Estatística Aplicada A Contabilidade (PARTE 1) PDF

UNIVERSIDADE FEDERAL DO PAR
INSTITUTO DE CINCIAS EXATAS E NATURAIS

FACULDADE DE CINCIAS CONTBEIS

ESTATISTICA APLICADA CONTABILIDADE

Profa. Silvia dos Santos de Almeida, Dra.

Belm, Setembro de 2013.

INSTITUTO DE FILOSOFIA E CINCIAS HUMANAS
MESTRADO PROFISSIONAL EM DEFESA SOCIAL E MEDIAO DE CONFLITOS

1

DISCIPLINA: Estatstica Aplicada Cincias Contbeis - C.H: 60 h.

Perodo do Curso: de 06/09/2013 a 27/12/2013 das 18:30 as 21:50 h.
Avaliaes: 02 Provas Individuais + 1 Trabalho em Equipe

SMULA

Populao; Amostras; Pesquisas de opinio; Tabelas; Grficos; Mdias e desvios; Probabilidades;
Variveis aleatrias;

PROGRAMA

01. CONCEITOS FUNDAMENTAIS: Estatstica, Populao, Censo, Amostra, Amostragem (calculo
de amostra e tipos de amostragem), Tipos de Variveis, Parmetro, Estimativa e Estimador.
02. ARREDONDAMENTO DE NMEROS: Regras Gerais e Exemplos
03. PESQUISA DE OPINIO: Conceito, etapas da pesquisa de opinio; Fonte de Dados e
Instrumento de coleta de dados.
04. TABELAS ESTATSTICAS: Normas de Apresentao Tabular (Resoluo N 886/66 de 26/10/66
do Conselho Nacional de Estatstica). Sries Estatsticas: Temporal, Geogrfica, Especificativa,
Mista e Distribuio de Freqncia por intervalo e por ponto.
05. REPRESENTAO GRFICA: Conceito, Requisitos Fundamentais, Principais Tipos de
Grficos: grfico em coluna e barra, grfico em linha, grfico de setores. Histograma e polgono de
freqncia.
06. MEDIDAS DE TENDNCIA CENTRAL: Conceito, Mdia Aritmtica, Mediana e Moda.
07. MEDIDAS DE DISPERSO OU VARIABILIDADE: Conceito, Desvio Mdio, Varincia,
Propriedades da Varincia, Desvio Padro e Coeficiente de Variao.
08. PROBABILIDADES: Teoria elementar da Probabilidade;
09. VARIVEIS ALEATRIAS

REFERNCIAS BIBLIOGRFICAS:
1. BUSSAB, W. e MORETTIN, P. A. Estatstica bsica. Editora Saraiva. 5 Edio. 2005.
2. IBGE. Centro de Documentao e Disseminao de Informao - Normas de Apresentao Tabular,
3 ed. Rio de Janeiro, 1993. 62 p.
3. LEVINE, D. M., BERENSON, M. L. E STEPHAN, D., Estatstica: teoria e aplicaes
usando Microsoft Excel, Rio de Janeiro: LTC, 2000.
4. MARTINS, G. de Andrade e DONEIRE, Denis Princpios de Estatstica Editora Atlas.
5. SPIEGEL, Murray Estatstica Coleo Schaum Editora Mc Grawhil do Brasil, 1985.
6. TOLEDO, G. L. e OVALLE I. I. Estatstica bsica. So Paulo: Atlas. 1987

- ASHER, Herbert. Polling and the Public. What Every Citizen Should Know, (quarta edio). Washington
DC: CQ Press, 1998.
- BOURDIEU, Pierre. "Public Opinion does not exist" em Sociology in Question. Londres: Sage, 1995.
- GALLUP, George. Public Opinion in a Democracy, 1939.
- ECHEGARAY, Fabin. O papel das pesquisas de opinio pblica na consolidao da democracia: a
experincia latino-americana. "Opinio Pblica", Campinas, v. 7, n. 1, 2001. Disponvel em: Scielo.
Acessado em 9 de fevereiro de 2008. DOI: 10.1590/S0104-62762001000100004


2

Introduo

Nos dias atuais impossvel se pensar num trabalho cientifico sem o uso da Cincia
Estatstica. Sendo que todo trabalho cientifico necessita ser pautado em informaes que os auxilie
no Planejamento, execuo e aes deste trabalho, possibilitando assim uma maior confiana nas
decises ou previses, geradas a partir desses dados. Neste sentido, este material destina-se aqueles
que desejam ter uma noo dos mtodos estatsticos aplicados a cincias contbeis.

1. ALGUNS CONCEITOS IMPORTANTES

1.1 - Estatstica
a cincia que se preocupa com coleta, anlise, interpretao e apresentao dos dados,
permitindo-nos a obteno de concluses vlidas a partir destes dados, bem como a tomada de
decises razoveis baseadas nessas concluses.

A Estatstica se dividiu didaticamente em duas partes:
a) Estatstica Descritiva: aquela que se preocupa com a coleta, anlise, interpretao e
apresentao dos dados estatsticos;
b) Estatstica Indutiva (amostral ou inferencial): aquela que partindo de uma amostra, estabelece
hipteses sobre a populao de origem e formula previses fundamentando-se na teoria das
probabilidades.

1.2 Populao ou Universo
todo conjunto que possui alguma caracterstica em comum entre todos os seus elementos
componente, limitados no tempo e no espao. Por exemplo, os funcionrios da SEFIN em maio de
2013 ou os presos no sistema carcerrio do estado do Par em 30 de Abril de 2013.

1.3 - Censo
a coleta exaustiva das informaes de todas as N unidades da populao.
1.4 - Amostra
um subconjunto, uma parte selecionada da totalidade de observaes abrangidas pela
populao da qual se quer inferir alguma coisa.


3
a) Amostra Aleatria, Casual ou Randmica: amostra obtida sem a interferncia externa, onde
cada unidade da populao tem a mesma chance de ser includa na amostra.

