ou pesquisa. Nota-se,
claramente, a dificuldade dos
autores dos trabalhos
investigados quanto
classificao do tipo de estudos
que empreenderam. Mtodos
de pesquisa, tcnica, e
procedimento para coleta de
dados so entendidos como
sinnimos. Para efeito de se ter
um quadro referencial dos tipos
estudos encontrados podemos
assim sumariz-los:
Tericos: denominados
por pesquisa bibliogrfica,
estudo exploratrio com
criao de modelo, estudo
exploratrio e pesquisa
exploratria descritiva.
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
176

Empricos: denominados por pesquisa-ao, qualitativa, quantitativa, no
experimental, ex post facto, estudo de caso, pesquisa descritiva, pesquisa
quantitativa para depois propor modelo, quantitativa-qualitativa, pesquisa de
efeito-causa-efeito, experimental, pesquisa de campo, pesquisa avaliativa e
survey.

Apesar da varivel tipos de estudos, ilustrada no Grfico 1, no compor o
escopo do trabalho, optou-se por sua coleta por suspeitar-se que haveria uma
grande incidncia de estudos de caso. Este fato poderia evidenciar uma opo,
por parte do pesquisador, de evitar uma conduo do trabalho fundamentada em
uma tcnica de amostragem mais sofisticada.

Por sua prpria caracterstica, os estudos de caso so, segundo YIN (1990, apud
COSTA, 1996) passveis exclusivamente de generalizaes analticas e no
de confirmaes tericas pela anlise das freqncias de resposta
(generalizao estatstica), caracterstica de pesquisas descritivas ou
quantitativas.

Os dados apresentados reforam essa suspeita, principalmente para os dois
estratos que contm dissertaes de mestrado, onde a proporo de estudo de
caso situou-se em 50% para a FEA/USP e 58% para a EA/UFRGS. Para o estrato
Teses FEA/USP a proporo de estudo de caso apurada foi inferior (31%).
Procedendo-se a um teste de hiptese, pode-se afirmar com 95% de confiana
que a proporo de estudo de caso maior entre as dissertaes que entre as
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
177
teses na FEA/USP e que no h diferenas significativas nas propores das
dissertaes das duas universidades.

No Grfico 2, a proporo de trabalhos com plano amostral engloba tanto os
trabalhos amostrais probabilsticos quanto os no-probabilsticos, enquanto que a





















PRESENA DE PLANO AMOSTRAL
Teses FEA/USP
69%
31%
Com plano amostral (22) Sem plano amostral (10)
Dissertaes FEA/USP
71%
29%
Com plano amostral (45) Sem plano amostral (18)
Dissertaes EA/UFRGS
76%
24%
Com plano amostral (77) Sem plano amostral (24)
Grfico 2 proporo de trabalhos sem
plano amostral contm os
censos e os trabalhos de
reviso bibliogrfica pura.

A grande incidncia de
trabalhos com plano amostral
refora a importncia que uma
conduo metodolgica de
plano amostral adequada tem
para os resultados das
pesquisas estudadas. Esta
constatao pode ser estendida
a todos os estratos, pois,
procedendo-se a um teste de
hiptese com 95% de
confiana, pode-se afirmar que
no existem diferenas
significativas entre as
propores observadas nos
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
178
trs estratos.

Um plano amostral, na maiorias dos casos, se impe ao pesquisador pelos
objetivos do trabalho enunciados por ele prprio e pelo tamanho da populao
que se deseja estudar. Apesar disso parecer um conceito trivial, alguns
procedimentos por parte dos pesquisadores, que entram em choque com este
conceito, foram observados e esto relacionados a seguir:

Alguns poucos trabalhos no apresentaram uma definio precisa da
populao em estudo ou consistente com os objetivos estabelecidos. Com
isso, a definio da necessidade ou no de um plano amostral
impraticvel.

Em alguns trabalhos o tamanho reduzido da populao em estudo no
justifica o plano amostral construdo. Neste caso, o pesquisador deveria ter
optado pela realizao de um censo, evitando, desta forma, os erros de
amostragem.

Alguns pesquisadores, reconhecendo o tamanho reduzido da populao,
planejaram um censo mas, ao executar a pesquisa, escolheram a mala
direta como forma de coleta de dados. Este mtodo de coleta tem dois
grandes inconvenientes quando se est efetuando um censo ou uma
amostragem probabilstica. O primeiro refere-se ausncia de resposta, ou
seja, pela no devoluo de parte da mala direta preenchida, o censo deixa
de ser efetuado por no se dispor dos dados necessrios para toda a
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
179
populao. Da mesma forma, uma amostragem probabilstica sofre os
efeitos da ausncia de resposta. O que acabou acontecendo, em todos os
casos onde essas ocorrncias foram verificadas, que a parcela de
questionrios recebidos preenchidos acabou se transformando em uma
amostra no-probabilstica por acessibilidade, o que impossibilita a gerao
das inferncias estatsticas que eram parte dos objetivos do trabalho. O
outro inconveniente da mala direta, que agrega erro de resposta ao
processo, a impossibilidade de fiscalizao por parte do pesquisador, isto
, no se pode ter certeza que o questionrio foi efetivamente preenchido
pelo seu destinatrio ou se este no teve sua resposta influenciada por
terceiros.

No Grfico 3, os trabalhos que apresentam plano amostral esto segmentados
segundo o tipo de amostragem utilizado (se probabilstica ou no-probabilstica).

A grande incidncia do uso de amostragem no-probabilstica verificada,
principalmente nos dois estratos que contm as dissertaes de mestrado, deve-
se, provavelmente, tentativa de se evitar a rigorosa e complexa metodologia da
amostragem probabilstica. Esta dificuldade aparece expressa em alguns
trabalhos, como por exemplo neste do qual foi extrado o trecho que segue:
A amostra no foi probabilstica devido dificuldade de
realizar uma amostra probabilstica, sendo as empresas
selecionadas de acordo com a ocasio e oportunidades que
surgiram de contatos. Embora amostragens deste tipo no
permitam estimativas estatisticamente projetveis toda
populao, isto no significa que estas sejam
necessariamente imprecisas ou inferiores s amostras
probabilsticas.

Rosane Rivera Torres CAPTULO 5 Resultados e concluses
180
A grande incidncia de estudos de caso, ilustrada no Grfico 1, um outro bom
indicador dessa suspeita. Isto se d porque o estudo de caso permite uma
flexibilidade metodolgica grande quando comparado a outros tipos de estudos
empricos, como j foi abordado anteriormente.






















TIPO DE AMOSTRAGEM
Teses FEA/USP
23%
77%
Probabilstico (5) No probabilstico (17)
Dissertaes FEA/USP
7%
93%
Probabilstico (3) No probabilstico (42)
Dissertaes EA/UFRGS
13%
87%
Probabilstico (10) No probabilstico (67)
Grfico 3 Com isso no se quer negar a
importncia de uma
amostragem no-probabilstica
como instrumento de pesquisa,
nem do estudo de caso como
opo para tipo de estudo, mas
deve-se cuidar para que o
emprego de ambos fique restrito
s situaes onde os objetivos
da pesquisa sejam de
generalizao analtica e no de
inferncia estatstica. Esse
cuidado no foi tomado por
alguns pesquisadores como
pode ser observado a partir da
anlise dos dados que esto
ilustrados pelo Grfico 4.

Este grfico demonstra a
proporo de trabalhos
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
181
conduzidos com uma amostragem no-probabilstica quando, dados os objetivos
estabelecidos pelo prprio pesquisador, uma amostragem probabilstica seria
mandatria. Isto ocorre, como j foi abordado anteriormente, quando o objetivo
do trabalho estabelece a necessidade de generalizaes estatsticas.


















UTILIZAO DE AMOSTRAGEM
NO-PROBABILSTICA
Teses FEA/USP
76%
24%
Justificvel (13) No justificvel (4)
Dissertaes FEA/USP
90%
10%
Justificvel (38) No justificvel (4)
Dissertaes EA/UFRGS
81%
19%
Justificvel (54) No justificvel (13)
Grfico 4
Uma anlise dos dados
comprova que a maioria dos
pesquisadores foi hbil na
escolha de um tipo de
amostragem compatvel com os
objetivos fixados, mas pode-se
observar a ocorrncia de casos
onde isso no aconteceu, o que
compromete totalmente o
atendimento dos objetivos
propostos.

O Grfico 5 contm todos os
trabalhos conduzidos atravs de
uma amostragem no-
probabilstica, segmentados
segundo o tipo de amostragem
realizado.

Percebe-se que as
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
182
amostragens por convenincia e por julgamento so as mais utilizadas, at
porque so as que demandam menor rigor metodolgico. importante observar-
se a grande incidncia de amostragem por convenincia nos trs estratos. Das
amostragens no-probabilsticas este o tipo menos rigoroso de todos.





















Com isso no se quer negar a
importncia e, principalmente, a
utilidade de uma amostragem
no-probabilstica por
convenincia em estudos
exploratrios ou qualitativos
onde no requerido elevado
nvel de preciso, ou em
pesquisas piloto. O que se est
questionando a utilizao
deste tipo de amostragem, em
tamanha proporo, em teses e
dissertaes. H indcios,
inclusive, que as dificuldades da
execuo de um plano amostral
mais rigoroso acabam por
determinar a escolha do mtodo
e que os objetivos de alguns
trabalhos acabam sendo
definidos em funo do mtodo
utilizado, quando o
TIPO DE AMOSTRAGEM
NO-PROBABILSTICA
Teses FEA/USP
35%
59%
6%
Convenincia (6) Julgamento (10)
Cotas (1) Outros (0)
Dissertaes FEA/USP
53%
45%
2%
Convenincia (22) Julgamento (19)
Cotas (1) Outros (0)
Dissertaes EA/UFRGS
47%
51%
2%
Convenincia (31) Julgamento (34)
Cotas (0) Outros (1)
Grfico 5
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
183
procedimento deveria ser exatamente o contrrio, isto , uma vez definidos os
objetivos deveria optar-se pelo mtodo mais adequado.

As dificuldades alegadas por alguns pesquisadores que se utilizaram de mtodos
de amostragem menos rigorosos so de outra natureza que no metodolgica.
Alguns alegam falta de tempo e recursos materiais, entretanto, uma amostragem
probabilstica ou no-probabilstica mais rigorosa no necessariamente
demandaria mais tempo e recursos materiais. Amostras no-probabilsticas
grandes podem ser, inclusive, mais onerosas e demandar mais tempo que uma
amostra probabilstica pequena mas representativa. Alm disso, amostras
grandes esto mais afeitas a erros alheios amostragem. sintomtico, tambm,
que nenhum dos pesquisadores que tenha alegado falta de tempo ou recursos
materiais tenha apurado quanto, em termos de tempo ou recursos, uma
amostragem probabilstica demandaria se fosse realizada.

Os trechos relacionados a seguir, extrados de dissertaes e teses analisadas,
ilustram os pontos comentados anteriormente:
Considerando a natureza acadmica desse trabalho e
levando-se em conta a escassez de tempo e recursos,
decidiu-se pela escolha de uma amostra no probabilstica
por convenincia.


Cabe ressaltar que a realidade amostral no poderia fugir s
especificidades da indstria bancria brasileira, bastante
concentrada e relativamente oligopolizada nos seus diversos
nichos, o que determinou a subordinao de sua construo
a convenincia analtica, em detrimento da aleatoriedade.


A formao da amostra utilizada na presente pesquisa
seguiu o critrio intencional no s por economia de tempo e
recursos envolvidos, mas tambm como caracterstica da
abordagem desenvolvida. (Estudo de caso).

Rosane Rivera Torres CAPTULO 5 Resultados e concluses
184
Alguns pesquisadores, mesmo reconhecendo no corpo de seu trabalho que o tipo
de amostragem utilizado no permite generalizaes estatsticas, acabam, no
captulo destinado s concluses, fazendo generalizaes dessa natureza, talvez
porque nos objetivos declarados para o trabalho a busca de inferncia estivesse
expressa. Este o caso do trabalho de onde foi extrado o trecho que segue:
Os elementos no foram selecionados aleatoriamente,
isto , foram escolhidos alguns casos para a amostra
que, a partir de um bom julgamento, representem a
populao, no servindo os resultados obtidos na
amostra para fazer generalizao para a populao
normal. Porm permitir uma idia de um
comportamento da populao.

O Grfico 6 demonstra a proporo de trabalhos realizados atravs de uma
amostragem no-probabilstica, onde todos os procedimentos adotados so
justificveis perante os objetivos estabelecidos e as tcnicas de amostragem
expostas no captulo destinado reviso bibliogrfica.

Um teste de hiptese, com 99% de confiabilidade, atesta que no se pode afirmar
que haja diferenas significativas entre as propores dos trs estratos para a
varivel em anlise.

O erro amostral adotado (5%) nos permite concluir, com o grau de confiana
estabelecido para o clculo do tamanho da amostra (95%), que os trabalhos
realizados atravs de uma amostragem no-probabilstica, onde todos os
procedimentos adotados so justificveis, so maioria, quando comparados
queles onde nem todos os procedimentos esto corretos, para os dois estratos
que contm as dissertaes. A mesma inferncia estatstica no pode ser feita
para o estrato que contm as teses.
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
185
Cabe salientar que, apesar disso, a proporo de trabalhos com procedimentos
incorretos muito elevada para o que seria de se esperar desta populao,
mesmo porque as amostragens no probabilsticas apresentam uma flexibilidade
muito grande quando comparadas s probabilsticas.





















Em sntese, os dados
evidenciam que o processo de
amostragem no-probabilstica
apresenta problemas de
execuo para uma parcela
significativa da populao em
anlise.

Os erros incorridos so de
diversas naturezas e as
propores com que eles
ocorrem esto ilustradas pelo
Grfico 7.

Deve-se notar que o somatrio
das freqncias de erro , para
cada estrato, superior ao
nmero de trabalhos que
incorrem em erros (ilustrado no
Grfico 6), por alguns trabalhos
apresentarem mais de um tipo
PROCEDIMENTOS CORRETOS EM
NO-PROBABILSTICA
Teses FEA/USP
59%
41%
Procedimentos corretos(10) Nem todos corretos (7)
Dissertaes FEA/USP
62%
38%
Procedimentos corretos(26) Nem todos corretos (16)
Dissertaes EA/UFRGS
63%
37%
Procedimentos corretos(42) Nem todos corretos (25)
Grfico 6
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
186
de erro. Os erros surgidos foram classificados em trs categorias, segundo sua
natureza, quais sejam:

Deveria ser probabilstica: aqui foram registrados os trabalhos realizados
com base numa
amostragem no-
probabilstica, mas que
os objetivos declarados
exigiam que fosse
usada uma amostragem
probabilstica. Esses
casos foram discutidos
quando se analisou os
dados ilustrados pelo
Grfico 4.

