Mdulo 2 Pesquisa Ao

Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas – FACE
Programa de Pós-Graduação em Governança e Inovação em Políticas Públicas

Conteúdo: Design de projeto de intervenção interdisciplinar
Pesquisa-Ação: modelagem
Pesquisa-Ação: características de modelos

Um modelo é especificado a partir das variáveis que o compõe.
Variáveis são atributos mensuráveis com características especificas no contexto de
uma pesquisa, classificadas como quantitativas e qualitativas.
As variáveis também podem ser discretas ou contínuas.
Uma variável discreta é um número qualquer como quantidade de processos,
quantidade de máquinas, quantidade de colaboradores.
Uma variável contínua é também um número que tem uma quantidade infinita de
valores entre dois pontos quaisquer, como por exemplo altura e tempo.
Professores Doutores: José Antonio de França – Eduardo Tadeu Vieira – Sérgio Ricardo Miranda Nazaré

As variáveis quantitativa ou qualitativa são caracterizadas como:
Variável quantitativa é representada por um número. Ex.: quantidade de alunos,

quantidade de professores.
Variável qualitativa é representada por um atributo ou por uma categoria, como cor
dos cabelos, nacionalidade, nível de escolaridade.
A partir das variáveis é que se especifica um modelo.

Um modelo pode ser determinístico ou aleatório.
Um modelo é determinístico quando há um único conjunto de entradas (variáveis)
produzindo um único conjunto de saída (resultado), é definido analiticamente, e o
resultado é exato.
Um modelo é dito aleatório quando ele é especificado, analiticamente, com variáveis de
entrada aleatórias e o resultado é uma estimativa.
Uma variável é dita aleatória quando sua expressão numérica depende de fatores como
chances de ocorrer ou oportunidades, como por exemplo, o lançamento de uma moeda
que apresenta como resultado cara ou coroa, o lançamento de um dado que pode
apresentar uma de 6 possibilidades. Esses resultados são denominados espaço amostral.

Uma pesquisa pode adotar modelagem quantitativa ou qualitativa ou ainda quanti-
qualitativa.
Em modelagem qualitativa as variáveis denotam características.
Na modelagem quantitativa, necessariamente, as variáveis são numéricas e o seu
conteúdo informacional deve ser descrito.
Um modelo quantitativo pode ser determinístico ou probabilístico.
O modelo determinístico é exato, enquanto que o modelo probabilístico admite
variável aleatória (estocástica)
Especificação de modelo: Modelo determinístico

Modelo de mensuração do Lucro (): .
Em que R é a receita e D é a despesa. O modelo é determinístico porque não necessita de
condição aleatória. Assim, são as variáveis dependente e independentes do modelo.

Modelo de acumulação de valores (VA):

Em que VA são valores acumulados; é o saldo anterior; REC são os recebimentos; PAG são
os pagamentos.
Especificação de modelo: Modelo aleatório
Modelo de mensuração da felicidade (F): .

Em que é um coeficiente de probabilidade; BE é bem-estar; S é saúde; A é amor; D é
dinheiro; e  são observações não especificadas no modelo. são as variáveis dependente e
independente do modelo.

Modelo de mensuração do Custo Variável Total (CVT):
Em que é um coeficiente; RLV é a receita líquida de vendas; DC é a despesa comercial; são

observações não especificadas no modelo.

Modelagem estatística: foco quanti-qualitativo
Uma das modelagens estatísticas utilizada com foco quanti-qualitativo é a análise da
variância (ANOVA), por meio do teste de médias, que exige comparação com a
estatística “crítica”, para testar hipótese.
A caracterização em quantitativa aplica-se às variáveis numéricas quantificáveis,
capturadas dos atributos qualitativos definidos como de interesse, normalmente em
questionário, que são capazes de oferecer as respostas exigidas pela questão de pesquisa.
Neste contexto, o teste de médias permite concluir, de forma comparativa, se os
estimadores de médias são ou não diferentes, ao nível de significância desejado, podendo
com base neles inferir sobre o comportamento da população a partir dos dados amostrais.
Modelagem quanti-qualitativa: teste de médias
A resposta do teste de médias produz um valor teórico que é confrontado com a estatística
crítica que permite validar a significância do teste, em nível de confiança de 90% e 95%.
Em que é a média da amostra total (variável quantitativa); é a média da amostra da variável