1.4.1 - CLCULO AMOSTRAL
Sempre que se desejam informaes sobre um grupo grande ou numeroso, surge a
necessidade de investigar apenas uma parte desse todo (amostra). Portanto, o problema escolher
uma parte, de tal forma que ela seja a mais representativa possvel do todo e, a partir dos resultados
obtidos, relativos a essa parte, poder inferir, o mais legitimamente possvel, os resultados do todo,
se esta fosse verificada.
Tamanho Mnimo de Amostra: obtido por meio da frmula:
0
0
n N
n N
n
+
=
(1)
onde N o tamanho da populao e n
0
a primeira aproximao do tamanho da amostra, obtido por
2
0
1
E
n =
.
Sendo que E o erro amostral mximo tolervel, fixado pelo pesquisador.

Observao: quando no se conhece o N (tamanho da populao), pode-se considerar a populao
como infinita, e neste caso suficiente considerar o tamanho da amostra (n) como sendo igual a
0
n .

A Figura 1 mostra que para um erro amostral fixo (E), a medida que o tamanho da
populao cresce, o tamanho amostral (n) tende para o tamanho amostral mnimo (
0
n ). Desta
forma, no correta retirar amostras estabelecendo-se percentuais da populao.

Figura 1: Representao grfica do tamanho da populao (N) em funo do
Tamanho da amostra (n), fixando o erro amostral (E).

n
0


4
Exerccio: Com o objetivo de conhecer a necessidade de implantao de uma loja de departamento
feminino em uma cidade. Realiza-se um levantamento por amostragem para avaliar essas diversas
caractersticas desta populao (mulheres maiores de 18 anos). Qual deve ser o tamanho mnimo (
0
n ) e o tamanho corrigido (n) da amostra, tal que se possa admitir, com alta confiana, que os erros
amostrais no ultrapassem 4% (
E
= 0,04). Calcule para:
a) N = 35 mulheres; b) N = 200 mulheres; c) N = 200.000 mulheres.

1.5 - Amostragem
o processo (mtodo) de coleta das informaes da amostra, mediante mtodos adequados
de seleo destas unidades. Apresenta-se a seguir um resumo dos trs mtodos mais usuais em
amostragem probabilstica.

a) Amostragem Aleatria Simples (AAS): consistem em selecionar n unidades amostrais de
modo que cada unidade tenha a mesma chance de ser escolhida. Em geral quando se tem
caractersticas diferentes no se deve fazer a AAS, ou seja, a populao deve ser
homognea. Na prtica, a amostra aleatria simples escolhida unidade por unidade. As
unidades da populao so numeradas de 1 a N. Em seguida, escolhe-se uma srie de
nmeros aleatrios, por meio de uma tabela de nmeros aleatrios, geradores de nmeros
aleatrios (software ou calculadora cientfica) ou colocando-se todos os nmeros dentro de
uma urna, retirando-se uma a uma, sem reposio, at completar a amostra de tamanho n.

Exemplo Resolvido: Considere uma populao de 150 credores de um Banco. Explique e apresente
uma amostra aleatria simples de 10 Credores.
b) Soluo:
Como N= 150, e considerando que a populao homognea em relao a caracterstica de
interesse. Inicialmente identifica-se cada individuo da populao, por exemplo, pode-se lhe dar
um nmero e em seguida uma forma de selecionar os 10 credores (individuo) seria um
SORTEIO sem reposio de 10 indivduos.

b) Amostragem Aleatria Estratificada (AAE): consiste em subdividir a populao em
grupos homogneos (denominados estratos) segundo a(s) varivel (is) de interesse. Os


5
estratos tm por objetivo controlar a variabilidade (menor variabilidade), assim consegue-se
diminuir o tamanho da amostra.

Amostragem Aleatria Estratificada Proporcional: o mtodo de estratificao mais comum, onde
o tamanho dos estratos amostrais so proporcionais ao tamanho de cada estrato (h) na populao
(N
h
), levando-se em considerao o peso W
h
de cada estrato. E para se calcular o tamanho amostral
dentro de cada estrato (h), necessrio
N
N
n n
h
h
=
,
onde n obtido pela Equao (1),
h
N o total populacional do estrato h e N o tamanho total da
populao.

Amostragem Aleatria Estratificada Uniforme: quando o tamanho dos estratos so iguais deve-se
calcular o tamanho da amostra para cada estrato (h) a partir de
m
n
n
h
=
,
com . , , 1 m h =

Exemplo Resolvido: Considere uma populao de 180 Credores, que esto divididos por bairro
(Guam = 70; Pedreira = 20; So Braz = 30; Batista campos = 10; Cabanagem =50). Explique e
apresente uma amostra aleatria estratificada proporcional de no mnimo 10 Credores.
a) Soluo:
Como N = 180 e se tem 5 estratos (os 5 bairros), logo h=1=Guam, h
=
2= pedreira e assim por
diante.
Ento:
N
1
=70; N
2
=20 ; N
3
= 30; N
4
= 10 e N
5
= 50. E como se quer uma amostra (n) de no mnimo
10. Calcula-se, portanto a amostra distribuda proporcionalmente pelos bairros, da seguinte forma:

Note que . importante ressaltar que dentro de cada bairro (estrato),
deve-se efetuar uma amostra sistemtica ou aleatria, por exemplo, pode-se sortear os 4 credores do
bairro do Guam dentre os 70 existentes, bastando para isso os boletins estarem numerados.


6

b) Amostragem Sistemtica (AS): uma variao da AAS, onde a populao ou a
relao de seus componentes deve ser ordenada, de forma tal que cada elemento seja
identificado, unicamente, pela posio. A AS eficiente medida que a relao (ou
listagem, fila, a disposio dos prdios etc...) esteja misturada no que se refere
caracterstica em estudo. Ento o procedimento (passos) ser: Suponha por exemplo que o
total populacional seja dado por N = nk, onde n o tamanho da amostra e k o
comprimento do intervalo entre as observaes amostradas. Neste caso, seleciona-se
inicialmente um valor r entre 1 e k (inclusive), para ser o chute inicial, ou seja, a primeira
observao a ser selecionada, onde n N k = e a partir da considera-se todos os elementos
em intervalos de k unidades. Isto , selecionam-se os elementos r, r + k, r + 2k, e assim
sucessivamente, at que se complete o tamanho da amostra (r + (n-1)k).

Exemplo Resolvido: Considere uma populao de 150 Credores. Apresente uma amostra
sistemtica (identificada pela posio) de 10 Credores.
Soluo:
Como n N k = , tem-se k = 15 e se a primeira unidade selecionada for a de nmero r = 10
(escolhido de forma aleatria), o segundo ser r+k = 10+15 = 25. Portanto, os Credores
selecionados de forma sistemticas sero os de nmero 10, 25, 40, 55, 70, 85, 100, 115, 130, 145.