Deveria definir o n: aqui
foram registrados os
trabalhos realizados com
base numa amostragem
no probabilstica onde o
tamanho da amostra
pesquisada no foi sequer
citado.
TIPO DE ERRO EM
NO PROBABILSTICA
Teses FEA/USP
42%
8%
50%
Deveria ser probabilstica (5)
Deveria definir o "n" (1)
No deveria fazer inferncia (6)
Dissertaes EA/UFRGS
49%
7%
44%
Deveria ser probabilstica (13)
Deveria definir o "n" (2)
No deveria fazer inferncia (12)
Dissertaes FEA/USP
38%
15%
47%
Deveria ser probabilstica (10)
Deveria definir o "n" (4)
No deveria fazer inferncia (12)
Grfico 7
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
187
Quando se usa a amostragem no-probabilstica no h como se
definir, matematicamente, o tamanho que essa amostra deva ter.
recomendvel, entretanto, que se expresse uma grandeza de
representatividade dessa amostra em relao populao em estudo. Os
prprios tericos da amostragem no-probabilstica tendem a ser reticentes,
quando tratam da definio do tamanho de uma amostra para amostragens
dessa natureza. Dado esse quadro, no se colocou em julgamento neste
trabalho se as razes para se usar um ou outro tamanho de amostra no-
probabilstica so justificveis. Foram classificados como erro de
procedimento somente aqueles trabalhos que no expressam o tamanho da
amostra coletada e, portanto, no o justificam de maneira nenhuma. A
justificativa para o tamanho escolhido para a amostra no-probabilstica,
entretanto, est expressa na maioria dos trabalhos que se utilizam desse
tipo de amostragem. De trs deles foram extrados os trechos que seguem:

A informao geralmente coletada com uma
amostra, mas de maneira que seja possvel uma
generalizao de resultados, ou seja, a amostra deve
ser significativa. Normalmente ela suficientemente
grande para permitir anlises estatsticas
extensivas. (Caso de amostragem no-probabilstica
por julgamento).

Se a aplicao do questionrio fosse via correio, o
nmero de empresas poderia ter sido maior e
permitiria maiores generalizaes. (Caso de
amostragem no-probabilstica por convenincia)

A amostra selecionada deve ser intencional e o
tamanho desta irrelevante, desde que se tenha
sempre em mente que o objetivo est na obteno da
rplica literal e terica da pesquisa em questo
(Caso de amostragem no-probabilstica intencional).

Rosane Rivera Torres CAPTULO 5 Resultados e concluses
188
importante reafirmar, nesse ponto, que no foi julgado se as justificativas
dadas para a determinao do tamanho da amostra no-probabilstica eram
plausveis ou no.
No deveria gerar inferncia: aqui foram registrados os trabalhos realizados
com base numa amostragem no-probabilstica mas que, apesar disso,
geraram inferncia estatstica. Esta questo foi discutida quando se
analisou os dados ilustrados pelo Grfico 3. O trecho que segue, retirado
de um trabalho que foi classificado nessa categoria de erro, ilustra bem
esse tipo de ocorrncia: Tal diviso, como se ver a seguir, serviu para
reforar algumas inferncias feitas a partir de toda a amostra e,
tambm, para a realizao de algumas outras igualmente relevantes.
(Caso de amostra no-probabilstica intencional)

Como pode ser observado nos dados ilustrados pelo Grfico 7, as maiores
ocorrncias de erro, quando se usa a amostragem no-probabilstica, esto
relacionadas opo por esse tipo de amostragem. imprescindvel que a
escolha do tipo de amostragem se subordine aos objetivos estabelecidos para o
trabalho, ou eles no sero atingidos, quer o pesquisador reconhea isso ou no.

de se notar tambm a grande correlao existente entre a freqncia dos
trabalhos que receberam a classificao Deveria ser probabilstica e aqueles
que receberam a classificao No devia fazer inferncia. Este fato se d,
obviamente, por haver uma grande interseo entre esses dois conjuntos.


Rosane Rivera Torres CAPTULO 5 Resultados e concluses
189
O Grfico 8 ilustra como as amostragens probabilsticas se dividem em relao
a seus diversos tipos.

A pequena incidncia de amostragem probabilstica na populao estudada fez
com que se optasse por
demonstrar os dados somente
em seu primeiro nvel de diviso
e no por variante dentro de
cada tipo.

Esta pequena incidncia
tambm impossibilita que se
faam anlises mais
conclusivas sobre os tipos mais
utilizados de amostragem
probabilstica para a populao
em estudo, mas no devemos
desprezar as informaes
coletadas. Elas sugerem que os
tipos mais utilizados so
aqueles abordados no captulo
destinado reviso
bibliogrfica. Das 18
amostragens probabilsticas
encontradas, somente duas
TIPO AMOSTRAGEM
PROBABILSTICA
Teses FEA/USP
20%
20%
40%
20%
Aleatria simples (1) Estratificada (1)
Sistemtica (2) Conglomerado (0)
Outro (1)
Dissertaes FEA/USP
34%
33%
33%
Aleatria simples (1) Estratificada (1)
Sistemtica (0) Conglomerado (0)
Outro (1)
Dissertaes EA/UFRGS
70%
30%
Aleatria simples (7) Estratificada (3)
Sistemtica (0) Conglomerado (0)
Outro (0)
Grfico 8
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
190
foram classificadas como de tipo outro.

O Grfico 9 demonstra a proporo de trabalhos realizados atravs de uma
amostragem probabilstica, onde todos os procedimentos adotados so
justificveis perante os objetivos
estabelecidos e as tcnicas de
amostragem expostas no
captulo destinado reviso
bibliogrfica.

A pequena incidncia de
amostragem probabilstica na
populao estudada
impossibilita que se faa
anlises mais conclusivas sobre
sua qualidade, mas os dados
sugerem que, se as
amostragens no-
probabilsticas apresentam
substancial incidncias de erros
de procedimento, o problema
ainda persiste, e talvez em
maior escala, quando se trata
de amostragens probabilsticas.

PROCEDIMENTOS CORRETOS EM
PROBABILSTICA
Teses FEA/USP
40%
60%
Procedimentos corretos(2) Nem todos corretos (3)
Dissertaes FEA/USP
33%
67%
Procedimentos corretos(1) Nem todos corretos (2)
Dissertaes EA/UFRGS
20%
80%
Procedimentos corretos(2) Nem todos corretos (8)
Grfico 9
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
191
Este fato pode ter sua origem na maior complexidade das metodologias de
amostragem probabilstica, como j foi citado anteriormente.

O Grfico 10 ilustra os tipos de erro de procedimento encontrados em trabalhos
que se valeram de amostragem
probabilstica. Deve-se notar
que o somatrio das
freqncias de erro , para
cada estrato, superior ao
nmero de trabalhos com erros
de procedimento ilustrado no
Grfico 9, pelo fato de alguns
trabalhos apresentarem mais de
um tipo de erro.

Os erros coletados foram
classificados em trs categorias
segundo sua natureza, quais
sejam:

Clculo de n: aqui foram
registrados os trabalhos
realizados com base
numa amostragem
probabilstica onde o
TIPO DE ERRO EM
PROBABILSTICA
Teses FEA/USP
29%
42%
29%
Clculo de "n" (2)
Erros alheios amostragem (3)
Inferncia (2)
Dissertaes FEA/USP
40%
40%
20%
Clculo de "n" (2)
Erros alheios amostragem (2)
Inferncia (1)
Dissertaes EA/UFRGS
29%
38%
33%
Clculo de "n" (6)
Erros alheios amostragem (8)
Inferncia (7)
Grfico 10
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
192

pesquisador no demonstra os critrios nem o clculo para definio do
tamanho da amostra e simplesmente informa, sem justificativa, o tamanho
da amostra que ser utilizada. Tambm foram registrados aqui os casos
onde o pesquisador, j prevendo efeitos de ausncia de resposta por se
utilizar de mala direta como instrumento de coleta de dados, utilizou-se de
uma amostra maior do que seria necessria, mas no necessariamente
mais representativa. O trecho que segue, extrado de um trabalho
analisado, serve como ilustrao a esse ponto: A fim de compor nesta
amostra estratos de empresas de tamanho representativo em cada
setor de atividade, procuramos utilizar o maior nmero possvel de
empresas constantes nessa publicao... (Caso de uma amostragem
probabilstica estratificada).

Erros alheios amostragem: aqui foram registrados os trabalhos realizados
com base numa amostragem probabilstica mas que tiveram sua
aleatoriedade comprometida por erros alheios amostragem. Esses erros
surgiram, na populao estudada, por dois motivos. O primeiro, e com maior
freqncia, fruto da escolha equivocada do instrumento de coleta de
dados. O segundo, fruto de recusas, por parte dos entrevistados, em
responder ao questionrio. Os pesquisadores que enfrentaram esse
problema substituram essas unidades amostrais por outras sorteadas
aleatoriamente, mas, com este procedimento, a aleatoriedade da amostra
no pode mais ser garantida. Nos casos onde o instrumento de coleta de
dados foi considerado inadequado, o que ocorreu na realidade foi a
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
193
utilizao de mala direta para a coleta de uma amostra probabilstica. Os
efeitos desse procedimento j foram expostos quando se analisou os
resultados ilustrados pelo Grfico 2.

Inferncia: aqui foram registrados os trabalhos realizados com base numa
amostragem probabilstica e que, por algum erro alheio amostragem
dentre os anteriormente expostos, tiveram sua aleatoriedade comprometida
sem que o investigador manifestasse ter-se dado conta do ocorrido. Com
isso, os trabalhos geraram inferncia estatstica injustificvel. interessante
notar-se que a diferena entre a freqncia das categorias de Erros alheios
amostragem e Inferncia em todos os estratos igual a um. Isso quer
dizer que somente um pesquisador da amostra de cada estrato reconheceu
que por seus trabalhos terem sofrido os efeitos de erros alheios
amostragem, a inferncia estatstica, apesar de fazer parte de seus
objetivos, no pode ser alcanada.

A pequena incidncia de amostragem probabilstica na populao estudada
impossibilita que se faa anlises mais conclusivas sobre os erros mais
freqentes, mas os dados sugerem dificuldades em praticamente toda a
conduo do processo de uma amostragem probabilstica, culminando com
inferncias estatsticas no justificveis, como se o pesquisador pudesse inferir
unicamente por ter planejado uma amostragem probabilstica, independente dos
desvios de execuo durante o processo.
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
194
Inferncias estatsticas justificveis por um planejamento amostral coerente e uma
conduo rigorosa de todo o processo de amostragem probabilstica, alis,
podem ser consideradas como uma exceo para a populao estudada, como
fica evidenciado pela obsrevao dos dados ilustrados no Grfico 11.
Este grfico mostra a proporo
de trabalhos, dentre aqueles
com plano amostral, que
geraram e no geraram
inferncia estatstica.
Adicionalmente, os trabalhos
que geraram inferncia
estatstica foram classificados
entre aqueles que o fizeram
adequadamente e os que no
deveriam t-lo feito, por todas
as questes j expostas
anteriormente.

preocupante a viso de
propores to insignificantes
de gerao adequada de
inferncia estatstica para os
trs estratos da populao
estudada, principalmente para
os que contm as dissertaes.
INFERNCIA COM PLANO
AMOSTRAL
Grfico 11
Teses FEA/USP
55%
9%
36%
45%
No gerou inferncia (12) Gerou inferncia (10)
Justificvel (02) No Justificvel (08)
Dissertaes FEA/USP
69%
2%
29%
31%
No gerou inferncia (31) Gerou inferncia (14)
Justificvel (01) No Justificvel (13)
Dissertaes EA/UFRGS
72%
3%
25%
27%
No gerou inferncia (56) Gerou inferncia (21)
Justificvel (02) No Justificvel (19)
Rosane Rivera Torres CAPTULO 5 Resultados e concluses
195
igualmente preocupante a proporo de trabalhos com gerao de inferncia
estatstica indevida.

Estes indicadores, somados aos anteriormente apresentados, evidenciam que os
cursos de ps-graduao que nomeiam os trs estratos estudados devem
mobilizar esforos e recursos no sentido de, cada vez mais, desenvolver em seus
alunos um esprito cientfico rigoroso em termos de metodologia de plano
amostral.


5.3. Consideraes finais

A complexidade do planejamento e execuo de um plano amostral ainda constiui
uma barreira para a qualidade da produo cientfica da populao estudada. Eu
mesma, apesar da formao acadmica na rea de matemtica e da experincia
de doze anos como professora de Estatstica Econmica na Universidade do Rio
Grande, deparei-me com grandes dificuldades para a realizao deste trabalho.

Mais do que julgar a qualidade da produo cientfica da populao estudada,
espero ter fornecido subsdios para todos aqueles que, no sendo especialistas
em estatstica, queiram se aventurar em um estudo cientfico com base em um
plano amostral e, tambm, ter conseguido sensibilizar os futuros pesquisadores
para o fato de que o tempo investido na cuidadosa concepo de um plano
amostral e na sua rigorosa execuo pode parecer um alto preo a se pagar, mas
, em contrapartida, um fator crtico para o sucesso das pesquisas.
Rosane Rivera Torres Anexos

196












Anexos












Rosane Rivera Torres Anexo 1 - Programa da ps-graduao - FEA/USP

197

CURSO DE PS-GRADUAO EM ADMINISTRAO
FEA/USP

Mestrado

O curso do PPGA-FEA/USP que concede o ttulo de Mestre em Administrao
proporciona aos participantes a aquisio e o aprofundamento de conhecimentos
tericos e tcnicos de Administrao, visando o amadurecimento e o
desenvolvimento da capacidade de elaborao cientfica e anlise crtica,
canalizando-a para a pesquisa, a docncia e as atividades profissionais na rea
de Administrao.

Est aberto a todos os candidatos graduados em nvel superior em qualquer rea
de conhecimento, que tenham qualificaes para curs-lo mediante aprovao
obtida em processo seletivo classificatrio promovido pelo PPGA-FEA/USP.
Anualmente so oferecidas at 40 vagas.

O programa de Mestrado compreende disciplinas de dois grupos: as disciplinas
obrigatrias, que oferecem as bases metodolgicas e cientficas para a produo
de trabalhos cientficos em Administrao; e as disciplinas eletivas, que
proporcionam conhecimentos em reas especficas de Administrao, e devem
ser cursadas segundo os planos de estudo de cada participante, elaborado em
conjunto com o orientador.

Rosane Rivera Torres Anexo 1 - Programa da ps-graduao - FEA/USP

198
Receber o ttulo de Mestre em Administrao o participante que, alm do
atendimento a todas as exigncias do Programa, demonstre ter adquirido
conhecimentos bsicos e fundamentais de Administrao em geral, e
conhecimentos especficos e aprofundados de uma das reas de concentrao
oferecidas pelo Curso, de tal forma que tenha condies de fazer anlises crticas
sobre um campo especfico de conhecimento nessa rea, demonstrado na
aprovao da defesa da dissertao.

Para obter o ttulo de Mestre em Administrao, os participantes devero concluir
o programa num prazo mnimo de dois (2) e mximo de 4 (quatro) anos,
cumprindo todas as exigncias estabelecidas e descritas a seguir:
Total mnimo de 96 crditos, sendo 72 crditos obtidos cursando com
aprovao as disciplinas oferecidas e 24 crditos pela apresentao, defesa
pblica e aprovao da Dissertao (segundo normas da USP, um crdito
corresponde a 15 horas de atividades no curso, em aulas, seminrios,
estudos, pesquisas, exerccios, etc.).
Freqncia igual ou superior ao mnimo exigido por disciplinas (75%)
Proficincia em ingls
Aprovao no Exame de Qualificao
Defesa pblica de Dissertao

Doutorado

O programa de Doutorado est aberto, preferencialmente, aos candidatos com
ttulo de Mestre reconhecido pelo MEC ou pela USP, em qualquer rea do
Rosane Rivera Torres Anexo 1 - Programa da ps-graduao - FEA/USP

199
conhecimento, que tenham qualificaes para curs-lo, demonstrada pela
classificao em processo seletivo. Podero ser admitidos candidatos sem o ttulo
de Mestre, desde que apresentem histrico de produo intelectual e cientfica
que justifique a dispensa desse ttulo. Anualmente so oferecidas at 20 vagas, a
serem preenchidas pelos candidatos aprovados em processo seletivo
classificatrio realizado pela coordenao do PPGA-FEA/USP.