de interesse (quantitativa) ; é a variância da amostra total; é variância da amostra variável de
interesse; n1 é o tamanho da amostra total; e n2 é o tamanho da amostra da variável de
interesse.
Estimadores de tendência central
Modelo do estimador da média :
Em que “n” é o número de observações (quantidade de “x”); e “i” é o sequencial de “x”.
O que a média representa? A média representa o centro das observações e não a metade.
Em distribuição assimétrica a não compreensão dessa característica pode induzir a tomada
de decisão inadequada.
Exemplo de distribuição “x” simétrica: 1, 2, 3, 4, 5.
Média:
Exemplo de distribuição “x” assimétrica: 5, 20, 80.
Média:
Estimador da mediana (md):
Para identificar a mediana a distribuição deve ser ordenada de forma sequencial crescente.
Na distribuição com quantidade impar de observações, md é igual ao número que divide a distribuição ao
meio (metade da distribuição abaixo do estimador de mediana e a outra metade acima).
Exemplo de mediana na distribuição com quantidade impar: 1, 10, 11 a mediana é igual a 10.
Observação que divide a distribuição ao meio é o número 10.
Modelo de mediana na distribuição com quantidade impar:
Toma-se a média dos dois números centrais da distribuição:
Em que é a sequência anterior ao meio; é a sequência posterior ao meio.
Exemplo: 1, 2, 3, 4, 5, 6.
Compreensão do estimador de mediana. O estimador de mediana deve ser analisado em conjunto com o
estimador de média para sinalizar o grau de assimetria da informação que se aproxima ou se distancia da
distribuição normal.

Estimadores de dispersão
Os estimadores de dispersão são também conhecidos como estimadores de risco.
Neste estudo utilizaremos três estimadores de dispersão: variância, desvio padrão e
coeficiente de variação.
Estimador da variância ():
A diferença entre a observação e a média da distribuição deve ser uma medida
quadrática para tornar todas as distancias positivas ou em módulo, pois se assim não
for a soma das diferenças será igual a zero e não permitirá avaliar o risco. A variância
é apenas o ponto de partida para avaliar a dispersão com relação à média. É um
número neutro.

Estimador do desvio padrão ():
O desvio padrão é um estimador neutro cujo quadrado é a variância ou, em outras
palavras, é a raiz quadrada da variância.
A magnitude do desvio padrão está intimamente relacionada à distancia entre o
estimador da média e cada observação da distribuição.
A distancia entre os dois sinaliza o grau de dispersão ou de risco da distribuição a ser
confirmado pelo Coeficiente de Variação (CV).
Estimador do coeficiente de variação (CV):
O CV é o estimador de dispersão ou de risco efetivo porque avalia, em termos unitários, a distancia entre o
posicionamento da média e as observações da distribuição.
Exemplo: X = 2, 6, 7.

Mdulo 2 Pesquisa Ao

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Mdulo 2 Pesquisa Ao

Enviado por

Direitos autorais:

Formatos disponíveis

Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas – FACE

Programa de Pós-Graduação em Governança e Inovação em Políticas Públicas

Pesquisa-Ação: características de modelos

Pesquisa-Ação: características de modelos

Variável quantitativa é representada por um número. Ex.: quantidade de alunos,

A partir das variáveis é que se especifica um modelo.

Pesquisa-Ação: características de modelos

Pesquisa-Ação: características de modelos

Pesquisa-Ação: características de modelos

Especificação de modelo: Modelo determinístico

Especificação de modelo: Modelo aleatório

Modelo de mensuração da felicidade (F): .

Em que é um coeficiente; RLV é a receita líquida de vendas; DC é a despesa comercial; são

Pesquisa-Ação: características de modelos

Em que é a média da amostra total (variável quantitativa); é a média da amostra da variável

Pesquisa-Ação: características de modelos

Pesquisa-Ação: características de modelos

Você também pode gostar