Exerccios
1. Seja uma populao de 250 domiclios cuja numerao esteja em ordem cronolgica.
Apresente corretamente um amostra sistemtica de 25 domiclios.

2. Suponha que em uma cidade exista um Banco com 6.000 Clientes com Ensino Fundamental,
3.000 com Ensino Mdio e 1.000 com Ensino Superior. Apresente uma forma correta de
selecionar uma amostra de 250 clientes utilizando-se a amostragem aleatria simples.

3. Suponha os mesmos clientes da questo 2. Apresente a metodologia para selecionar uma
amostra de 250 clientes Utilizando uma amostragem estratificada proporcional e uma
amostragem estratificada uniforme.


7
4. Utilize a amostragem sistemtica para selecionar os clientes da questo 3.Apresente os
passos desta seleo.

1.6 - Varivel
o conjunto de resultados possveis de um fenmeno (resposta), ou ainda so as
propriedades (caractersticas) dos elementos da populao que se pretende conhecer.

Continua
Discreta
va Quantitati
Ordinal
al No
a Qualitativ
ivel
min
var

1.6.1 - Variveis Qualitativas ou Categricas
quando se obtm como resposta palavras. Se existir uma ordem natural nas respostas, se
diz que a varivel qualitativa ordinal, caso contrario, ela dita varivel qualitativa nominal.
Exemplos:
a) Presena ou ausncia de crdito bancrio;
b) Adeso ao Contrato (contrario, parcial, completo);
c) Classificao da satisfao do Cliente (pouca, mdia e grande);
d) Gnero do Cliente.

1.6. 2 - Variveis Quantitativas
quando se obtm como resposta nmeros. Podem ser ditas Discretas, quando obtidas por meio
de contagem ou Contnuas quando obtidas por meio de medies.
Exemplos:
a) Nmero de registros no planto de domingo;
b) Temperatura dentro da sela;
c) Dimetro produzido pela bala;
d) Nmero de acidentes em uma rodovia federal;

1.7 Parmetro: valor singular que existe na populao e que serve para caracteriz-la. Em geral,
representado por letra grega.
Exemplos: mdia populacional ( ) e varincia populacional (o
2
).


8
1.8. Estimativa: um valor numrico aproximado do parmetro e calculado com o uso da
amostra.

1.9. Estimador: a forma, ou meio de se obter a estimativa. Por exemplo,
. 100 =
presos de total
es reincident
P

Exerccios do Tpico

1) Imagine o seu dia a dia no trabalho e d um exemplo de populao.

2) D exemplos de variveis: Nominal, Ordinal, Discreta e Contnua.

3) Classifique as variveis apresentadas na Tabela a seguir:

Idade Sexo Temperatura Dependente Planto
58
31
34
49
39
33
35
M
M
F
M
F
M
F
15,1
14,2
14,4
10,9
14,4
14,1
14,0
Sim
Sim
No
Sim
Sim
Sim
No
Curto
Longo
Mdio
Mdio
Longo
Curto
Longo

4) Sabendo-se que um determinado municpio tem 100.000 habitantes. Calcule uma amostra com
erro mximo de 2,7%.

5) Suponha que a populao da questo (4) est divida em 5 bairros de acordo com a tabela abaixo.
Apresente o tamanho da amostra aleatria estratificada proporcional ao nmero de moradores por
bairro.
Bairro Quantidade Populacional
W
Z
Y
D
A
30.000
26.000
19.000
15.000
10.000


9

2. ARREDONDAMENTO DE NMEROS
Quando for conveniente ou necessrio suprimir unidades inferiores s de determinada
ordem, utiliza-se a tcnica do arredondamento de dados. Neste sentido, de acordo com IBGE
(1993), o arredondamento deve ser feito utilizando uma das seguintes regras mostradas a seguir.

Regra 1 - Quando o primeiro algarismo a ser abandonado for: 0, 1, 2, 3 e 4. Fica inalterado o ltimo
algarismo a permanecer. Por exemplo, arredondar para uma casa decimal os nmeros:
53,24 53,2; 88,01 88,0; 10,43 10,4

Regra 2 - Quando o primeiro algarismo a ser abandonado for: 5, 6, 7, 8 ou 9. Aumenta-se uma
unidade no algarismo a permanecer. Por exemplo, arredondar para uma casa decimal os nmeros:
53,25 53,3; 88,09 88,1; 10,47 10,5

Observaes:
(i) No se devem fazer arredondamentos sucessivos, se houver necessidade de um novo
arredondamento, recomenda-se a volta aos dados originais.
(ii) Quando se tem vrias parcelas de percentagens ou taxas que sofreram arredondamento, a
soma provavelmente no dar 100%, faltando ou sobrando alguns dcimos. Neste caso,
torna-se necessrio fazer o ajustamento do total at chegar a 100 %. O critrio recomendado
adicionar ou subtrair conforme o caso a falta ou excesso parcela maior. Isto porque a
parcela maior ficar menos desfigurada, quando ajustada com alguns dcimos, que outra
parcela qualquer.

EXERCCIOS DO TPICO 2

1) Faa os arredondamentos para uma decimal e para inteiro

Uma decimal Inteiro
a) 23,45
b) 10,03
c) 27,39
d)17,44
e) 1,17


10

3. PESQUISA DE OPINIO

Entende-se como Pesquisa de Opinio/ sondagem de opinio/ sondagem, um levantamento
estatstico proveniente de uma amostra particular da opinio pblica. Sendo que estas Pesquisas de
opinio geralmente so feitas para representar as opinies de uma populao, em relao a um
determinado tema, fazendo-se uma srie de perguntas a uma parcela de pessoas da populao e,
ento extrapolando as respostas para a populao maior dentro de um intervalo de confiana.