Dois grupos de disciplinas estruturam o programa de Doutorado. As disciplinas
obrigatrias proporcionam os conhecimentos das bases metodolgicas e
cientficas para a produo de trabalhos cientficos na rea e so obrigatrias
para todos os alunos do curso, exceto para aqueles que demonstrem, pelo
histrico escolar, que disciplinas equivalentes j foram cursadas no mestrado.

J as disciplinas eletivas so aquelas especficas para o Curso de Doutorado, que
oferecem conhecimentos profundos em reas especficas de Administrao e
devem ser cursadas segundo os planos de estudo de cada participante,
elaborado em conjunto com o orientador.

Receber o ttulo de Doutor em Administrao o participante que, alm de cumprir
todas as exigncias estabelecidas, comprove ter adquirido conhecimentos
profundos de Administrao em geral em uma das reas de concentrao
oferecidas pelo Programa, demonstre ter condies de fazer anlises crticas
profundas sobre a sua rea de concentrao e seja capaz de contribuir para o
avano do conhecimento em Administrao, por meio de apresentao da defesa
e aprovao da tese de doutoramento original.
Rosane Rivera Torres Anexo 1 - Programa da ps-graduao - FEA/USP

200

Para obter o ttulo de Doutor em Administrao, o aluno dever cumprir as
seguintes exigncias:
completar o total mnimo de 192 crditos, sendo 128 crditos em aulas,
seminrios e atividades extra-classe, e 64 crditos pela apresentao,
defesa pblica e aprovao de Tese original sobre tema especfico na rea
da Administrao. Os participantes com ttulo de Mestre em Administrao
concedido por instituio reconhecida pelo MEC ou pela USP, devero
completar 96 crditos sendo o mnimo de 56 crditos em aulas, seminrios,
atividades e 40 pela apresentao da Tese.
Freqncia igual ou superior ao mnimo exigido por disciplina (75%)
Proficincia em ingls
Aprovao no Exame de Qualificao
Aprovao na defesa da tese
Para os que no possurem o ttulo de Mestre reconhecido pela USP,
devero concluir o curso, incluindo a apresentao da Tese, no prazo
mnimo de 3 anos e mximo de 6 anos, a contar da data de matrcula no
Programa. Os portadores de ttulo de Mestre reconhecidos pela USP
devero concluir seus estudos, incluindo a apresentao da Tese, no prazo
mnimo de 2 anos e mximo de 4 anos.




Rosane Rivera Torres Anexo 1 - Programa da ps-graduao - FEA/USP

201
DISCIPLINAS DO PROGRAMA DE PS-GRADUAO EM ADMINISTRAO
(ltima atualizao 05/01/98)


REA: OBRIGATRIAS

Didtica do Ensino de Administrao I - EAD-5823 (para Mestrado e
Doutorado)
Didtica do Ensino de Administrao II EAD-5824 (para Doutorado)
Metodologia de Pesquisa Aplicada Administrao I - EAD-5822 (para
Mestrado e Doutorado)
Metodologia de Pesquisa Aplicada Administrao II - EAD-5825 (para
Mestrado e Doutorado)
Seminrio de Elaborao de Estudo e Pesquisa em Administrao - EAD-
5750 (para Mestrado e Doutorado)
Tcnicas de Levantamentos e Anlise de Dados EAD-5838 (para
Doutorado)


REA: ADMINISTRAO GERAL

Administrao Empresarial e o Meio Ambiente - EAD-5887
Administrao Estratgica - EAD-5863
Avaliao e Mudana na Estrutura Organizacional - EAD-5806
Desenvolvimento Organizacional - EAD-5725
Rosane Rivera Torres Anexo 1 - Programa da ps-graduao - FEA/USP

202
Enfoque Sistmico na Administrao - EAD-5848
Histria dos Negcios Brasileiros - EAD-5855
Novos Modelos de Administrao - EAD-5843
Os Novos Paradigmas Empresariais: Fronteiras da Teoria e da Pesquisa -
EAD-5891
Planejamento Estratgico - EAD-5715
Reengenharia Estratgica, Organizacional e de Processos - EAD-5890
Tpicos Avanados de Adm. Geral (Consultoria Empresarial) - EAD-5880


REA: PRODUO

Administrao de Operaes em Servios - EAD-5884
Negociao - EAD-5902
Sistemas Modernos de Planejamento e Controle de Operaes - EAD-5883
Tpicos Especiais em Administrao de Operaes - EAD-5885
Administrao da Inovao em Produtos e Processos - EAD 5959


REA: FINANAS

Administrao de Capital de Giro - EAD-5765
Aspectos Financeiros da Administrao Bancria - EAD-5803
Controle Financeiro das Empresas Agropecurias e Agroindustriais EAD-
5818
Rosane Rivera Torres Anexo 1 - Programa da ps-graduao - FEA/USP

203
Decises Financeiras em Condies de Risco - EAD-5888
Derivativos: Estruturas e Modelos - EAD-5918
Finanas das Empresas Multinacionais - EAD-5761
Mercado de Capitais - EAD-5764
Modelos de Formao de Preos de Ativos Financeiros - EAD-5832
Planejamento e Controle Financeiro - EAD-5758
Teoria da Administrao Financeira - EAD-5739
Teoria Avanada de Finanas EAD-5889
Tpicos Avanados de Finanas - EAD-5836


REA: MARKETING

Anlise, Planejamento, Controle e Gesto Simulada de Marketing - EAD-
5911
Comportamento do Consumidor - EAD-5808
Estratgia de Comunicao e Vendas EAD-5893
Estratgia de Produtos e Novos Produtos - EAD-5894
Marketing de Varejo e de Servios - EAD-5895
Marketing Empresarial - EAD-5907
Marketing Estratgico - EAD-5860
Marketing Global - EAD-5904
Sistema de Informao de Marketing e Pesquisa de Marketing - EAD-5905
Teoria Avanada de Marketing - EAD-5912
Tpicos de Marketing - EAD-5805
Rosane Rivera Torres Anexo 1 - Programa da ps-graduao - FEA/USP

204


REA: MTODOS QUANTITATIVOS E INFORMTICA

Administrao da Funo Informtica - EAD-5913
Anlise das Decises na Incerteza Aplicada Administrao - EAD-5853
Anlise de Informao - EAD-5754
Econometria Aplicada Administrao I EAD-5728
Mtodos Quantitativos Aplicados Administrao - EAD-5714
Previso na Administrao EAD-5826
Sistemas de Informaes - EAD-5736
Tecnologia de Informtica EAD-5881


REA: POLTICA DOS NEGCIOS E ECONOMIA DE EMPRESAS

Anlise Microeconmica para Administrao - EAD-5869
Avaliao e Previso Tecnolgica - EAD-5813
Economia de Empresas - EAD-5704
Fuses, Aquisies e Avaliao de Empresas - EAD-5857
Jogo de Empresas - EAD-5870
Poltica dos Negcios no Varejo - EAD-5892
Tpicos Especiais em Economia de Empresas - EAD-5868


Rosane Rivera Torres Anexo 1 - Programa da ps-graduao - FEA/USP

205

REA: POLTICA E GESTO TECNOLGICA

Administrao de Pesquisa e Desenvolvimento na Empresa - EAD-5837
Administrao de Profissionais Tcnicos - EAD-5903
Administrao de Programas e Projetos - EAD-5906
Criao de Empresas e Empreendimentos de Base Tecnolgica - EAD-
5864
Estratgia Tecnolgica na Empresa - EAD-5865
Marketing de Tecnologia EAD-5866
Poltica Industrial e Tecnolgica - EAD-5908
Tecnologia e Economia de Empresas - EAD-5871
Tpicos Avanados de Administrao Tecnolgica - EAD-5879
Transferncia de Tecnologia - EAD-5867


REA: RECURSOS HUMANOS

Administrao de Carreiras na Gesto Avanada de Recursos Humanos
EAD-5898
Captao, Treinamento e Desenvolvimento de Recursos HumanosEAD-
5896
Comportamento Humano no Trabalho EAD-5900
Diagnstico em Recursos Humanos: Teoria e Prtica - EAD-5829
Planejamento e Gesto Estratgica em Recursos Humanos EAD-5901
Rosane Rivera Torres Anexo 1 - Programa da ps-graduao - FEA/USP

206
Poder e Cultura nas Organizaes EAD-5851
Processo de Mudana e Desenvolvimento Organizacional - EAD-5899
Relaes do Trabalho: Questo Social e Administrativa EAD-5833
Sistema de Informao e Aspectos Culturais da Organizao - EAD-5840
Tpicos Avanados de Recursos Humanos - EAD-5882
Rosane Rivera Torres Anexo 2 - Programa de ps-graduao - EA/UFRGS

207

Programa da Ps-Graduao em Administrao
Escola de Administrao - UFRGS- Mestrado


Objetivos
O Curso de Mestrado tem objetivo propiciar estudos aprofundados no campo da
Administrao, formando, prioritariamente, pessoal de alto nvel para o exerccio
das atividades de ensino e pesquisa, o que no impede que esses profissionais,
dadas as caractersticas do currculo, desenvolvam habilidades para o exerccio
das funes executivas junto s organizaes. O Curso bastante flexvel e
dinmico face ao nmero de opes disponveis e devido estruturao e
planejamento das prprias disciplinas dentro de certos limites, permite ao discente
compor a sua programao pessoal.


Regime Didtico
O Currculo do Curso de Mestrado prev a realizao de disciplinas obrigatrias e
eletivas, seminrios, atividades de pesquisa e a elaborao de uma dissertao.
As disciplinas, na sua maioria, so oferecidas em horrio diurno e cursadas ao
longo de trs semestres.

Quadro disciplinas so obrigatrias, perfazendo dez crditos:
Teorias Organizacionais (04 crditos);
Fundamentos da Investigao Cientfica (02 crditos);
Teorias Educacionais (02 crditos)
Mtodos Estatsticos I (02 crditos).

Alm destas, podero ser exigidas disciplinas obrigatrias dentro de determinadas
opes curriculares.
No prazo mximo de dezoito meses, aps o incio do Curso de Mestrado, todo
aluno dever apresentar e ter aprovada uma proposta de dissertao, a ser
realizada com o apoio de um Professor Orientador. A dissertao, em princpio,
dever estar concluda no prazo de 24 meses aps o incio do Curso.
Rosane Rivera Torres Anexo 2 - Programa de ps-graduao - EA/UFRGS

208

Ser concedido o ttulo de Mestre em Administrao ao aluno que:
obtiver aprovao nas disciplinas (num mnimo de 30 crditos) com ndice
geral de aproveitamento (I.G.A.) igual ou superior a 2;
elaborar, defender e ter aprovada a sua dissertao com ndice de
aproveitamento de dissertao (I.A.D.) igual ou superior a 2;
demonstrar proficincia em lngua estrangeira a ser escolhida entre as
indicadas pela Comisso Coordenadora.


reas de Concentrao
Organizaes
Recursos Humanos
Gesto de Tecnologia e da Produo
Contabilidade e Finanas
Marketing
Sistema de Informao e Apoio Deciso


Modalidade Distribuda
Em funo da exigncia de um mercado mais competitivo para profissionais e de
qualificao necessria para os professores das Universidades localizadas fora
dos grandes centros, o PPGA desenvolveu, em parceria com Universidades do
Interior, um curso de Mestrado diferenciado. Dentre as suas caractersticas
bsicas, merecem ser ressaltadas a dedicao em tempo parcial dos alunos, o
fato de grande parte das disciplinas serem ministradas junto s Universidades e o
desenvolvimento de um plano curricular mais dirigido.
O Curso se desenvolve em trs grandes fases:
A fase I, com durao de 18 meses desenvolvida na sede da
Universidade (Universidade-Cliente), onde sero ministradas disciplinas (24
a 26 crditos) comuns a todos os mestrados.
Aps a concluso da fase I, o mestrando dever submeter a aprovao um
projeto de dissertao, que servir para passagem a fase II do curso. Os
Rosane Rivera Torres Anexo 2 - Programa de ps-graduao - EA/UFRGS

209
alunos que no quiserem prosseguir, podero solicitar o ttulo de
Especialista em Administrao.
Na fase II, com durao de seis meses, so ministradas, no PPGA ou na
Universidade-Cliente, disciplinas da opo curricular (6 crditos). O aluno
dever, ainda, integralizar 4 crditos referentes a disciplina Teorias
Educacionais.
Na fase III, com durao mxima de 12 meses, o mestrando dever elaborar
uma dissertao projeto.

Cursos Mestrado Modalidade Distribuda em Andamento:
Universidade de Caxias do Sul, teve incio em setembro de 1995, em
Caxias do Sul/RS;
FEEVALE, iniciou em maro de 1996, em Novo Hamburgo/RS; e
UNIDERP, iniciou em maro de 1997, em Campo Grande/MS


Disciplinas obrigatrias para todas as Opes Curriculares (nmero entre
parnteses indica crditos da disciplina)


Adp 014 - Teorias Organizacionais (4)
Adp 015 - Fundamentos da Investigao Cientfica (2)
Adp 017 - Teorias Educacionais (2)
Adp 018 - Mtodos estatsticos I (2)

Disciplinas para todas as reas de Concentrao

Adp 021 - Mtodos de Pesquisa (2)
Adp 019 - Mtodos Estatsticos II (2)
Adp 020 - Laboratrio de Ensino (2)
Adp 845 - Sem. Mtodos de Pesquisa - Coleta e Anlise de Dados (2)


Rosane Rivera Torres Anexo 2 - Programa de ps-graduao - EA/UFRGS

210


Disciplinas da Opo Curricular Administrao Pblica


Adp 914 - Estado Poder e Sociedade (2)
Adp 912 - Finanas Pblicas (2)
Adp 911 - Direito Administrativo (2)
Adp 910 - Economia Brasileira e do RS (2)
Adp 915 - Economia do Setor Pblico Gacho (2)
Adp 913 - Polticas e Estratgias Pblicas (2)
Adp 221 - Marketing Pblico (2)
Adp 918 - Realidade dos Governos Municipais (2)



Disciplinas da Opo Curricular Gesto em Cincia e Tecnologia


Adp 715 - Tecnologia e Competitividade (2)
Adp 710 - Administrao de Cincia e Tecnologia (4)
Adp 711 - Cincia, Tecnologia e Sociedade (4)
Adp 712 - Economia da Inovao Tecnolgica (2)
Adp 713 - Gesto da Inovao na Empresa (2)
Adp 714 - Gesto Ambiental na Empresa (4)
Adp 718 - Gesto Ambiental e Competitividade (4)
Adp 716 - Gesto da Cincia e Tecnologia (4)
Adp 862 - Seminrio de Pesquisa em Gesto de Tecnologia e Produo I
(1)
Adp 863 - Seminrio de Pesquisa em Gesto de Tecnologia e Produo II
(1)