3.1 Etapas de uma Pesquisa de Opinio

fundamental que cada etapa seja devidamente discutida com todos os envolvidos no
problema, sempre buscando envolver todos, pois s assim se ter sucesso na tarefa.

a) DEFINIO DO PROBLEMA: Saber exatamente aquilo que se pretende pesquisar, ou
seja, definir corretamente o problema.
Definio do Problema
ANALISE E DIVULGAAO
DOS RESULTADOS
EXPOSIAO DOS DADOS
APURAAO DOS DADOS
CRITICA DOS DADOS
COLETA DE DADOS
PLANEJAMENTO


11

b) PLANEJAMENTO: nesta etapa necessria uma explicao precisa, bem definida da
questo a ser estudada (problema), que considere: a finalidade, a organizao, a execuo, a
utilizao futura dos resultados obtidos e a deciso diante dos resultados. Para tal
necessrio definir: Como levantar informaes? Que dados devem ser obtidos? Qual
levantamento a ser utilizado? Censitrio? Por amostragem? E o cronograma de
atividades? Os custos envolvidos? etc.

c) COLETA DE DADOS: a etapa operacional, que consiste no registro sistemtico de
dados. Sendo que esta coleta pode ser executada de duas formas:

i) Coleta Direta: quando obtida diretamente da fonte. Exemplo: Empresa que realiza uma
pesquisa de opinio para saber a preferncia dos consumidores pela sua marca. A coleta direta dos
dados pode ser Contnua (registros de nascimento, bitos, casamentos); Peridica (recenseamento
demogrfico, censo industrial) e Ocasional (registro de casos de dengue).

ii) Coleta indireta: quando obtida por dedues a partir dos elementos conseguidos pela coleta
direta, por analogia, por avaliao e ou indcios.

FONTE DOS DADOS: de onde os dados vieram, quem reponde pelos mesmos. Sendo que essa
fonte pode ser primria (quando publicados pela pessoa ou organizao que os coletou) ou
secundria (quando publicados por outra organizao).

Observao: sempre mais seguro trabalhar com fontes primrias. O uso da fonte secundria traz o
grande risco de erros de transcrio.

INSTRUMENTO DE COLETA DE DADOS

um roteiro de perguntas elaborado para obter informaes. Sendo chamado de QUESTIONRIO
se for respondido sem a interferncia do avaliador/pesquisador. Geralmente usa-se o termo questionrio
para designar qualquer instrumento de coleta de informaes. Porm, se este instrumento preenchido pela
prpria populao da avaliao o termo tcnico para design-lo FORMULRIO.
Ao elaborar o Instrumento (questionrio) devem-se analisar quais os objetivos da pesquisa. As
perguntas do questionrio devem dar subsdios para responder aos objetivos. Os seguintes itens devem ser
observados na elaborao das perguntas:


12
- Clareza da Pergunta: A pergunta deve conter o mnimo de informaes possveis para que seja
compreensvel e no deixe margem para dvidas.
- Adequao da Linguagem: A pergunta deve possuir uma linguagem simples, que possa ser compreendida
independentemente do grau de instruo do entrevistado.
- Objetividade: A pergunta deve ser curta e direta, enfatizando o ponto principal que se tem interesse.
Perguntas confusas geram respostas incompletas ou em branco.
- Finalidade da Pergunta: Pergunte-se sempre: Por que voc quer saber isso? realmente necessria essa
pergunta?.
Uma vez definido o questionrio e antes de ser utilizado na pesquisa, deve-se fazer o que se
denomina pr-teste. O pr-teste serve para verificar se as perguntas esto formuladas de forma clara e se
no h nenhum problema no previsto. o momento de identificar possveis erros no questionrio.
importante que a coleta das variveis seja da forma mais bsica possvel, pois isso facilita a
tabulao, quantificao e anlise dos resultados. Por exemplo, pergunte a idade em anos ou a data de
nascimento do entrevistado, ou pergunte a instruo em anos de estudo completos do entrevistado, entre
outros.

Tipos de questionrios:
- Com questes fechadas: tem a vantagem de permitir respostas padronizadas que permitem comparao
com outras avaliaes. Tambm permite maior economia de recursos (por facilitar o tratamento e anlise
da informao e por exigir menor tempo). A desvantagem que permite facilitar a resposta (por esta j ser
oferecida) para um informante que no saberia ou que encontraria maior dificuldade em responder a uma
determinada questo.
- Com questes fechadas e abertas: algumas questes abertas podem ser includas no questionrio, quando
no se sabem todas as respostas que se podem obter dos informantes.
Algumas sugestes na elaborao do questionrio:
- Comece com as perguntas mais fceis.
- Use uma ordem lgica para o informante no ordenamento das questes, variando por tamanho e tipo
sempre que possvel.
- Informaes que so necessrias para outras perguntas devem vir primeiro.
- Se for utilizar questes abertas, estas devem vir no final, junto com questes que abordem temas mais
delicados para o informante.


13
- Quando for necessrio verificar a resposta do informante para uma questo mais delicada, faa a mesma
pergunta na negativa mais adiante. Um exemplo: O aborto deve ser legalizado: Concordo__ Discordo__. E
mais adiante no questionrio: O aborto no deve ser legalizado: Concordo__ Discordo __.

d) CRTICA DOS DADOS: consiste em observar os dados a procura de possveis
inconsistncias.
e) APURAO DOS DADOS: Consiste na digitao desses dados.

f) EXPOSIO DOS DADOS: H duas formas de expor (apresentar), que no se excluem
mutuamente. A apresentao por meio de Tabelas, ou seja, uma apresentao numrica
dos dados em linhas e colunas distribudas de modo ordenado, segundo regras prticas
fixadas pelo Conselho Nacional de Estatstica. E ou a apresentao grfica dos dados
numricos que constitui uma apresentao geomtrica permitindo uma viso rpida e clara
do fenmeno.

g) ANLISE E DIVULGAO DOS DADOS: a mais importante e delicada fase. Onde se
necessita dos clculos de medidas e coeficientes, cuja finalidade principal descrever o
fenmeno (estatstica descritiva). Tambm podem ser feitas generalizaes (inferncias) e
previses. J a divulgao a fase de finalizao do trabalho, onde um relatrio tcnico com
a metodologia, os resultados e as concluses so apresentados.

EXERCCIOS DO TPICO

01 - Responda corretamente:
a) Definio de Populao finita;
b) O que amostra?
c) D um exemplo de populao.
d) A populao que voc exemplificou na questo acima finita ou infinita; Justifique.
e) D um exemplo de levantamento Censitrio, justifique.
f) Qual a diferena entre amostra e amostragem?
g) D exemplo de varivel Discreta e Contnua.
02. Defina um Problema em sua rea de atuao e Elabore um Questionrio para buscar
informaes sobre o assunto,


14

4. TABELAS ESTATSTICAS

A apresentao tabular uma apresentao numrica dos dados. Consiste em dispor os
dados em linhas e colunas distribudos de modo ordenado, segundo algumas regras prticas
adotadas pelos diversos sistemas estatsticos. As regras que prevalecem no Brasil foram fixadas
pelo Conselho Nacional de Estatstica.

I - Tabela: uma maneira de apresentar de forma resumida um conjunto de observaes (dados).
As tabelas tm a vantagem de conseguir expor, organizadamente em um s local, os resultados
sobre determinado assunto, de modo a se obter uma viso global mais rpida daquilo que se
pretende analisar.

Uma tabela compe-se de: ttulo, corpo [cabealho, colunas (indicadoras e numricas)] e
rodap.

Ttulo: O que? Quando? Onde?
Corpo
da
Tabela

` cabealho
coluna
indicadora
Coluna
Numrica
O cruzamento de linha com a coluna
chama-se casa ou clula.
Rodap: fonte, notas, observaes.
Principais elementos de uma Tabela
a) Titulo da Tabela: localizado no topo da tabela, deve conter informaes, as mais completas
possveis, respondendo s perguntas: O que?, Quando? e Onde?, alm de conter a palavra
TABELA e sua respectiva numerao.

b) Corpo da tabela: o conjunto de linhas e colunas que contm informaes sobre a varivel em
estudo, onde:
# na parte superior da tabela tem-se o cabealho da coluna, que especifica o contedo das colunas;
# verticalmente tem-se as colunas (indicadora e numrica), onde a coluna indicadora aquela que
especifica o contedo das linhas e na coluna numrica os valores numricos destas linhas.

c) Rodap: localizado na parte inferior da Tabela (fora) e contm informaes sobre o responsvel pela
informao (FONTE), algum texto esclarecedor a cerca do contedo da tabela (NOTA) e por fim
algum smbolo remissvel atribudo a algum elemento da tabela que necessite de uma nota
(CHAMADA).


15

importante ressaltar que nesta apostila TODAS as FONTES das tabelas que sero apresentadas so
Fictcias, ou seja, dados no reais, que foram criados somente para ilustrar o contedo.

II - Sries Estatsticas: um conjunto de dados estatsticos referenciados aos seguintes fatores:
tempo, local e fenmeno.

a) Srie Temporal ou Cronolgica: nesta srie o elemento de variao o tempo (dia, ms, etc).
TABELA 01: Casos Registrados de Violncia contra Mulher na RMB
no perodo de 2010 a 2012
Anos Quantidade
2010
2011
2012
10
23
38
Fonte: Dados hipotticos, JAN/13.

b) Srie Geogrfica: o elemento de variao o lugar (municpio, bairro, quartel, etc...)

TABELA 02: Casos Registrados de Violncia contra a Mulher por Bairro
em Belm no Ano de 2012
Bairro Quantidade
Guam
Pedreira
Marco
Jurunas
6
4
7
3
Fonte: Dados hipotticos, JAN/13

c) Srie Especificativa: o elemento de variao a espcie (tipo de arma, categoria, etc.)

TABELA 03: Solicitao de Material de Expediente na 2 ZPOL em 2012.
Material Quantidade
Pincel Atmico
Resma de Papel
Caixa de Transparncia
62
21
3
Fonte: Almoxarifado da SEGUP, FEV/2013 (hipottico).


16
d) Srie Mista: a juno de duas ou mais sries simples (geogrfica, especificativa ou temporal).

TABELA 04: Nmero de Homicdios por Municpio no perodo de 2009 a 2012
Anos
Municpio 2009 2010 2011 2012
Abaetetuba
Barcarena
Belm
Camet
1
2
3
1
3
1
2
2
4
1
1
1
2
1
2
1
Fonte: dados hipotticos, FEV/ 2013.

e) Sries de Dados Agrupados ou Distribuio de Freqncias
Neste caso TODOS os elementos so fixos (poca, local e fenmeno). A distribuio de freqncia
pode ser por intervalo ou por pontos, dependendo da quantidade de informaes que se tenha ou/e do tipo de
varivel.

Distribuio de Freqncia por Intervalos
uma srie estatstica na qual a varivel observada est dividida em subintervalos do
intervalo total observado e o tempo, a espcie e a regio permanecem fixos.

Exemplo de Distribuio de Freqncia por Intervalo:
TABELA 05: Tempo de Deteno (em dias) de 160 internos no PEM 2, no ano de 2012.
Tempo de deteno
(em dias)
Nmero de detentos
(f
i
)
F
i
fr
i
Fr
i
X
i
1 classe
2 classe
3 classe
4 classe
5 classe
6 classe
10 |---- 20
20 |---- 30
30 |---- 40
40 |---- 50
50 |---- 60
60|---- 70
38
45
30
22
10
15

E 160
Fonte: Dados Hipotticos, JAN/2013.

- Passos para Construo da Distribuio de Frequncia por Intervalos:

1
O
- Passo: montar o Rol (organizar os dados em ordem crescente ou decrescente);

2
O
- Passo: calcular a Amplitude Total da distribuio de freqncia (AT), que a diferena
existente entre o maior (X
mximo
) e o menor valor (X
minimo
) observado.
mnimo mximo
X X T = A


17
3
O
- Passo: Determinar o Nmero de Classes da Distribuio de Freqncia (K), que so os
subintervalos nos quais so contadas as observaes da varivel. Existem varias maneiras de se
calcular o nmero de classes, isto vai depende da sensibilidade do pesquisador. Neste curso ser
utilizado o mtodo prtico para se obter K.
1
a
- Observa-se o nmero de informaes da populao (N);
2
a
- Se N < 25 utiliza-se K = 5 classes. Porm, se utiliza-se K N =

Observao: sempre arredondar o valor de K para um nmero inteiro, seguindo as regras de
arredondamento.

4 - Passo: calcular o intervalo de Classe ou Amplitude do Intervalo de Classe (h), que o
comprimento da classe. (geralmente este valor fornecido)
k
T
h
A
=

Observao: no caso da conta de h no der um valor inteiro, deve-se sempre arredondar o valor de h
para prximo inteiro.