Rosane Rivera Torres Anexo 2 - Programa de ps-graduao - EA/UFRGS

211

Disciplinas da Opo Curricular Finanas

Adp 309 - Pesquisa em Finanas (3)
Adp 313 - Mtodos Quantitativos Aplicados a Finanas (4)
Adp 314 - Mercado de Capitais (4)
Adp 315 - Tpicos Avanados em Finanas Corporativas (4)
Adp 320 - Teoria Financeira (4)
Adp 321 - A Empresa e o Mercado de Capitais (4)
Adp 322 - Anlise Financeira do Lucro (2)
Adp 323 - Tpicos Contemporneos de Contabilidade Gerencial (2)
Adp 327 - Anlise de Investimentos (4)
Adp 407 - Anlise de Investimento (3)


Disciplinas da Opo Curricular Marketing

Adp 227 - Administrao da Propaganda (2)
Adp 225 - Pesquisa em Marketing (4)
Adp 229 - Logstica Empresarial e Distribuio (2)
Adp 226 - Administrao Composto Comunicao (2)
Adp 223 - Comportamento do Consumidor I (2)
Adp 224 - Comportamento do Consumidor II (2)
Adp 228 - Estratgia Competitiva (4)
Adp 222 - Administrao de Produto (2)
Adp 215 - Negcios Internacionais (2)
Adp 217 - Fundamentos de Marketing (2)
Adp 218 - Evoluo do Pensamento em Marketing (4)
Adp 219 - Marketing Estratgico (2)
Adp 220 - Estratgia de Preos (2)


Rosane Rivera Torres Anexo 2 - Programa de ps-graduao - EA/UFRGS

212

Disciplinas da Opo Curricular Organizaes e Recursos Humanos

Adp 119 - O Processo Decisrio Organizacional (4)
Adp 120 - Relaes de Trabalho (4)
Adp 118 - Comportamento Organizacional (2)
Adp 117 - Sociologia do trabalho (4)
Adp 501 - Poltica e Estratgias Organizacionais (3)
Adp 508 - Territrios de Poder e do Imaginrio na Empresa: Introduo (2)
Adp 509 - Grupos Organizacionais (4)
Adp 516 - Mudanas e Aprendizagem nas Organizaes (3)
Adp 513 - Administrao de RH (2)
Adp 514 - Pesquisa em Recursos Humanos (2)
Adp 521 - Anlise Organizacional (4)
Adp 803 - Sem. tica no Mundo Organizacional (3)
Adp 517 - A formao do Estrategista (3)
Adp 518 - Aprendizagem Organizacional (3)

Disciplinas da Opo Curricular Produo e Sistemas

Adp 414 - Sistema de Informaes nas Organizaes (4)
Adp 412 - Estratgia de Produo (3)
Adp 859 - Inteligncia Competitiva na Empresa (2)
Adp 858 - Seminrio Tpicos Especiais em teoria de Deciso (4)
Adp 427 - Teoria da produo, Sistemas de Gesto e Competitividade (3)
Adp 418 - Mtodos de Pesquisa em SI (2)
Adp 421 - Tecnologia. Sistemas de Informao e Deciso (4)
Adp 424 - Teoria Geral de Sistemas - Modelagem de Sistemas Complexos
(4)
Adp 425 - Atelier de Pesquisa em Sistemas de Informao e de Apoio
Deciso I (1)
Adp 428 - Atelier de Pesquisa em Sistemas de Informao e de Apoio
Deciso II (1)
Rosane Rivera Torres Anexo 3 - Listagem das teses - FEA/USP

213


Listagem das teses - FEA/USP - 1991- 1997

1. ACCORSI, Andr. Qualidade de dados no Banco Central do Brasil e na rea
de cmbio das instituies financeiras, 1996.

2. ALMEIDA, Martinho Isnard Ribeiro. Desenvolvimento de um modelo de
planejamento estratgico para grupos de pequenas empresas, 1995.

3. ALMEIDA, Srgio Roberto Porto de. Estudos do futuro do ambiente
empresarial: cenrios para o sistema financeiro brasileiro no ano 2000, 1992.

4. ALVES, Mauro Halfeld Ferrari. O impacto da variao das taxas de juros na
rentabilidade dos bancos no Brasil, 1996.

5. BARBOSA, Allan Claudius Queiroz. Estratgia e gesto: o sindicalismo em
perspectiva - um estudo dos trs grandes sindicatos de Minas Gerais no
perodo de 1982 a 1992, 1995.

6. BARRIZZELLI, Nelson. Um modelo de coleta e processamento de
informaes para a tomada de decises de preos no varejo, 1995.

7. BRUNO, Marcos Alberto Castelhano. Gesto da cooperao tcnica entre
empresas e estratgia empresarial; estudos de caso no setor qumico, 1995.

8. BUCCHI, Wadico Waldir. Contribuio ao desenvolvimento de mecanismos
de garantia de depsitos em instituies financeiras, 1991.

9. CHOCCE, Gianni Augusta Romani. O capital de risco no Brasil uma
contribuio a partir da experincia francesa, 1997.

10. CRISPIM, Sergio Feliciano. A importncia do marketing estratgico no varejo
e a evoluo estrutural do alto varejo brasileiro de bens de magazines, 1995.

11. CUNHA, Joo Carlos da. O impacto do uso estratgico da tecnologia no
desempenho da empresa, 1995.

12. CUNHA, Vera Lucia Bezerra Carneiro da. Segmentao de mercado e
posicionamento estratgico de caso na Promon engenharia ltda, 1996.

13. DUTRA, Joel Souza. Administrao de carreiras: uma proposta para repensar
a gesto de pessoas, 1993.

14. EBOLI, Marisa Pereira. Modernidade na gesto de bancos, 1996.

15. FRANA, Ana Cristina Limongi. Indicadores empresariais de qualidade de
vida no trabalho: esforo empresarial e satisfao dos empregados no
ambiente de manufaturados com certificao iso 9000, 1996.

16. FRANCO JNIOR, Carlos Fernandes. O processo administrativo do
empresrio rural e o uso da informtica no setor agropecurio brasileiro a
partir de 80, 1992.
Rosane Rivera Torres Anexo 3 - Listagem das teses - FEA/USP

214

17. GIUZI, Larcio Durval. O impacto dos elementos da cultura organizacional
sobre satisfao do trabalhador - validao e aprimoramento de um
instrumento de pesquisa, 1993.

18. GOUVA, Maria Aparecida. Uma contribuio para o desenvolvimento de
estratgias de posicionamento no contexto de marketing bancrio, 1991.

19. GOZZI, Srgio. Organizao da segurana do trabalho: um confronto entre a
teoria e a realidade, 1991.

20. GRISI, Celso C. de Hildebrand e. Contribuies ao estudo do ensino da
disciplina marketing em nvel universitrio de graduao, 1991.

21. HANASHIRO, Darcy Mitiko Mori. Contribuio do estudo de cultura
organizacional para uma gesto estratgica de recursos humanos, 1995.

22. HEXSEL, Astor Eugnio. A construo de vantagem competitiva na indstria
moveleira segmento cozinha, 1993.

23. IKEDA, Ana Akemi. O marketing em empresas de pequeno porte e o setor de
servios um estudo em agncias de viagens, 1994.

24. JANK, Marcos Sawaya. Competitividade do agribusiness brasileiro: discusso
terica e evidncias no sistema carnes, 1996.

25. KLERING, Luis Roque. Relao entre estgios de informatizao e padres
de comportamento administrativo em organizaes brasileiras, 1994.

26. LEITE, Jaci Correa. Tecnologia e organizaes: um estudo sobre os efeitos
da introduo de novas tecnologias no setor bancrio brasileiro, 1996.

27. LICHT, Ren Henrique. tica organizacional: busca de um modelo
compreensivo para comportamentos morais, 1996.

28. LUPORINI, Carlos Eduardo de Mori. Avaliao de cias. seguradoras-
insuficincias dos critrios atuais e proposta de um novo modelo, 1994.

29. MALUF FILHO, Jorge Arnaldo. Modelo integrado de gesto de riscos de
mercado de ativos derivados em instituies financeiras, 1996

30. MARINHO, Bernadete de Lourdes. Terceirizao no setor pblico; a
contratao de servios externos de treinamento em microinformtica, 1994.

31. MARTINELLI, Dante Pinheiro. A evoluo da teoria da administrao e a
hierarquizao de sistemas, 1995.

32. MATIAS, Alberto Borges. O instituto jurdico da concordata no Brasil como
instrumento de recuperao econmica e financeira das empresas, 1992.

33. MILLAN, Paulo Srgio. Cancelamento voluntrio de registro de companhia
aberta: efeito sobre a riqueza dos acionistas minoritrios, 1997.

34. MINCIOTTI, Slvio Augusto. O sistema de informaes de marketing como
suporte para a adoo do marketing estratgico: o desenvolvimento de um
modelo, 1992.

Rosane Rivera Torres Anexo 3 - Listagem das teses - FEA/USP

215
35. MONOBE, Teruo. Empresas brasileiras com atuao internacional: um estudo
das diferenas de viso dos seus dirigentes, 1997.

36. MORGADO, Eduardo Martins. Questes-chaves no gerenciamento da
tecnologia de informao no setor bancrio brasileiro, 1996.

37. NASCIMENTO, Paulo Tromboni de Souza. Desenvolvimento de produto: o
foco da administrao estratgica da tecnologia na indstria eletrnica
brasileira, 1995.

38. OLIVEIRA, Adriel Rodrigues de. Incio de carreira organizacional: um estudo
dos programas de "trainees" das empresas privadas brasileiras, 1996.

39. PINHEIRO, Mauricio. Gesto e desempenho das empresas de pequeno
porte: uma abordagem conceitual e emprica, 1996.

40. PINTO, Sandra Souza. Terceirizao e qualidade de servios nas empresas
estatais paulistas, 1995.

41. PONCE, Felicia Alejandrina Urbina. Marketing interno: um estudo de caso no
setor de franqueado do ramo de perfumaria e cosmtico nas cidades de So
paulo e Osasco, 1995.

42. POPADIUK, Silvio. Contribuio ao estudo da privatizao do setor eltrico
brasileiro: um enfoque de marketing social, 1996.

43. PREVIDELLI, Jos de Jesus. Mudanas organizacionais em empresas
multinacionais -estudo exploratrio das ebims - empresas brasileiras
internacionalizadas no mercosul, 1996.

44. PROCIANOY, Jairo Laser. Os conflitos de agncia entre controladores e
minoritrios nas empresas brasileiras negociadas na bolsa de valores de So
Paulo: evidncias atravs do comportamento da poltica de dividendos aps
as modificaes tributrias ocorridas entre 1988-1989, 1994.

45. REGO, Raul Amaral. Integrao de tcnicas no convencionais em marketing
para melhoria da operacionalizao do sim - aplicao em uma empresa
industrial, 1995.

46. RICCI, Edson Luiz. Uma contribuio ao estudo da contabilidade como
sistema de informao, 1992.

47. ROSSI, Carlos Alberto Vargas. Desenvolvimento de um modelo integrativo de
marketing estratgico e verificao de sua aplicabilidade na indstria de
chocolates, 1993.

48. SAENZ, Cayetano Alberto Guzman. A cadeia agroindustrial do frango -
coordenao do sistema - a experincia em duas reas da amrica latina:
Panam e So Paulo - Brasil, 1996.

49. SANCHES, Rosely. A influncia do software e de seu processo de
manuteno no esforo de manuteno, 1994.

50. SAUAIA, Antonio Carlos Aidar. Satisfao e aprendizagem em jogos de
empresas: contribuies para a educao gerencial, 1995.

51. SAVOIA, Jos Roberto Ferreira. A globalizao do mercado financeiro
brasileiro: um estudo de implicaes sobre a competitividade, 1996.
Rosane Rivera Torres Anexo 3 - Listagem das teses - FEA/USP

216

52. SECURATO, Jos Roberto. Contribuio ao desenvolvimento de modelos de
matemtica financeira, 1991.

53. SLONGO, Luiz Antonio. Servios ao cliente na indstria eletro-eletrnica no
Rio Grande do Sul, 1994.

54. SOUSA, Jos Eduardo Rodrigues de. Gesto da tecnologia e competitividade
em empresas do setor de autopeas, 1993.

55. SOUZA NETO, Silvestre de Prado de. Os programas da qualidade e as
mudanas na vida do trabalhador. um estudo sobre o resultado dos
programas da qualidade na vida do trabalhador fora do seu ambiente de
trabalho, 1997.

56. STAL, Eva. Centro de pesquisa cooperativa: um modelo eficaz de interao
universidade-empresa?, 1997.

57. TAVARES, Mauro Calixta. Um estudo da construo do valor da marca
baseado na sua extenso, 1997.

58. TEIXEIRA, Maria Luisa Mendes. Orientao para marketing social: um estudo
de valores e atitudes dos executivos, 1995.

59. TORKOMIAN, Ana Lcia Vitale. Gesto tecnolgica na pesquisa acadmica:
o caso de So Carlos, 1997.

60. TSUJI, Tetsuo. Cenrios do maranho para o ano 2.007, 1993.

61. URDAN, Andr Torres. Qualidade de servio: proposio de um modelo
integrativo, 1993.

62. VIDAL, Antonio Geraldo da Rocha. A influncia de fatores ambientais no
desenvolvimento de aplicaes pelo usurio, 1996.

63. WEISS, James Manoel Guimares. Uma contribuio ao estudo da
administrao estratgica de suprimentos industriais: estudos de casos em
competitividade empresarial no setor automobilstico brasileiro, 1996.

64. WHIGHT, James Terence Coulter. Uma contribuio tcnica de anlise e
estruturao de modelos (ism) para planejamento em grupo: uma abordagem
de inferncia lgica, 1991.

65. WITTMANN, Milton Luiz. Competitividade e tecnologia: o caso de dez
empresas do Rio Grande do Sul (um estudo exploratrio), 1996.

Rosane Rivera Torres Anexo 4 - Listagem das dissertaes - FEA/USP

217


Listagem das dissertaes - FEA/USP - 1991 - 1997

1. ACCORSI , Andr. Automao: Bancos e bancrios, 1991.

2. AFFONSO, Fernando Gayotto Rolim. Planejamento e controle do capital de
giro operacional de concessionrias autorizadas de auto-veculos, 1991.

3. ALBERTIN, Alberto Luiz. Administrao de informtica: um estudo sobre seus
fatores crticos de sucesso no setor bancrio privado nacional, 1993.

4. ALMEIDA, Flvia Regina Silva Ladeira de. Anlise de localizao: uma
investigao acerca das decises de localizao de redes varejistas, 1997.

5. AMOROSO ,Ricardo. Alianas e parcerias: uma abordagem baseada na
aprendizagem organizacional, 1995.

6. ANDRADE, Marcelo Machado T. de. A inovao em uma rede de franchising
- estudo do caso Yzigi, 1993.

7. ANDREASSI, Tales. Avaliao de desempenho de profissionais tcnicos: um
estudo de caso, 1995.


8. ANSELMO, Estevo. Mudanas estratgicas nas empresas: um estudo de
caso, 1995.

9. AQUINO, Jos Damsio de. Consideraes crticas sobre a metodologia de
coleta e obteno de dados de acidentes do trabalho no Brasil, 1996.

10. AQUINO, Pedro Soldovieri de. A produo enxuta no Brasil - um estudo
exploratrio, 1996.

11. ARAJO, Patricia de Assis Bentes. Verificao da eficcia do modelo de
precificao de ativos financeiros no processo de avaliao das empresas
brasileiras privatizadas, 1996.

12. VILA, Paulo Guilherme Pereira de. Estudo do processo de deciso da
localizao de pontos de distribuio e da competitividade logstica de uma
indstria de produtos de consumo de massa, 1996.

13. BACELLAR, Jos Edson.Criao de empresa de base tecnolgica em
ambiente de alta turbulncia, 1995.

14. BADER, Fani La Cymrot. Distribuies de probabilidades de taxas de
retorno e remunerao de investimentos no mercado brasileiro de aes,
1993.

15. BADER, Marcos. Rendas de prestao de servios bancrios: um estudo
exploratrio, 1992.
Rosane Rivera Torres Anexo 4 - Listagem das dissertaes - FEA/USP

218


16. BATISTA, Renato Nahas. Venda direta: um estudo de casos exploratrio
visando o levantamento de hipteses sobre seu funcionamento, 1996.

17. BERNARD, Daniel Alberto. Aspectos estratgicos do "franchising": um
enfoque econmico-financeiro, 1992.

18. BONTEMPO, Paulo Cesar. Uma contribuio ao estabelecimento de um
processo oramentrio interagente com uma administrao estratgica em
um contexto de gesto por atividades, 1996.

19. BORIN, Mario Antonio. Participao em feiras e exposies como elemento
da estratgia promocional das empresas do mercado industrial (uma
pesquisa aplicada para o setor da indstria de mquinas), 1996.

20. BREJON, Paulo Eduardo Carmo. Um estudo de mudana organizacional,
1993.

21. BRISOLLA JUNIOR, Caio de Barros. A remunerao varivel mudando
paradigmas na administrao salarial: um estudo no setor bancrio brasileiro,
1995.

22. CALAHORRA, Ana Marlene Lahoz. Prticas de marketing desenvolvidas
pelas empresas, tendo como enfoque o conceito de marketing societal, 1993.

23. CARVALHO, Dirceu Tornavoi de. Sistemas de inteligncia competitiva, 1995.

24. CASADO, Tnia. Tipos psicolgicos e estilos de comportamento motivacional:
o dilogo entre jung e fromm, 1993.

25. CERANTOLA, William Antonio. Estratgias tecnolgicas das empresas de
biotecnologia no Brasil: um estudo exploratrio, 1991.

26. CHADDAD, Fabio Ribas. Denominaes de origem controlada: uma
alternativa de adio de valor no agribusiness, 1996.

27. CHOCCE, Gianni Augusta Romani. A situao das companhias de capital de
risco no Brasil: um estudo exploratrio, 1992.

28. CHUVICA, Nelson Aristides. A privatizao em angola: um estudo sobre os
efeitos da privatizao nas empresas ps-privatizadas, 1997.

29. COELHO, Amlia Regina Ramos. Ambiente fsico, atmosfera, estados
emocionais e satisfao do consumidor: uma abordagem ecopsicolgica ao
atendimento em agncias bancrias, 1994.

30. COMINI, Graziella Maria. Realidade e perspectivas das escolas de
adminstrao do Brasil: um enfoque estratgico, 1995.

31. COSTA FILHO, Bento Alves da. Automao bancria: uma anlise sob a
tica do cliente, 1996.

32. CSILLAG, Leopoldo. Estrutura e distncia do setor de capital de risco, na
criao de empresas da base tecnolgica no Brasil, 1995.

Rosane Rivera Torres Anexo 4 - Listagem das dissertaes - FEA/USP

219
33. CYMBAUM, John Julio Oppenheim. As prticas de gesto de recursos
humanos e o executivo, 1997.

34. DAMANTE, Francisco Carlos. Desdobramento da funo qualidade: um
estudo de sua aplicao no brasil, 1997.

35. DELBONI, Denise Poiani. Algumas discusses do contrato coletivo de
trabalho e sua percepo pelos praticantes das relaes trabalhistas no
Brasil, 1995.

36. DIAS, Sylmara Lopes Francelino Gonalves. Consideraes sobre a estrutura
de canais de distribuio: uma anlise sob a tica do fabricante de
computadores pessoais, 1997.

37. DOMNICO, Silvia Marcia Russi de. O papel da administrao de recursos
humanos na qualidade total: um estudo exploratrio em empresas do
segmento tintas com certificao iso 9000, 1996.

38. DUARTE, Jorge Cordeiro. A busca da eficcia no processo de
desenvolvimento de sistemas de informao: um estudo sobre as
experincias do setor bancrio, 1991.

39. FARIAS NETO, Pedro Sabino de, Metodologias de avaliao de desempenho
de empresas estatais como contribuio para a eficincia e a eficcia
empresarial, 1993.

40. F, Ana Lcia Damasceno Moura. Contribuio para o estudo de imagem:
casos de empresas bancrias, 1997.

41. FERRARI, Luiz Fernando. Aquisies, fuses e incorporaes: estudo de
uma soluo para o desenvolvimento empresarial na era da globalizao,
1996.

42. FERREIRA, Elaine Pontez de Mello. A estratgia das empresas e as fontes e
instrumentos de aquisio de tecnologia, 1993.

43. FONSECA, Srgio Azevedo. Fatores de sucesso na transferncia de
tecnologia de instituies de pesquisa para o setor produtivo, 1995.

44. FORTUNATO, Francisco Domingos. Avaliao econmica e financeira de
projetos de investimento em pases em desenvolvimento - uma contribuio
para a tomada de decises na repblica de angola, 1997.

45. FORTUNATO, Maria Mercedes David. Estrutura de capital: uma contribuio
s transformaes no ambiente empresarial de angola, 1997.

46. FOWLER, Fabio Roberto. Programas de desenvolvimento de
empreendedorismo - pdes. Um estudo de casos: fea-usp e dubs, 1997.

47. FREITAS, Ruy Ayres de Almeida. A influncia da tributao no uso dos
derivativos financeiros, 1997.

Rosane Rivera Torres Anexo 4 - Listagem das dissertaes - FEA/USP

220
48. FUNARI, Ricardo Buarque de Gusmo. Um sistema financeiro de
informaes visando maximizao do valor da empresa - estudo de caso,
1997.

49. FURTADO, Helena Lcia Alves de Lima. Relaes do trabalho e
desenvolvimento da gesto das atividades - meio, 1997.

50. GEARGEOURA, Lucien Jacques. Marketing para bens de luxo um estudo
exploratrio no setor de objetos de viagem, couro e acessrios de moda - o
caso louis vuitton, 1997.

51. GONALVES, Larcio. A experincia brasileira em qualidade total, uma
pesquisa exploratria, 1994.

52. HAAK, Mariane Kellner. Programas de qualidade e a motivao para o
trabalho: um estudo exploratrio no setor de servios, 1997.

53. HEMZO, Miguel Angelo. O posicionamento estratgico de marketing em
grandes empresas alimentcias: um estudo exploratrio, 1992.

54. HEURI, Daniel. Anlise do processo de difuso de inovao em um mercado
de automao industrial: um estudo de caso, 1995.

55. HERNANDEZ, Jos Mauro da Costa. Proposio de um modelo de avaliao
de extenses de marcas: um estudo exploratrio, 1996.

56. HRDLICKA, Hermann tila. Pesquisas de localizao: um estudo exploratrio
junto a bancos em So Paulo, 1994.

57. KAYO, Eduardo Kazuo. Estrutura de capital e oportunidades de crescimento:
uma anlise dos determinantes do endividamento em diferentes contextos
empresariais, 1997.

58. KITAHARA, Maria Ins Soeltl. Anlise da deciso e teoria das restries: um
estudo comparativo de processos decisrios (estudos de caso), 1996.

59. LAZZARINI, Sergio Giovanetti. Inovao e organizao de bolsas de futuros:
teoria e evidncia no agribusiness brasileiro, 1997.

60. LEIVA, Ronney Zamora. Em busca de uma metodologia de avaliao da
competitividade internacional em setores industriais, 1994.

61. LEPSCH, Srgio Luiz. Precificao em supermercado: um estudo exploratrio
junto a vinte empresas brasileiras, 1996.

62. LOPES, Alexandre Arsi. Uma anlise do setor de distribuio de informaes
financeiras online no Brasil, 1996.

63. LPEZ, Santiago Maya. A integrao de marketing e tecnologia como fator
de sucesso mercadolgico: um estudo exploratrio, 1997.

64. LORIGGIO, Antonio Francisco Domingues. A importncia do diagnstico para
o processo decisrio: um modelo e seus fatores crticos de sucesso, 1995.

Rosane Rivera Torres Anexo 4 - Listagem das dissertaes - FEA/USP

221
65. MACHADO, Cludio Antonio Pinheiro. O mercado de animais no brasil e a
evoluo do sistema de leiles, 1997.

66. MARINS, Crounel. O negcio de bancas de jornais e revistas na cidade de
so paulo - um estudo de estratgias, 1996.

67. MARTELANC, Roy. Mtodos de determinao do custo do capital prprio -
descrio, anlise e proposio, 1994.

68. MATEOS, Oswaldo Ramos. O relacionamento entre empresas e instituies
financeiras - uma abordagem sob a tica das necessidades, 1995.

69. MATIAS, Jos Borges. Previso de vendas em marketing: um modelo
conceitual e a verificao de sua aplicabilidade no mercado industrial, 1993.

70. MENEZES, Edgard Jos Carbonell. Fatores condicionantes ao crescimento
empresarial: uma contribuio para a gesto do processo, 1996.

71. MERLO, Edgard Monforte. Contrato de gesto: anlise da experincia
paulista em empresas pblicas do setor energtico, 1995.

72. MILLAN, Paulo Srgio. Emisso de debntures, mudana de estrutura de
capital e valor da empresa, 1992.

73. MIRANDA, Olga Maria Zulzke de. A implementao da tecnologia da
informao em um hospital: um estudo de caso, 1992.

74. MOGGI, Jair. Administrao participativa e nvel de identificao com a
empresa: um estudo de caso, 1991.

75. MORAES, Paulo Borba Leite de. Avaliao e controle no mbito do processo
de planejamento fsico territorial de reas de proteo ambiental, 1992.

76. MORGADO, Eduardo Martins. Avaliao da implantao da rede bitnet nas
universidades estaduais paulistas: um estudo exploratrio, 1991.

77. NAKAMURA, Wilson Toshiro. Estrutura de capital das empresas no Brasil:
evidncias empricas, 1992.

78. NAVAJAS, Paulo Farah. Intercmbio eletrnico de dados (edi) um estudo
sobre sua adoo por uma empresa brasileira do ramo de varejo, 1997.

79. NEVES, Marcos Fava. Sistema agroindustrial citrcola: um exemplo de quase-
interao no agribusiness brasileiro, 1995.

80. NOVELLI, Jos Gaspar Nayme. Integrao entre estratgias organizacionais
e aes de "T&D": perspectivas para uma instituio financeira estatal, 1997.

81. OLIVEIRA FILHO, Samuel Augusto de. A gesto do valor e o conflito de
agncia na reorganizao de empresas, 1996.

82. OLIVEIRA JNIOR, Moacir de Miranda. Mudanas organizacionais e
inovaes tecnolgicas: impactos sobre os padres de relaes de trabalho
no Porto de Santos, 1994.

Rosane Rivera Torres Anexo 4 - Listagem das dissertaes - FEA/USP

222
83. PADRE, Carlos Alberto Gomes. A aplicao de metodologias de avaliao de
empresas e o processo de reestruturao da economia de angola - um
estudo de caso, 1997.

84. PANZIERI FILHO, Adonirio. Universal banks como intervenientes em
transaes de fuses e aquisies no Brasil: um estudo exploratrio, 1996.

85. PARISI NETO, Salvador. Patrocnio esportivo: avaliao do estgio atual e
perspectivas de desenvolvimento no Brasil, 1994.

86. PASSARELLA, Wanderlei. A busca de oportunidades de novos negcios,
1994.

87. PASSOS, Francisco Uchoa. Impactos das estratgias de qualidade total: um
estudo emprico em empresas industriais, 1996.

88. PERERA , Luiz Jacob. Variveis que influenciam a captao agregada dos
fundos de aes, 1991.

89. PEREIRA, Hilda Maria Salom. Patentes na indstria farmacutica: a adoo
de patentes e o acesso a produtos farmacuticos, no Brasil, 1992.

90. PICCINA, Antonio Marcio. A absoro de tecnologia e o aprendizado
tecnolgico: um estudo da dinmica do processo e de fatores intervenientes,
1992.

91. POPADIUK, Slvio. Marketing social em conservao de energia eltrica
residencial, 1992.


92. RABECHINI JNIOR, Roque. Anlise de alternativas estratgicas em sistema
de informao - um estudo de caso, 1993.

93. REIS, Ana Carla Fonseca. Marketing cultural reviso do arcabouo terico-
conceitual e contribuio anlise da postura empresarial, 1997.

94. REIS, Ana Helena Martins de Andrade Meirelles. Pesquisa qualitativa em
marketing: uma viso crtica a respeito da utilizao desta metodologia no
Brasil, a partir do testemunho de clientes e usurios de So Paulo, 1994.

95. RIBEIRO, Eleazar de Castro. A mltipla percepo dos elementos da cultura
organizacional de uma instituio bancria estatal: uma tentativa de sntese
metodolgica, 1996.

96. RIBEIRO, Karem Cristina de Sousa. A administrao do ativo circulante - um
estudo descritivo em empresas do ramo da construo civil da cidade de
Uberlndia-MG - perodo: maio/1995 a abril/1996, 1996.

97. RIBEIRO, Mauro Henrique Corra. Reduo do ciclo de desenvolvimento de
produtos: um estudo em empresas do setor automobilstico, 1994.

98. RIMOLI, Celso Augusto. Marketing estratgico e competitividade: um estudo
de casos em empresas brasileiras que atuam no mercosul, 1996.

99. ROBLES, Leo Tadeu. Consideraes sobre a gesto de empresas estatais e
o instrumento do contrato de gesto, 1995.

Rosane Rivera Torres Anexo 4 - Listagem das dissertaes - FEA/USP

223
100. ROMEIRO, Maria do Carmo. O processo de deciso de compra de bens de
consumo: a influncia do conhecimento pelo consumidor sobre a questo,
1996.

101. ROSA, Luciano Rodrigues da.O brazilian grapes marketing board: anlise de
uma estratgia competitiva face o mercado internacional, 1995.

102. SAMMARTINO, Wagner. A influncia das polticas e prticas de gesto de
recursos humanos no desempenho organizacional: um estudo de caso na
rea industrial de uma empresa do setor de telecomunicaes, 1996.

103. SANTOS, Mirtes Cristina Alves dos. A competitividade e a cadeia de
agregao de valor, 1995.

104. SANTOS, Srgio Luiz dos. Uma aplicao de modelos de simulao em
sistemas de apoio deciso, 1992.

105. SEGATTO, Andrea Paula. Anlise do processo de cooperao tecnolgica
universidade-empresa: um estudo exploratrio, 1996.

106. SILVA, Sandro Mrcio da. Aspectos culturais do uso da internet em atividade
de pesquisa acadmica na escola politcnica da universidade de so paulo,
1997.