5 - Passo: Construo das Classes
1a Classe Limite Inferior = menor valor do Rol
Limite Superior = Limite Inferior da 1a Classe + Valor do Intervalo de classe

2a Classe Limite Inferior = Limite Superior da 1a Classe
Limite Superior = Limite Inferior da 2a Classe + Valor do Intervalo de classe
.....................................................................................................................................
....................................................................................................................................
ka Classe Limite Inferior = Limite Superior da (k-1)a Classe
Limite Superior = Limite Inferior da ka Classe + Valor do Intervalo de classe

Conveno: |----- inclui esquerda e exclui direita.
-----| exclui esquerda e inclui direita.
----- exclui ambos.
|-----| inclui ambos.


18
6 - Passo: obteno das Frequncias:
a) Frequncia Simples ou Absoluta da Classe (f
i
): o nmero de observaes que corresponde
(contada) a classe em questo.
b) Frequncia Absoluta acumulada de Classe (F): a acumulao sucessiva, a partir da
primeira classe at uma classe qualquer, das freqncias simples ou absoluta das classes.
k k
f f f F
f
+ + + =
+ =
=
...
...
f F
f F
2 1
2 1 2
1 1

c) Frequncia Relativa de Classe ( f
r
): a relao existente entre a freqncia absoluta ou
simples de classe e o nmero de observaes da varivel.
=
i
f
f
fr

Obs.: 1 E fr = 1
2 N = E f

d) Frequncia Relativa Acumulada ( F
r
): a acumulao sucessiva, a partir da primeira classe
at uma classe qualquer das freqncias relativas das classes.
rk r r rk
r
f f f F
f
+ + + =
+ =
=
...
...
f F
f F
2 1
r2 1 r2
r1 r1

e) Ponto Mdio de Classe (X
i
): a mdia aritmtica calculada entre o limite inferior (l
i
) e o
superior (l
s
) da classe. o valor em estatstica que representa os valores da varivel dentro
da classe.
( )
2
s i
l l
i
X
+
=

Distribuio de Freqncia por Pontos

uma srie estatstica na qual as frequncias observadas esto associadas a um ponto real
observado. Na construo da distribuio por ponto, o numero linhas (classes) na tabela igual ao
nmero de pontos existentes, e utilizam-se os mesmos elementos da distribuio por intervalo, com
a diferena que o prprio ponto j o valor de X (ponto mdio na distribuio por intervalo).


19

Exemplo de Distribuio de Frequncia por Pontos:
TABELA 06: Nmero de Dependentes dos PRF em Dezembro/2012
Dependentes
( x )
Policiais
(f)
F
i
fr
i
Fr
i
1 ponto
2 ponto
3 ponto
4 ponto
5 ponto
0
1
2
3
4
40
50
30
20
10

E
150

Observao: As sries de dados grupados (distribuio de freqncias por intervalos e por
pontos) so tambm chamadas de sries de magnitude de varivel.


1) Considere os dados, referentes as idades de 30 detentos (abaixo), construa uma distribuio de
freqncias por intervalo.

13 13 14 14 14 15 10 16 16 16
17 17 17 17 17 17 18 18 19 19
19 19 20 20 20 21 21 22 25 24

2) Para a Tabela (distribuio de freqncia) montada na questo 1 calcule as freqncias relativas,
as frequncias acumuladas simples e relativas e os pontos mdios para todas as classes.

3) Pesquise dados referentes a segurana pblica e monte exemplos de sries: especificativa,
temporal, geogrfica e mista.

4) Utilize os dados da questo 1, e monte uma distribuio de freqncia por pontos.

5 . REPRESENTAO GRFICA

O grfico estatstico uma forma de apresentao dos dados estatsticos, cujo objetivo o
de produzir, no investigador ou no pblico em geral, uma impresso mais rpida e viva do
fenmeno em estudo, j que os grficos falam mais rpido compreenso que as sries (tabelas).

I - REQUI SI TOS FUNDAMENTAI S DE UMA REPRESENTAO GRFI CA:
a) Simplicidade Deve ser destituda de detalhes de importncia secundria, assim como de traos
desnecessrios que possam dificultar ao observador uma anlise clara.
b) Clareza Deve possibilitar uma correta interpretao dos valores representativos do fenmeno em estudo.


20
c) Veracidade Deve expressar a verdade sobre o fenmeno em estudo.

I I TI POS DE GRFI COS:
a) Grfico em linha ou em curva: Este tipo de grfico utiliza a linha poligonal para representar a
srie estatstica. muito utilizado para representar uma srie temporal.
O grfico em linha constitui uma aplicao do processo de representao das funes num
sistema de coordenadas cartesianas. Neste sistema faz-se uso de duas retas perpendiculares; as retas
so os eixos coordenados e o ponto de interseco, a origem. O eixo horizontal denominado eixo
das abscissas (ou eixo dos x) e o vertical, eixo das ordenadas (ou eixo dos y).
Grfico 01: Casos Registrados de Violncia contra a Mulher na RMB no perodo de 2010 a 2012

b) Grfico em coluna ou em barras: a representao de uma srie por meio de retngulos,
dispostos verticalmente (em colunas) ou horizontalmente (em barras).
Quando em colunas, os retngulos tm a mesma base e as alturas so proporcionais aos
respectivos dados. E Quando em barras, os retngulos tm a mesma altura e os comprimentos so
proporcionais aos respectivos dados.
O Grfico em Colunas (geralmente utilizado para representar uma srie temporal)

Grfico 02: Casos Registrados de Violncia contra a Mulher na RMB no perodo de 2010 a 2012
0
5
10
15
20
25
30
35
40
2010 2011 2012
Q
u
a
n
t
i
d
a
d
e

Anos


21

Grfico em Barras (geralmente utilizado para representar uma srie geogrfica ou especificativa)

Grfico 03: Casos Registrados de Violncia contra Mulher por Bairro em Belm no Ano de 2012

Observaes:
Sempre que os dizeres a serem inscritos forem extensos, deve-se dar preferncia ao grfico em barra
(sries geogrficas e especficas). Se ainda assim preferir o grfico em coluna, os dizeres devero ser
dispostos de baixo para cima, nunca ao contrrio.
A ordem a ser observada a cronolgica, se a srie for temporal, e a decrescente, se for geogrfica
ou categrica (especificativa).
A distncia entre as colunas (ou barras), por questes estticas, no dever ser menor que a metade
nem maior que os dois teros da largura (ou da altura) dos retngulos.