107. SILVA, Tnia Nunes da. A participao dos cooperadores na gesto de
cooperativas de produo: uma anlise da separao entre propriedade e
controle, 1994.

108. SIQUEIRA, Jos de Oliveira. Mensurao da estrutura de preferncia do
consumidor: uma aplicao de conjoint analysis em marketing, 1996.

109. SOBANSKI, Andr Rubini. Implementao de estratgias: estudo exploratrio
de alguns fatores crticos, 1996.

110. SOUZA, Maria Jos Barbosa de. Marketing interno: um estudo numa indstria
de auto-peas, 1991.

111. SOUZA, Paulo Roberto Esteves de Barros. Anlise do atual estgio de
disclosure das companhias abertas no mercado de capitais brasileiro e
contribuies para o seu aprimoramento, 1996.

112. SPERANZINI, Milton de Medeiros.Efeito da poltica de dividendos sobre o
valor das aes no mercado brasileiro de capitais, 1994.

113. SPINOLA, Francisco Alcantara. Auto-conceito dos compradores norte-
americanos e brasileiros e suas estruturas de deciso: pesquisa internacional
comparada, 1995.

114. STAL , Eva. Um estudo comparativo entre os apoios direto e indireto do
estado: as atividades de P&D na industria, 1991.

115. STEVANATO, Luiz Arnaldo. Um estudo sobre as influncias do programa de
qualidade sobre a cultura da organizao, 1997.

116. SUEN, Alberto Sanyuan. Negociao intercultural: um estudo exploratrio,
1997.
Rosane Rivera Torres Anexo 4 - Listagem das dissertaes - FEA/USP

224

117. SUZUKI, Edson Shinya. A administrao dos conflitos entre franqueadores e
franqueados: um estudo de casos, 1994.

118. TANAKA, Koichi. Sistema gerencial de elaborao e avaliao do oramento
empresarial, 1991.

119. TEIXEIRA, Maria Odeth P. de Almeida. Estudo sobre a trajetria profissional
e percepes de graduados em administrao na fea-usp, 1993.

120. TELLES, Renato. Sistema de informaes gerenciais de mercado, 1997.

121. TERRA , Jos Cludio Cyrineu. Setor de papel e celulose: um estudo
exploratrio sobre a relao entre os esforos de capacitao tecnolgica e
desempenho exportador, 1992.

122. TORKOMIAN, Ana Lcia Vitale. Estrutura de plos tecnolgicos: um estudo
de caso, 1992.

123. VERGANI, Marcos Mei. Contribuio para o estudo da avaliao econmico-
financeira de programas de melhoria de qualidade, 1997.

124. VEZNEYAN, Sergio. Um modelo de avaliao da equipe de vendas: pagoda,
um estudo de caso, 1997.

125. VILLAS Boas, Elisabete Helena. Processo de desenvolvimento gerencial:
identificao de aspectos favorveis e desfavorveis mediante aes e
programas de treinamento estudos de casos no setor bancrio brasileiro,
1996.

126. WHITE, Oriana Monarca. Consideraes gerais sobre o ato de compra por
parte do pr-adolescente, 1997.

127. WINDERL, Heidrun Barbara Roswitha. A influncia da liderana sobre a
satisfao: um estudo do efeito do estilo de liderana sobre a satisfao no
trabalho, 1995.

128. ZILBER, Silvia Novaes. Subfornecimento na indstria automobilstica: uma
possibilidade de insero da pequena empresa brasileira no mercado
internacional, 1996.

Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

225


Lista de dissertaes EA/UFRGS - 1991 - 1997

1. AGUIAR, Daisy Quintana de. Gerncia dos anos 80 e 90 : um estudo
comparativo, 1994.

2. AGUIAR, Luiz Carlos Siqueira. A difuso da tecnologia informacional na rea
de cmbio dos bancos no brasil, 1993.

3. ALTSSIMO, Joo Csar. Anlise do contexto histrico, econmico, social,
poltico, cultural e administrativo de uma organizao cooperativista e os
desafios e perspectivas da sua administrao de recursos humanos, 1992.

4. AMARO, Luiz Eduardo Silva. Papel do mdio-escalo de uma mquina
burocrtica na implementao de estratgias de marketing, 1996.

5. ANDRADE, Luis Renato Balbo. Propostas de aes para a melhoria da
qualidade do trabalho na extrao de ametistas, 1996.

6. ANTONI, Verner Luis. A estrutura competitiva da indstria ervateira do rio
grande do sul, 1995.

7. ANTUNES, Elaine Di Diego. Atitudes gerenciais quanto participao dos
trabalhadores na gesto da qualidade, 1994.

8. AUDY, Jorge Luis Nicolas. Anlise de metodologias de anlise e projeto para
desenvolvimento e implantao de sistemas mrpii, 1991.

9. BALBINOT, Zandra. Competitividade em indstria de tecnologia madura: o
caso da Brahma continental, 1996.

10. BARBIERI, Elisa M. Bertaso. Suceder ou ceder? um estudo exploratrio das
relaes entre empresa familiar herdeiras e processo sucessrio, 1996.

11. BARCELOS, Paulo Fernando Pinto. Inovao tecnolgica como estratgia
para o aproveitamento do carvo gacho, 1992.

12. BARRIO, Juan Pablo. Necessidades de treinamento e mecanismos de
formao de recursos humanos em empresas industriais do rio grande do sul
que utilizam tcnicas do modelo japons, 1997.

13. BEISER, Walter. As relaes entre indstria e varejo na distribuio de
alimentos no estado do Rio Grande do Sul: o caso do setor de massas, 1995.

Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

226
14. BELL, Jos Carlos Arona. Negociao sinergtica: proposta de desempenho
otimizante, 1997.

15. BIDONE, Cristina Helena. Polticas e procedimentos de gesto de recursos
humanos em empresas que utilizam programas de qualidade e produtividade,
1996.

16. BIEHL, Ktia Andrade. Anlise da percepo do operrio caladista frente as
formas tradicional; celular; e grupos de trabalho de organizao da produo,
1997.

17. BIGNETTI, Luiz Paulo. A gesto da tecnologia nas empresas do plo
petroqumico do sul, 1992.

18. BITENCOURT, Claudia Cristina. Mudana organizacional: um estudo
exploratrio acerca dos agentes facilitadores, 1995.

19. BOFF, Luiz Henrique. O correio eletrnico num ambiente de trabalho
cooperativo: um estudo experimental da funo administrao da informao,
1992.

20. BORENSTEIN, Denis. Modelo de simulao computacional de sistemas
flexveis de manufatura, 1991.

21. BOSSLE, Rosane. Anlise estrutural e proposta de um sistema de informao
para um ncleo de informaes tecnolgicas, 1996.

22. BRAGA, Maria Nina Luce. Franquia em confeces - anlise da situao no
Rio Grande do Sul, 1991.

23. BRANCO, Mrio Augusto D. Castello. A avaliao do treinamento tcnico de
nvel superior na petrobrs - um estudo de caso, 1996.

24. BRANDO, Flvio Henrique Barbosa. Anlise de retorno de aes pelo
modelo de mistura discreta de normais, 1992.

25. BRASIL, Vincius Sittoni. Anlise da qualidade percebida em servios
hospitalares diferenciados, 1994.

26. BRONGER, Erik. A aplicao de um sistema de informaes de marketing em
uma revenda de informtica, 1997.

27. BRUXEL, Romy. Monitoramento da gesto estratgica com o emprego de
indicadores: o caso de trs hospitais, 1997.

28. CALDIERARO, Fbio. A concepo e a operacionalizao de um sistema de
informao de marketing: um caso no setor de rochas ornamentais, 1996.

29. CALEGARI, Nina Rosa Vianna. Percepes, sentimentos e dados de cultura
de uma instituio de ensino superior: o caso unisinos, 1996.
Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

227

30. CANO, Carlos Baldessarini. Identificao das caractersticas do usurio do
servio de vendas de passagens intermunicipais do estado do rio grande do
sul em porto alegre e avaliao da aceitao do sistema descentralizado de
vendas, 1993.

31. CARAVANTES, Cludia Born. Da qualidade total e da reengenharia: um
estudo comparativo segundo critrios de relevncia detectados a partir dos
clssicos da administrao, 1996.

32. CARVALHO, Helenice. Processo de viglia em uma pequena empresa do
setor de biotecnologia, 1997.

33. CASARIN, Arlindo. Desenvolvimento e teste de um modelo para distribuir s
autorizaes de interveno hospitalar (aih), 1992.

34. CASELANI, Csar Nazareno. Emisso de aes: fonte de crescimento ou
redutora do risco financeiro, 1996.

35. CASTRO, Iuri Ribeiro. Determinao dos atributos mais valorizados pelos
clientes (pessoa fsica) de instituies bancrias como base de auxlio para
segmentao, 1997.

36. CATTANI, Marco Aurelio. Empresa familiar: mandatos e mitos no comando de
uma empresa, 1992.

37. CERVIERI, Cndida Maria. Crise e desafios da liderana empresarial do Rio
Grande do Sul no contexto scio, econmico e poltico - 1964-1994, 1994.

38. CHAVES, Enaura Helena Brando. Avaliando o Turnover e o absentesmo
em servios de enfermagem hospitalar, 1995.

39. CHIECHELSKI, Paulo Cesar Santos. Anlise da indstria de conservas
vegetais de Pelotas - Rio Grande do Sul, 1995.

40. CRIA, Fernando Barlem. Uso comercial da internet por micro, pequenas e
mdias empresas de Porto Alegre - um estudo exploratrio sobre as
empresas do trade point Porto Alegre, 1997.

41. COMERLATO, Gloria Maria Baptistella. A transferncia da riqueza entre
empresas de capital aberto de um mesmo grupo econmico - caso clnico,
1994.

42. COSTA, Denise Resende. Marketing de relacionamento- o caso das
sementes de milho hbrido da embrapa, 1997.

43. COSTA, Filipe Campelo Xavier da. Elementos influenciadores no ingresso e
sustentao de relacionamentos de longo prazo - um estudo exploratrio,
1996.

Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

228
44. COSTA, Joo Francisco Largher. Consideraes sobre a poltica de
dividendos das empresas de brasileiras de capital aberto, 1991.

45. COSTA, Silvia Generali da. O assdio sexual nos locais de trabalho:
problemas e possveis solues a partir de estudos de casos, 1994.

46. CRUZ, Rosane. A qualidade da fora de trabalho na adoo das novas
tcnicas de organizao do trabalho: estudo de caso na indstria de calados
do vale do rio dos sinos, 1994.

47. CUNHA, Alexandra Lopes da. Valor da marca para o consumidor final a partir
do conceito de brand equity no mercado de iogurtes, 1997.

48. DIAS, Marcelo Capre. Fatores de incerteza em projetos de desenvolvimento
de sistemas de informao, 1996.

49. DIAS, Osmar Lima. Diversificao em grupos empresariais do rio grande do
sul : evoluo dos grupos e razes para diversificar, 1992.

50. DIB, Jorge Antonio. O setor de laminados sintticos: perspectivas para um
novo entrante, 1994.

51. DORNELLES JNIOR, Joo. Proposta de um mtodo para a construo de
cenrios no planejamento de longo prazo de sistemas de informao em
empresas de energia eltrica, 1991.

52. DUARTE, rica Rosalba Mallmann. Avaliao e custeio de processos
hospitalares: um estudo de caso no hospital de clnicas de Porto Alegre,
1995.

53. ELIAS, Jorge Augusto. Anlise de mtodos de avaliao de cargos como
apoio a definio de sistemas de remunerao numa empresa do setor
caladista do vale do rio dos sinos, 1994.

54. ELY, Bruno Jos. Anlise dos sistema gerencial da Emater/RS, 1996.

55. ESCOBAR, Maria Ingrid Canete. A experincia com a ginstica laboral nas
empresas do Rio Grande do Sul, 1995.

56. EVARISTO, Antnio Eduardo Bonato. Anlise crtica da utilizao de
tecnologia de grupo : o caso do setor metal-mecnico da grande Porto Alegre,
1992.

57. EVARISTO, Liz Rosane Fontoura. As inter-relaes entre ansiedade,
organizao do trabalho e cultura organizacional numa equipe de
enfermagem, 1994.

58. FACCHINI, Ana Rita. Definio e aplicao da eficincia do uso do correio
eletrnico: o caso da ufrgs, 1995.

Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

229
59. FAGGION, Gilberto Antonio. fontes de tecnologia das empresas exportadoras
do Rio Grande do Sul - Brasil, 1995.

60. FLORIANO, Fbio. Proposta de uma nova metodologia de custeio em
ambientes just-in-time de produo - o caso maxion, 1993.

61. FONSECA, Ana Maria Eira da. A relao entre percepes e comunicao
interna em organizaes em mudana, 1991.

62. FORNASIER NETO, Joo. Implantao da qualidade total e desenvolvimento
dos gerentes, 1993.

63. FOSSATI, Nelson Costa. Indicadores de qualidade de servios de qualidade
de servios de telecomunicaes segundo a viso do usurio, 1997.

64. FUENTES, Lourdes Caroline Castro. Aplicao do conceito de segmentao
de mercado na indstria farmacutica equatoriana, 1996.

65. GARRIDO, Manuel Alejandro Reyes. A produtividade na empresa - uma
questo cognitiva: relato de uma realidade operacional, 1994.

66. GAVA, Alexandre Majola. Mercado futuro brasileiro: distribuio estatstica e
eficincia das revises, 1997.

67. GAVA, Elisabeth Hndel. Gesto descentralizada de servios de sade - o
caso da cims de Porto Alegre, 1993.

68. GEHRKE, Laerde Sady. Fatores ambientais e estrutura organizacional em
prefeituras gachas, 1994.

69. GERCHMAN, Eduardo. Anlise estrutural da indstria vincola no Brasil,
1995.

70. GIACOMONI, James. A comunidade como instncia executora do
planejamento : o caso do "oramento participativo" de Porto Alegre, 1994.

71. GOELZER, Paulo Gilmar. Prticas de marketing no atacado distribuidor de
bens de consumo no durvel, 1995.

72. GOMES, Jlio Almeida. Estratgia de produo na industria caladista de
couro do vale do rio dos sinos, 1993.

73. GONALO, Claudio Reis. Avaliao de performance organizacional segundo
a gesto da qualidade: um estudo de caso em um sistema de produo de
energia eltrica, 1995.

74. GORON, Felipe Sampaio. Gesto de relacionamento em marketing de
servios: um estudo exploratrio, 1994.

Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

230
75. GOULART, Estemir R. dos Santos. A contabilidade como cincia do
patrimnio: uma anlise a partir da filosofia da cincia de Karl Popper e Mario
Bunge, 1996.

76. GRISCI JNIOR, Dino. Administrao de incubadoras de empresas de base
tecnolgica, 1995.

77. GUIMARES, Ilse Maria Biason. O papel do intercmbio eletrnico de dados
no relacionamento banco-cliente, 1994.

78. JENOVEVA NETO, Roseli. Formao, expanso e possibilidades de
consolidao da indstria de confeces da regio de Cricima, 1995.

79. JOHANN, Silvio Luiz. Que h por detrs da escrivaninha de Mr.Semler? -
anlise e fundamentao terica das idias e proposies expressas no livro
'virando a prpria mesa', de Ricardo Frank Semler, 1996.

80. JOHNSTON, David Martin. Mensurao da qualidade de servios atravs da
escala servqual: sua operacionalizao no setor de servios bancrios
business-to-business, 1995.

81. JOTZ, Cludia beatriz. a percepo do trabalhador sobre gesto participativa:
dois casos na indstria qumicas, 1997.

82. KARSAKLIAN, Eliane. Plano de desenvolvimento de estratgia de
comunicao Pladescom, 1991.

83. KELM, Martinho Luiz. A sensibilidade do preo das aes de empresas de
capital aberto s informaes contbeis divulgadas, 1996.

84. KLADIS, Constantin Metaxa. Concepo e desenvolvimento de um sistema
de apoio deciso (sad) e verificao de seu impacto na reduo das
dificuldades do decisor um delineamento experimental em laboratrio, 1994.

85. KLEIN, Carlos Andr Maltese. A indstria de supermercados em Porto Alegre:
anlise segundo a estrutura de porter, 1995.

86. KRAMER, Ronald. Estruturas de capital: um enfoque sobre a capacidade
mxima de utilizao de recursos de terceiros das empresas negociadas na
bolsa de valores de So Paulo, 1996.

87. KREIN, Luiz Incio. A relao ambiente estratgia e estrutura em uma
organizao sindical, 1997.

88. KRONMEYER, Oscar Rudy. Industrializao de servios - um estudo de caso
no ctcca, 1997.

89. LACHER, Max Rosemberger. A relao entre a satisfao do pblico interno
e a satisfao do pblico externo em uma empresa de servios, 1997.

Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

231
90. LADEIRA, Rodrigo. O comportamento do consumidor da cidade de Belo
Horizonte em relao aos produtos alimentcios industrializados oriundos dos
pases membros do mercosul, 1994.

91. LAMB, Roberto. A deciso de investimento nas empresas e a reao do
mercado de capitais: uma abordagem informacional, 1993.

92. LEMOS, Ana Margarete. Trabalho prisional como estratgia de
ressocializao, 1997.

93. LENGLER, Jorge Francisco Bertinetti. Processo de deciso de compra dos
consumidores em shopping centers regionais de Porto Alegre (Brasil) e
Montevideo (Uruguai), 1997.

94. LIBERALI NETO, Guilherme. Modelos informacionais de suporte gesto e
tomada de deciso em empresas de pecuria bovina de cria, 1997.

95. LOPES, Jos Roberto. Tratamento da contabilidade de custos em duas
empresas que implantaram "just-in-time", 1996.

96. LOVISON, Aida Maria. A formao do administrados (re-visitada) e as
demandas scio-histricas de capacidade gerencial no contexto brasileiro -
uma anlise crtica, 1992.

97. LUNARDI FILHO, Wilson Danilo. Prazer e sofrimento no trabalho:
contribuies organizao do processo de trabalho da enfermagem, 1995.

98. LUZ FILHO, Silvio Serafim da. O significado dos valores nas organizaes -
um estudo exploratrio, 1992.

99. MAADA, Antonio Carlos Gastaud. Sistema de planejamento dos recursos da
sade - sprs, 1994.

100. MACEDO, Solange Leito de. O ambiente do ponto de venda e seus efeitos
sobre os consumidores, 1993.

101. MACHADO, Joo Luiz da Costa. Habilitao operacional no contexto do tqc,
1996.

102. MALLMANN, Dorval Olvio. Anlise comparativa entre mrpii, kanban e opt,
1993.

103. MARINHO, Antnio Ricardo Monteiro. A alocao dos custos da
administrao central das empresas comerciais, 1994.

104. MARKS, Sikberto Renaldo. A configurao organizacional da universidade de
Iju e suas repercusses, 1994.

105. MARQUES, Rosane Argou. A capacidade tecnolgica em empresas do
segmento de autopeas no Rio Grande do Sul: uma anlise descritiva, 1997.
Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

232

106. MARTINESWSKI, Andr Luis. Estudo comparativo dos modelos de
reconhecimento dos efeitos inflacionrios sobre as demonstraes contbeis
usados nos pases do mercosul, 1995.

107. MARTINS, Gerson Menna Barreto. Qualidade da prestao de servios
bancrios na viso de clientes especiais pessoas fsicas, 1996.

108. MELLO, Victor Hugo. Economias de escala no contexto da indstria bancria
brasileira, 1991.

109. MONTEIRO, Maria da Graa de Lima. A satisfao do indivduo no ambiente
organizacional: um estudo de caso em agro-indstria do oeste de Santa
Catarina, 1997.

110. MORAES, Cristiana de Castro. Estruturas financeiras das pequenas e mdias
empresas dos setores de confeces, mveis e produtos alimentcios das
cidades de Belo Horizonte e Contagem MG, 1993.

111. MOREIRA, Luiz Alcione Albandes. Docta Ignorantia : Sobre o que e como
teoriza a teoria organizacional e administrativa prevalente (com uma breve
contribuio para sua reformulao), 1993.

112. MUNRO, Ana Cristina Muck Zammit. Divergncias entre as expectativas do
usurio e a percepo da gerncia em relao a qualidade do servio, 1994.

113. NAKAYAMA, Marina Keiko. As acusaes de desvio feitas pelo administrador
que podem configurar uma possvel demisso do empregado, 1992.

114. NAVARRO, Paulo Srgio. Impacto de formas societrias sobre o valor das
empresas de capital aberto: o caso da transformao de conglomerados
financeiros em bancos mltiplos, 1996.

115. NOER, Renato. Realizao de melhorias na indstria mineral e caladista,
com o apoio de sistemas de informaes, a partir das exigncias da
legislao ambiental, 1995.

116. NUNES, Rogrio da Silva. Contabilizao kanban e mrpii em ambiente just-in-
time : o caso da zivi s.a. cutelaria, 1992.

117. OLIVEIRA, Janaina Mendes de. O comportamento do gerente de agncia do
Banco do Brasil no Rio Grande do Sul sob os aspectos pessoal,
administrativo e negocial, 1995.

118. OLIVEIRA, Maria Jandira de Sousa. Significado do trabalho no setor pblico:
um estudo exploratrio, 1997.

119. PAIVA, Ely Laureano. Anlise da estratgia de produo de empresa de
mquinas e implementos agrcolas da regio noroeste do Rio Grande do Sul,
1995.
Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

233

120. PALLARES, Rafael Medina. As motivaes relacionadas extenso das
linhas de produtos: um estudo de casos, 1996.

121. PANTOJA, Jos Luiz Niederauer. Imagem organizacional - um estudo sobre a
congruncia entre a imagem interna e externa de uma organizao, 1991.

122. PEDROZO, Eugenio Avila. Uso de modelos de estratgias industriais em
cooperativas de produo - um estudo exploratrio, 1991.

123. PEREIRA, Cludia Gonalves. Anlise preliminar de indstrias do setor
coureiro do vale do rio dos sinos em relao ao gerenciamento ambiental:
estudo de casos em indstrias exportadoras, 1997.

124. PINHEIRO, Ivan Antonio. O que vem a ser parceria? analise de algumas
experincias verificadas no Rio Grande do Sul a partir do tqc/jit, 1995.

125. PINTO, Eduardo Jardim. Lei das licitaes: instrumento de controle versus
instrumento de ao, 1997.

126. PINTO, Marcelo Machado Barbosa. A venda pessoal no segmento de tintas
prediais um estudo exploratrio na tintas Killing s/a e no principal canal de
distribuio de tintas, 1996.

127. PIRES, Mrcio de Souza. Sistema de informao de produo para
ambientes jit/tqc de manufatura : elementos para planejamento, 1994.

128. POLI, Beatriz Trois Cunha. A resposta das empresas modificao tributria
de 1989: dividendos x ganhos de capital, 1993.

129. POLI, Dcio Luiz. A sucesso nas pmes familiares da regio de Lages, 1994.

130. PORTELA, Vera Catarina Castiglia. Anlise das atividades desenvolvidas
pelos enfermeiros junto a clientes hospitalizados - uma abordagem
contingencial, 1996.

131. PROCIANOY, Jairo Laser. Instrumentos inovadores na captao de recursos:
as aes preferenciais resgatveis, 1991.

132. PROTIL, Roberto Max. Desenvolvimento de um sistema computacional para
anlise de risco em investimentos florestais, 1993.

133. QUINTO NETO, Antonio. Formao de estratgias em hospital psiquitrico
pblico, 1994.

134. RAMOS, Cleber Fagundes. A influncia da tributao sobre o retorno das
aes em funo da distribuio de dividendo feita pelas companhias
negociadas na bovespa, 1997.

135. REAL, Mauro Corte. Marketing da indstria brasileira de biotecnologia, 1997.
Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

234

136. REBOLLO, Mario Guilherme. O estudo de um mtodo alternativo de
demostrar o desempenho econmico-financeiro de empresas industriais,
1991.

137. RHODE, Liliane Antunes. Markor: uma medida de orientao para o mercado
testada em empresas industriais gachas, 1997.

138. RHODEN, Marisa Igns dos Santos. O planejamento e anlise financeira das
micro e pequenas empresas txteis e de confeces, 1995.

139. RIBEIRO, Vinicius Gadis. Uso da internet nas empresas gachas, 1997.

140. ROCHA, Helaine Abreu Rosa. Imagem institucional: o caso das unidades de
sade de Porto Alegre-RS, 1996.

141. ROCHA, Silvia Maria. Construo e administrao de um grupo brasileiro de
pesquisa: estratgias e desafios do instituto de fsica/ufrgs, 1992.

142. RODRIGUES, Alziro Csar de Morais. A congruncia entre estratgias
competitivas e estratgias de comunicao, 1991.

143. RODRIGUES, Euchrio Lerner. Desenvolvimento e aplicao de um sistema
simulador e otimizador no planejamento financeiro de um banco mltiplo
brasileiro, 1991.

144. RODRIGUES, Maria Beatriz. just-in-time : nova forma de organizao do
trabalho, 1991.

145. ROMERO, Sonia Mara Thater. Sistemas de valores e suas relaes com
nvel de satisfao e eficcia organizacional : um estudo exploratrio, 1994.

146. ROSA, Roger dos Santos. Empenho negativo na administrao previdenciria
federal no Rio Grande do Sul, 1995.

147. ROSA, Srgio Ivan Viademonte da. Aplicao de sistemas especialistas no
processo decisrio: uma abordagem hbrida, 1995.

148. ROTERMUND, Maria D' Lourdes Guimares. Percepo de qualidade de
servio: um estudo exploratrio sobre a percepo de qualidade de servio
hospitalar, 1993.

149. RUSCHEL, Andra Viana. Qualidade de vida no trabalho em empresas do
ramo imobilirio: uma abordagem de gesto scio-econmica, 1993.

150. SALINAS, Jos Luis. A gesto da qualidade das indstrias de servios
financeiros: propostas de uma metodologia de implantao na rea bancria,
1993.

Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

235
151. SAMPAIO, Cludio Hoffmann. Marketing de servios: problemas e estratgias
um estudo comparativo, 1993.

152. SANTOS, Carlos Honorato Schuch. Anlise de valor de processo produtivo,
1991.

153. SANTOS, Cristiane Pizutti dos. Anlise do comportamento do consumidor
frente a experincias insatisfatrias com eletrodomsticos na cidade de Santa
Maria/RS, 1996.

154. SANTOS, Edmar Neris dos. Participao do trabalhador nos programas de
qualidade: a percepo do trabalhador de cho de fbrica e do dirigente
sindical- um estudo exploratrio, 1996.

155. SANTOS, Marcelo Ribeiro Braga dos. O numero de fatores macroeconmicos
determinantes do processo de formao de preos dos ativos de riscos: uma
investigao emprica da apt mercado brasileiro de aes, 1994.

156. SANTOS, Marli Elizabeth Ritter dos. A interdisciplinaridade em centros de
pesquisa universitrios: um estudo de caso, 1993.

157. SANTOS, Ruben Edgar Posada de Los. A atitude perante o risco do pequeno
empresrio de Porto Alegre, 1996.

158. SANTOS JNIOR, Assis Francisco dos. Gerenciamento de desempenho de
pessoal na petrobrs: uma avaliao formativa, 1996.

159. SAUL, Nestor. Anlise de investimentos: critrios de deciso e avaliao de
desempenho das maiores empresas do Brasil, 1992.

160. SAUSEN, Jorge Oneide. Ideologia, cultura e clima organizacional - um estudo
exploratrio em organizaes de naturezas diferentes, 1991.

161. SCHEFFER, Angela Beatriz Busato. Sucesso em empresas familiares:
dificuldades e aes preventivas, 1993.

162. SCHIEHLL, Eduardo. Efeito da divulgao das demonstraes financeiras:
um estudo sobre a variao no preo das aes, 1996.

163. SCHMIDT, Paulo. O conhecimento contbil dos formandos dos cursos de
cincias contbeis na grande Porto Alegre e suas relaes com as
caractersticas dos docentes e discentes e abordagens de ensino, 1993.

164. SCHNEIDER, Hermes. Plos de modernizao tecnolgica: o caso do
programa regional de cooperao cientfica e tecnolgica da regio nordeste
do Rio Grande do Sul, 1997.

165. SCHUMACHER, Cristina de Almeida. Aspectos do modelo japons de
organizao do trabalho e da empresa sob o ponto de vista da relatividade
linguistica, 1995.
Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

236

166. SELLI, Antnio Olivio. Participao no processo administrativo em empresas
da microrregio de passo fundo: um estudo exploratrio, 1993.

167. SERPA, Luiz Felipe. Perfil administrativo-financeiro da indstria bancria
brasileira, 1992.

168. SILVA, Casturina Jaira da. Contribuies para a compreenso do processo
de tomada de decises na universidade : o caso da unisinos, 1992.

169. SILVA Junior, Oscar Luiz da. As relaes estruturais e a comunicao numa
organizao de produo discreta: o caso Zivi s/a - Cutelaria, 1995.

170. SILVEIRA, Celso Brum. A diversidade de expectativas e de interesses em
escolas privadas de Porto Alegre, 1997.

171. SILVEIRA, Teniza da. Um estudo sobre a deciso de compra e as
caractersticas dos consumidores em lojas de convenincia de Porto Alegre,
1995.

172. SORDI, Dagmar Rosana. Aes interorganizacionais dilemas e conflitos na
implementao de um projeto na rea da sade, 1995.

173. SOUSA, Altamir da Silva. Anlise de fatores que afetam o retorno de
pesquisas por correio, 1991.

174. SOUZA, Yeda Swirski de. A subjetividade da deciso: uma leitura
psicanaltica no estudo da gesto, 1992.

175. STEFENON, Adelgides. Identificao de grupos estratgicos, indstria
moveleira, segmento dormitrios, 1996.

176. STUMPF, Mariza Klck. A gesto da informao em um hospital universitrio:
em busca da definio do contedo do "pronturio essencial" do hospital de
clnicas de Porto Alegre, 1996.

177. TAFFE, Rejane. Prazer e sofrimento em um trabalho de mulheres: estudo de
caso sobre a organizao do trabalho de enfermeira em um hospital pblico,
1997.

178. TANNHAUSER, Cludia Lehnemann. Qualidade de vida no trabalho :
contribuies ao papel do psiclogo organizacional, 1994.

179. TAVARES, Beatriz Pilla. A gesto tecnolgica. a estratgia competitiva e a
sucesso em uma empresa familiar: um estudo de caso, 1994.