0
10
20
30
40
2010 2011 2012
Q
u
a
n
t
i
d
a
d
e

Anos
0 2 4 6 8
Marco
Guam
Pedreira
Jurunas
B
a
i
r
r
o
Quantidade


22
c) Grfico em coluna ou em barras mltiplas: Este tipo de grfico geralmente empregado
quando se deseja representar, simultaneamente, dois ou mais fenmenos estudados com o propsito
de comparao.
Grfico em Barras Mltiplas
Grfico 04: Nmero de Homicdios por Municpio no perodo de 2009 a 2012

Grfico em colunas Mltiplas

Grfico 05: Nmero de Homicdios por Municpio no perodo de 2009 a 2012

0
1
2
3
4
2009 2010 2011 2012
Q
u
a
n
t
i
d
a
d
e

anos
Abaetetuba
Barcarena
Belm
Camet
0 1 2 3 4
Abaetetuba
Barcarena
Belm
Cameta
Quantidade
2009
2010
2011
2012


23
d) Grfico em setores: Este grfico construdo com base em um crculo, e empregado sempre
que se deseja ressaltar a participao do dado no total.
O total representado pelo crculo, que fica dividido em tantos setores quantas so as partes.
Os setores so tais que suas reas so respectivamente proporcionais aos dados da srie. Obtm-se
cada setor por meio de uma regra de trs simples e direta, lembrando que o total da srie
corresponde a 360. Como exemplo utilize os dados da Tabela 02, onde se deve inserir uma coluna
direita com os percentuais, conforme apresentado na Tabela 07.

Tabela 07: Quantidade e Percentual dos Casos Registrados de violncia contra mulher por
Bairro em Belm no Ano de 2012
Bairro Quantidade %
Guam
Pedreira
Marco
Jurunas
6
4
7
3
30
20
35
15
Total 20 100
Fonte: dados hipotticos, JAN/13.
Temos:

X
2
= 92,2 X
2
= 92, e assim por diante.

Com esses dados (valores em graus), marca-se num crculo de raio arbitrrio, com um
transferidor, os arcos correspondentes, obtendo o grfico:

Grfico 06: Percentual de Registrados de Violncia contra Mulher por Bairro em Belm no Ano de 2012

Observaes: O grfico em setores s deve ser empregado quando h, no mximo, sete dados. Se a
srie j apresenta os dados percentuais, obtm-se os respectivos valores em graus multiplicando o
valor percentual por 3,6.
guama
30%
pedreira
20%
marco
35%
jurunas
15%
20 360
6 X
1

X
1
= 108 X
1
= 108


24
III REPRESENTAO GRFICA DA DISTRIBUIO DE FREQNCIAS

a) Histograma: a representao grfica de uma distribuio de freqncia, por meio de retngulos
justapostos onde a base colocada no eixo das abscissas corresponde ao intervalo das classes, e a
altura dada pela freqncia absoluta (ou relativa) das classes.

Grfico 07: Histograma do Tempo de Deteno (em dias) de 160 internos no PEN 2, no ano de 2012.

b) Polgono de Frequncia: outro tipo de apresentao bastante comum para dados quantitativos,
ou seja, um sumrio grfico que pode ser preparado para dados que tenham sido sumariamente
sintetizados numa distribuio de freqncia. Utilizando-se os pontos mdios de cada classe para a
construo do mesmo, ou seja, um grfico em linhas, sendo que as freqncias so marcadas no
eixo vertical e no eixo horizontal so colocados os pontos mdios dos intervalos de cada classe.

Grfico 08: Polgono de frequncia do Tempo de Deteno (em dias) de 160 internos no PEN 2, no ano de 2010.

1. Para as Tabelas montadas nas questes 01 e 03 dos Exerccios do Tpico 2 faa um grfico
apropriado para cada tabela.
0
5
10
15
20
25
30
35
40
45
50
Tempo de Internaes (dias)
F
r
e
q
u
e
n
c
i
a

S
i
m
p
l
e
s
10 20 30 40
50
60 70
0
5
10
15
20
25
30
35
40
45
50
Tempo de Internaes (dias)
F
r
e
q
u
e
n
c
i
a

S
i
m
p
l
e
s
5
35 45
55
65
75 15 25


25
6 MEDIDAS DE TENDNCIA CENTRAL.

Torna-se necessrio, aps a tabulao dos resultados e da representao grfica, encontrar valores
que possam representar a distribuio como um todo. So as chamadas medidas de tendncia
central ou medidas de posio.

a) MDIA ARITMTICA ( ): consiste em somar todas as observaes ou medidas dividindo-
se o resultado pelo nmero total de valores. Porm, em termos de formulas, podem-se adotar duas
formas de calcular essa mdia aritmtica:

1 Mdia Aritmtica de dados brutos (dados no organizados em tabelas de freqncia):
n
n
i
i
x
n
n
x x x
X

= =
=
+ + +
1 2 1

2 - Mdia Aritmtica de dados tabulados:

( )
=
=

=
n
i
i
n
i
i i
f
x f
X
1
1

onde : f
i
= frequncia simples e a
=
=
n
i
i
n f
1
(nmero total de informaes)

Observao: se os valores forem distribudos em classes o X
i
ser o ponto mdio de cada classe.

a) MEDIANA (Me): o valor central em um rol, ou seja, a mediana de um conjunto de valores
ordenados, ou ainda a mediana divide a distribuio ao meio.
1- mediana de valores brutos
Ordenar os valores em ordem crescente (Rol);
Verifica se o nmero de elementos par ou mpar;
Se n for mpar, posio da mediana no conjunto, ser o valor localizado na posio dada por:
2
1 +
=
n
P ;
Se n for par, o conjunto ter dois valores centrais, neste caso, a mediana ser igual mdia
aritmtica dos valores centrais, cujas posies so dadas por:
P
1
= n / 2 e P
2
= (n / 2) + 1
Exemplo Resolvido: calcule a mediana dos valores: 2 ; 5; 7; 15; 13; 4; 10.
Como o Rol: 2; 4; 5; 7; 10; 13; 15. E n = 7 (mpar), a Posio da mediana: P = (7 + 1) / 2 = 4. Logo,
o valor da mediana Me = 7
X


26
2 - Mediana de valores tabelados

- Localiza-se primeiro, por meio da frequencia acumulada, a posio (P) da mediana na tabela:
P = (Ef
i
/ 2) F

- Calcula-se o valor da mediana por
h
f
F
l Me
i
aa
f
i
n
i
i
(
(
(
(
+ =
=
2
1

onde:
l
i
Faa
f
i
h
=
=
=
=
Limite inferior da classe da mediana;
Freqncia acumulada anterior da classe da Me;
Freqncia simples da classe da mediana;
Intervalo de classe.

Observao: a mediana muito empregada em pesquisas onde no interessam valores extremos, por terem
pouca significao para o conjunto em geral.

c) MODA (Mo): aquilo que est em evidencia, o valor que mais aparece num conjunto de informaes ou
o de maior freqncia em uma tabela. A moda pode no ser nica ou ate mesmo pode no existir.

1 - Moda de valores brutos: basta observar o valor que mais aparece no conjunto.
Exemplo: 3 ; 3 ; 6 ; 8 ; 10 ; 10; 10; 11; 11; 12 Mo = 10.

2 - Moda de valores tabelados:

a) Moda Bruta: ponto mdio da classe de maior frequencia simples (classe modal).

b) Moda pelo processo de Czuber
( )
h
f f f
f f
l Mo
post ant Mo
ant Mo
i

(
(
+

+ =
2

onde:
l
i
fpost
fant

h
f
MO

=
=
=
=
=
Limite inferior da classe modal;
Freqncia simples posterior classe modal;
Freqncia simples anterior classe modal;
Intervalo de classe;
Freqncia modal.

Observao: valida a seguinte relao emprica
2
3
o
M Me
x

=


27


1. Em um grupo de 6 pessoas cujas as alturas medidas em centmetros fossem as seguintes: 183 cm,
170 cm, 165 cm, 180 cm, 185 e 160 cm, qual a altura mediana deste grupo de pessoas?

2. Para a Tabela 05, que apresenta o Tempo de Deteno (em dias) de 160 internos no PEN 2, no ano de 2012.
Pede-se:
a) O tempo mdio de Deteno;
b) O percentual de detentos que permaneceram 2 meses ou mais internados;
c) O tempo de deteno mediano;
d) O tempo de deteno mais frequente, pelo processo de Czuber.

07 MEDIDAS DE DISPERSO OU VARIABILIDADE.

So as medidas que determinam o comportamento dos valores em termos de variabilidade.

a) DESVIO MDIO: a mdia dos valores absolutos dos desvios dos dados a partir de um valor de
tendncia central.

1 - Desvio mdio de valores brutos
n
n
i
x
i
x
DM

=

=
1
) (
,
Onde X a mdia aritmtica e n o total de informaes.

Exemplo 1: calcule o desvio mdio de 4, 2,3, 5 e 1

2 - Desvio mdio de valores tabelados

n
n
i
i
f onde
n
i
i
f
n
i
i
f x
i
x
DM =
=
=

=
1
: ,
1
1
] . ) ( [

Exemplo 2: calcule o desvio mdio da distribuio dada pela Tabela 08.

b) VARINCIA OU VARINCIA ABSOLUTA: a mdia quadrtica das somas dos desvios em relao
mdia aritmtica.

Smbolo S
2
(amostra) ou o
2
(populao)


28
1- Frmula para dados brutos
1
1
) (
2
2
=

=
n
n
i
x
i
x
S

Observao: quando se tratar de populao, dividi-se apenas por N.

Exemplo 3: calcular a varincia dos valores amostrais: 4, 2, 3, 5 e 1.

2 - Frmula para dados tabelados:
1
]
1
) ( [
2
2
=

=
n
n
i
x
i
x f
S
i

Observao: quando se trata de populao dividi-se apenas por N.

Exemplo 4: calcule a varincia da distribuio dada pela Tabela 08.

PROPRIEDADES DA VARINCIA:

a) A varincia absoluta de uma constante igual a zero;
b) Somando-se ou diminuindo-se a todos os valores da srie um valor constante K = 0, a nova varincia ser
igual a anterior, isto , no se altera.
c) Multiplicando-se ou dividindo-se todos os valores de uma srie por um valor constante, K = 0, a nova
varincia calculada ser igual varincia absoluta original multiplicada ou dividida pelo quadrado da
constante utilizada.

c) DESVIO PADRO OU AFASTAMENTO PADRO: a raiz quadrada da varincia; assim:
2
S S = , o desvio padro amostral e
2
o o = , o desvio padro populacional.

Resumindo: para o clculo do desvio padro, deve-se primeiramente determinar o valor da varincia e, em
seguida, extrair a raiz quadrada desse resultado.

Exemplo 5: calcular o desvio padro amostral dos valores: 2, 4, 5, 3 e 1.


29
Exemplo 6: calcule o desvio padro amostral da distribuio dada pela Tabela 08.

d) COEFICIENTE DE VARIAO: uma medida estatstica que serve para avaliar a homogeneidade de
sries estatsticas, que o grau de concentrao dos valores observados em torno da sua mdia aritmtica.
CV = 100
X
S

Observao: Ser considerada a srie mais homognea, aquela que apresentar menor valor do coeficiente de
variabilidade.

Exemplo 7: calcule o coeficiente de variao da distribuio dada pela Tabela 08.

EXERCCIOS DO TPICO

1. Com a Tabela abaixo, responda o que se pede:

Tabela 09: Tempo de Deteno (em dias) de 160 internos no PEN 2,
no ano de 2012
Tempo de Deteno
(em dias)
Nmero de detentos
(f
i
)
10 |---- 20
20 |---- 30
30 |---- 40
40 |---- 50
50 |---- 60
60|---- 70
38
45
30
22
10
15

E 160

a) A variabilidade individual do tempo de deteno (desvio padro);
b) O coeficiente de variao;

Estatística Aplicada A Contabilidade (PARTE 1) PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estatística Aplicada A Contabilidade (PARTE 1) PDF

Uploaded by

Copyright:

Available Formats

UNIVERSIDADE FEDERAL DO PAR

INSTITUTO DE CINCIAS EXATAS E NATURAIS

You might also like