180. TEITELBAUM, Ilton. Marketing esportivo: um estudo exploratrio, 1997.

181. TEITELROIT, Ricardo. Especificao de requisitos de um sistema de
coordenao e apoio ao projeto em grupo de sistema de informao, 1992.
Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

237

182. TEIXEIRA, Maria do Rocio F. Uso da informao de patentes no
planejamento estratgico de empresas industriais: um caso aplicado ao setor
de higiene pessoal e perfumaria, 1996.

183. TERRA, Paulo Renato Soares. O valor de mercado do controle das
companhias abertas: evidncia emprica dos custos e benefcios dos direitos
de votos nas aes no Brasil, 1993.

184. TESCHE, Carlos Henrique. Preo de transferncia dos recursos
transacionados entre agncias bancrias, 1996.

185. TOALDO, Ana Maria Machado. A disseminao do conceito de marketing nas
maiores empresas privadas industriais do estado do Rio Grande do Sul, 1997.

186. TORRES, Jos Marques. Alternativas de organizao para o setor de
telecomunicaes do RS, 1997.

187. ULHARUZO, Caetano Glavan. Papel das redes de desenvolvimento
tecnolgico em empresas: o caso dos pequenos e mdios fabricantes de
produtos eletrnicos do Rio Grande do Sul, 1997.

188. VANTI, Adolfo Alberto. Anlise de um sad multiusrio desenvolvido a nvel de
diretoria de uma organizao ssdm, 1992.

189. VEISMAN, Eduardo. Debntures conversveis em aes no Brasil : So
conversveis de fato?, 1995.

190. VIANNA FILHO, Jos Dias. Concepo de projetos no centro de pesquisa
agropecuria de clima temperado - cpact, 1997.

191. VIDAL, Eleonora Machado. Perfil do gerente participativo: um estudo em
empresas da cadeia produtiva do plstico no Rio Grande do Sul, 1997.

192. VIEGAS, Cludia. Relaes entre capacidade tecnolgica e gesto de
resduos slidos industriais: estudo de casos em empresas caladistas do
vale dos sinos, 1997.

193. VIEIRA, Dbora Feij Villas Bas. Qualidade de vida no trabalho dos
enfermeiros em hospitais de ensino, 1993.

194. WANDERLEY, Lilian Soares Outtes. Gesto pblica e participao popular no
municpio de ronda alta, uma atualizao da administrao para o
desenvolvimento, 1996.

195. WATANABE, Silvia Eiko. Servios de atendimento ao consumidor - uma
abordagem qualitativa, 1994.

196. WAYERBACHER, Leomar. anlise da demonstrao contbil do fluxo de
fundos, 1993.
Rosane Rivera Torres Anexo 5 - Listagem das dissertaes - EA/UFRGS

238

197. WILK, Eduardo de Oliveira. Uso de uma abordagem da core competences na
formulao de um portflio de diversificao, 1997.

198. XAUSA, Maria Regina de Moraes. a importncia das instituies e o desafio
liderana institucional - o caso VARIG, 1995.

199. XAVIER, Ernani Pereira. Contedo autoritrio das polticas de pessoal dos
bancos estatais e o seu impacto na sade dos bancrios, 1996.

200. ZANELLA, Vicente Henrique Bastos. Atributos importantes e determinantes
do consumo de alimentos tipo fast-food para o consumidor adolescente de
Porto Alegre, 1997.

201. ZANETTE, Jorge Juchem. Otimizao de portfolios internacionais atravs da
abordagem de mdia- varincia e o efeito do componente Brasil, 1995.

202. ZARDO, Marcelo. Processo informacional empresa-cliente - um estudo de
caso na rea de transportes, 1996.

203. ZIELGELMANN, Julio Carlos. modelos matemticos para a tomada de
decises financeiras, 1991.

204. ZINGLER, Ilenor Elemar. o papel do home banking no relacionamento banco-
cliente, 1993.

Rosane Rivera Torres Anexo 6 - Instrumento de coleta de dados

239

Formulrio de coleta de dados

Identificao do trabalho: N
o
________
Identificao do estrato:
( ) Dissertao FEA/USP
( ) Dissertao EA/UFRGS
( ) Tese FEA/USP
1. Plano amostral:
( ) Sim ( ) No (Ir para questo 11)
Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________


2. Coleta de dados por mala direta
( ) Sim ( ) No
Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________


3. Tipo de amostragem:

( ) Probabilstica ( ) No probabilstica (Ir para questo 9)
Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________


4. Tipo de amostra probabilstica
( ) Aleatria simples ( ) Estratificada ( ) Sistemtica ( ) Por conglomerado ( ) Outro
( ) Com Reposio ( ) Iguais ( ) Iguais
( ) Sem Reposio ( ) Proporcional ( ) Diferentes
( ) tima
( ) Neyman
Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________



Rosane Rivera Torres Anexo 6 - Instrumento de coleta de dados

240

5. Pr amostra ( ) Sim ( ) No N ( ) Sim ( ) No Z ( ) Sim ( ) No
e ( ) Sim ( ) No /s ( ) Sim ( ) No /p ( ) Sim ( ) No

Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________


6. Clculo do tamanho da amostra:
( ) Sim ( ) No
Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________


7. Seleo dos elementos da amostra
( ) Aleatria ( ) No Aleatria
Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________


8. Tratamento de erros alheios amostragem
( ) Sim (Ir para questo 11) ( ) No (Ir para questo 11)
Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________


9. Tipo de amostra no probabilstica
( ) Acessibilidade ou convenincia ( ) Intencional ou Julgamento ( ) Cotas ( ) Outro
Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________



Rosane Rivera Torres Anexo 6 - Instrumento de coleta de dados

241

10. Justificativa do tamanho da amostra no probabilstica
( ) Sim ( ) No
Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________


11. Gerao de inferncia
( ) Sim ( ) No
Opinio:
( ) Justificvel ( ) No Justificvel
Comentrios:
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
________________________________________________________________________________________________________________
Rosane Rivera Torres Referncias bibliogrficas
242

Referncias bibliogrficas

ACKOFF, Russel L. Planejamento de pesquisa social. So Paulo: Herder, 1967.

ARKIM, H., COLTON, R. Indicaes sobre mtodos estatsticos. Rio de Janeiro,
Servio de Documentao da Presidncia da Repblica, 1985.

ARRONDO, V. M. Muestreo. Espaa: IPAI, 1998.

AZORN, F., CALLEJA, A. Muestreo de poblaciones finitas. Revista del Instituto
Nacional de Estadstica, Madrid, v.10, n.1, p. 20-27, 1959.

BASTOS, Llia da R. et al. Manual para elaborao de projetos e relatrios de
pesquisa, teses, dissertaes e monografias. Rio de Janeiro: LTC, 1996.

BOLFARINE, Heleno, BUSSAB, Wilton. Elementos de amostragem. So Paulo:
EDUSP, 1994.

BONINI, Edmundo E. Amostragem por conglomerado aplicada auditoria e
contabilidade. Revista de Administrao, So Paulo, v.14, n.2, p. 41 - 54,
1979.

BOYD Jr., Harper W., HESTFALL, Ralph. Pesquisa mercadolgica: textos e
casos. 3. ed. Rio de Janeiro: FGV, 1978.

BRUYNE, Paul De et al. Dinmica da pesquisa em cincias sociais. Rio de
Janeiro: Francisco Alves Editora, 1991.

BUSSAB, Wilton , MORETTIN, Pedro. Estatstica bsica. So Paulo: Atual Editora
LTDA, 1994.

CAMPBELL, D., STANLEY, J. Delineamentos experimentais e quase-
experimentais da pesquisa. So Paulo: EDUSP, 1979.

CANSADO, E. Conferencias sobre muestreo estadstico. Revista del Instituto
Nacional de Estadstica, Madrid, v.1, n.1, p. 3-34, 1950.

CASTRO, Cludio de Moura. A prtica da pesquisa. So Paulo: McGraw-Hill,
1978.

CERVO, Amado Luiz, BERVIAN, Pedro Alcino. Metodologia cientfica: para uso de
estudantes universitrios. 2. ed. So Paulo: McGraw-Hill, 1978.

COCHRAN, W. G. Sampling techniques. New York: John Wiley & Sons, 1963.

Rosane Rivera Torres Referncias bibliogrficas
243
COLE, D. E. Field work in sample survey of household income and expenditure.
Applied Statistics, n. 5, p. 49 - 61, 1956.

COSTA, Felipe C.X. da. Elementos influenciadores no ingresso e sustentao de
relacionamentos de longo prazo: um estudo de caso, 1996. Dissertao de
mestrado - Escola de Administrao, Universidade Federal do Rio Grande do
Sul.

COX, D. R. Planning of experiments. New York: John Wiley & Sons, 1958.

CRESPO, J. L. S. Diseo de encuestas por muestreo probabilstico. Revista del
Instituto Nacional de Estadstica, Madrid, v.18, n.1, p. 5-15, 1967.

DALENIUS, T. The problem of optimum stratification. New York: John Wiley &
Sons, 1960.

FONSECA, J., MARTINS, G. Curso de estatstica. So Paulo: Atlas, 1980.

FREUND, Jonh E., SIMON, Gary. Estatstica aplicada. Porto Alegre: Bookman,
1997.

FUNDAO IBGE. Pesquisa por Amostra de Domiclios (PNAD): para
compreender a PNAD. Rio de Janeiro, 1991.

GARCA, Francisco R. F., GALLEGO, Jos M. Muestreo en poblaciones finitas.
Espaa: EUB, 1995.

GATTI, B., FERES, N. Estatstica bsica para cincias humanas. So Paulo: Alfa-
mega, 1975.

GOOD, William J., HATT, Paul K. Mtodos em pesquisa social. So Paulo:
Nacional, 1969.

GRESSLER, Lori Alice. Pesquisa educacional. So Paulo: Loyola, 1989.

HEGENBERG, Lenidas. Etapas da investigao cientfica. So Paulo:
EPU/EDUSP, 1976. 2v.

HENDRICKS, V. A. The mathematical theory of sampling. New York: Scarecrow
Press, 1956.

HOEL, P. Estatstica elementar. So Paulo: Atlas, 1980.

KARMEL, P., PLASEK, M. Estatstica geral e aplicada para economistas. So
Paulo: Atlas, 1974.

KENDALL, M. G. Statistics: the story of statistical methods - an international
encyclopaedia of statistics. New York: Collier McMillan, 1978, v.2.

Rosane Rivera Torres Referncias bibliogrficas
244
KERLINGER, Fred N. Metodologia da pesquisa em cincias sociais: um
tratamento conceitual. So Paulo: EPU/EDUSP, 1980.

KISH, L. Survey sampling. New York: John Wiley & Sons, 1965.

MADOW, W. G. Teoria dos levantamentos por amostragem. Lisboa: Centro de
Estudos Econmicos, 1950.

MALHOTRA, Naresh K. Marketing research: na applied orientation. Rio de
Janeiro: Editora Prentice-Hall do Brasil, 1996.

MARCONI, Marina, LAKATOS, Eva Maria. Metodologia cientfica. So Paulo:
Atlas, 1982.

MARTINS, G. A. Epistemologia da pesquisa em administrao. 1994. Tese de
livre-docncia - Faculdade de Economia, Administrao e Contabilidade,
Universidade de So Paulo.

MARTINS, G., LINTZ, Alexandre. Guia: elaborao de monografia e trabalhos de
concluso de curso. So Paulo, 1999.

MARTINS,G. Manual para elaborao de monografias e dissertaes. So Paulo:
Atlas, 1994.

MILLS, F. Statistics methods aplied to economy and business. New York: John
Wiley & Sons, 1952.

MILONE, G., ANGELINI, F. Estatstica geral. v.2. So Paulo: Atlas, 1993.

MOOD, Alexander M. et al. Introduction to the theory of statistics. 3. ed.
Singapore: McGraw-Hill, 1974.

OLIVEIRA, Silvio Luiz. Tratado de metodologia cientfica. So Paulo: Pioneira,
1997.

OSUNA, Jacinto R. Mtodos de muestreo. Espaa: CIS, 1991.

PEREIRA, Jlio Csar R. Anlise de dados qualitativos. So Paulo: EDUSP,
1999.

PREZ, Csar. Tcnicas de muestreo estadstico: teora, prctica y aplicaciones
informticas. Madrid: RA-MA, 1999.

PESSOA, Djalma G. C., SILVA, Pedro Luis do N. Anlise de dados amostrais
complexos. 13 SINAPE - ABE. So Paulo, 1998.

POCH, F. Curso de muestreo y aplicaciones. Madrid: Aguilar, 1969.

RICHARDSON, Roberto J. et al. Pesquisa social. 3. ed. So Paulo: Atlas, 1999.

Rosane Rivera Torres Referncias bibliogrficas
245
RODRIGUES, Milton da S. Dicionrio brasileiro de estatstica. 2. ed. Rio de
Janeiro: Fundao IBGE, 1970.

SALOMON, Dcio Vieira. Como fazer uma monografia: elementos de metodologia
do trabalho cientfico. 2. ed. Belo Horizonte: Inter Livros, 1972.

SELLTIZ, C et al. Mtodos de pesquisa nas relaes sociais. So Paulo: Herder,
1965.

SEVERINO, Antnio J. Metodologia do trabalho cientfico: diretrizes para o
trabalho cientfico-didtico na universidade. 5. ed. So Paulo: Cortez &
Moraes, 1980.

SILVA, Nilza N. A ausncia de resposta em pesquisa por amostragem. 1979.
Dissertao de Mestrado - Faculdade de sade Pblica, Universidade de So
Paulo.

SILVA, Nilza N. Amostragem probabilstica. So Paulo: EDUSP, 1998.

SILVA, Nilza N. O estimador ponderado que compensa a ausncia de resposta.
1986. Tese de Doutorado - Faculdade de Sade Pblica, Universidade de So
Paulo.

SINCICH, Terry. Business statistics by exemple. Rio de Janeiro: Rio de Janeiro:
Editora Prentice-Hall do Brasil, 1995.

SINHA, Bikas K. Teoria unificada da amostragem: uma introduo. Bahia: Centro
editorial e didtico da Universidade Federal da Bahia, 1979.

STEVENSON, William J. Estatstica aplicada administrao. So Paulo:
HARBRA, 1981.

TAGLIACARNE, G. Pesquisa de mercado: tcnica e prtica. So Paulo: Atlas,
1976.

THIOLLENT, Michel J. M. Metodologia da pesquisa-ao. So Paulo: Cortez,
1985.

TOLEDO, Geraldo Luciano. Estatstica bsica. So Paulo: Atlas, 1978.

TRIVIOS, Augusto N. S. Introduo pesquisa qualitativa em cincias sociais: a
pesquisa qualitativa em educao. So Paulo: Atlas, 1987.

VANNI, Srgio Marcos. Estatstica aplicada. So Paulo: Legnar Informtica & Cia
LTDA, 1999.
VIEIRA, Snia. Introduo bioestatstica. Rio de Janeiro: Atual Editora LTDA,
1994.

WALLIS, W., ROBERTS, H. Curso de estatstica. Rio de Janeiro: Fundo de
Cultura, 1996.
Rosane Rivera Torres Referncias bibliogrficas
246

YATES, F. Sampling methods for censuses and surveys. Londres: Charles Griffin
and Co., 1960.