SlideShare une entreprise Scribd logo
1  sur  18
Télécharger pour lire hors ligne
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E
TECNOLOGIA DO ESPÍRITO SANTO
CURSO DE SISTEMAS DE INFORMAÇÃO
CEZAR S. VELOSO JÚNIOR, KASSIO PEREIRA SCHAIDER E
RAFAEL DOS SANTOS GOMES
AMOSTRAGENS E ANÁLISE ESTATÍSTICA
COLATINA, ABRIL DE 2014
RESUMO
O presente trabalho tem por finalidade realizar um estudo sobre a variação do preço
de ações de cinco empresas de setores diferentes e a aplicação do método de
amostragem utilizado. As seguintes empresas constam no estudo: OGX Petróleo,
Banco do Brasil, MRV Engenharia, Positivo Informática e Vale do Rio Doce. Para
isso realizara-se a amostragem, e logo após, a estatística descritiva de cada uma
das empresas listadas. As empresas participantes são de capital aberto e constam
na BM&F Bovespa. Para isso o estudo foi retirado dados referentes ao período de
07/01/2010 à 11/04/2014, constando no total, 1098 dados de cada empresa
retirados para análise.
SUMÁRIO
1...................................................................................................................Introdução
1.1........................................................................................Processo de Amostragem
1.2 ......................................................................................................................Grade
1.3 ........................................................................................Técnicas de amostragem
1.3.1 ....................................................................................Amostragem probabilística
1.3.1.1 ..............................................................................Amostragem casual simples
1.3.1.2 ...................................................................................Amostragem sistemática
1.3.1.3.......................................................................Amostragem por conglomerados
1.3.1.4..................................................................................Amostragem Estratificada
1.3.1.5.................................................................. Amostragem por múltiplos estágios
1.3.2..........................................................................Amostragens não-probabilísticas
1.3.2.1...........................................................................Inacessibilidade da população
1.3.2.2..................................................................Amostragem a esmo ou sem norma
1.3.2.3..........................................................População formada por material contínuo
1.3.2.4 .......................................................Amostragem Intencional ou por julgamento
1.3.2.5 ...............................................................................Amostragem por voluntários
2 .........................................................................................................Desenvolvimento
2.1 ...........................................................................................Método de amostragem
2.2 .................................................................................................Estatística descritiva
2.2.1 .................................................................................Mínimo, máximo e amplitude
2.2.2 ..................................................................................................Moda e mediana
2.2.3 .....................................................................................................................Média
2.2.4 ..............................................Variância, desvio padrão e coeficiente de variação
3 ..................................................................................................................Conclusão
4 ....................................................................................................................Refências
1. INTRODUÇÃO
A amostragem é um processo que se aplica a várias áreas o conhecimento, é
utilizado quando há necessidade da obtenção de informações da realidade de certa
população a ser pesquisada, onde no qual outros meios se apresentam ineficientes
ou até mesmo impossíveis."Para saber se o bolo de chocolate está bom, basta
comer uma fatia." (FERNANDES, 1999, p. 1).
A amostragem é a área da estatística que estuda relações entre certa
população e a amostra extraída da mesma, onde a amostragem diz respeito ao
processo de determinação da amostra a ser estudada, e amostra por sua vez, é a
parte dos indivíduos de uma população estatística, assim por meio de comparações
é possível à avaliação de grandezas desconhecidas de uma população.
Diferente do senso, que é o estudo de todos os elementos presentes em certa
população, a amostragem tem como objetivo selecionar certa parte de uma
população para a observação conhecida como amostra, essa parte deve ser
selecionada de forma que represente a população total de onde foi selecionada, com
objetivo de que as características adquiridas desse subconjunto possam servir como
característica geral da população.“O universo ou população é o conjunto de seres
animados ou inanimados que apresentam pelo menos uma característica em comum
[...] dependem do assunto a ser investigado.” (OLIVEIRA, 1999, p. 72).
Exemplos de utilização de uma amostragem:
 Sondagens à opinião pública, que visa o conhecimento da opinião de certa
população sobre variadas questões, a amostragem mais utilizada que se
enquadra nessas características são as pesquisas políticas.
 Inspeção de mercado, que tem como objetivo saber a opinião de certa
população sobre um produto, como por exemplo, opiniões sobre um
programa de televisão.
 Para saber como uma doença está afetando uma população, nesse caso, a
amostra é adquirida em instituição médicas com histórico de pacientes.
1.1 PROCESSO DE AMOSTRAGEM
Após selecionar as informações a ser recolhidas e o como será recolhida
(instrumento de pesquisa, como por exemplo, questionário ou entrevista), deve-se
escolher o processo de amostragem que irá ser utilizado com base nas informações
a ser recolhidas e no instrumento de pesquisa a ser utilizado.
1.2 GRADE
Inicialmente na construção da amostra será necessária a definição de uma
grade, ou seja, uma lista de itens que compõe a população alvo, como listas de
população, diretórios ou mapas. Essa definição deverá ser clara e objetiva, de forma
que facilite a extração das informações na grade. Fernandes (1999, p. 4) diz que a
população alvo é constituída por todos os elementos sobre os quais se deseja obter
um determinado conjunto de informações. Um exemplo disso é algum estudo sobre
intenções de votos de certa população, uma grade com população alvo adequada
para esse tipo de amostragem seria a parte da população que estão com idade e
condições para votar e que vote em uma zona eleitoral localizado na área onde o
candidato irá atuar caso seja eleito. Então depois de definida a grade, podemos
então, extrair a amostra.
1.3 TÉCNICAS DE AMOSTRAGEM
A amostragem pode ser dividida em dois grupos distintos, amostragem
probabilística e não probabilísticas ambas seguem o objetivo geral de uma
amostragem, adquirir uma representação fiel e precisa das informações de uma
população. A principal diferença entre esses dois grupos é que na amostragem
probabilística todos os elementos de certa população tem um número de chances
iguais (diferente de zero) de participar, enquanto na amostragem não probabilística
os elementos são escolhidos a critério do pesquisador. Ambas têm suas vantagens
de acordo com a informação a ser recolhidas, amostras não probabilística são mais
rápidas além de custar menos que as amostras probabilísticas, essas que por sua
vez, produz resultados mais confiáveis além de poder extrair conclusões que podem
ser aplicadas a toda população.
1.3.1 Amostragem probabilística
Segundo Correa (2003) amostragem probabilística é caracterizada por todos
os elementos presentes na população, terem a mesma chance (diferente de
zero) de fazer parte da amostra, não havendo qualquer influência do
investigador nos resultados. Sempre que possível deve-se utilizar para
obtenção de informações de uma população a amostragem probabilística, na
prática geralmente esses métodos se mostram difíceis ou mesmo
impossíveis de serem aplicados, porém o pesquisador deve se esforçar para
que esses métodos sejam usados.
Uma das dificuldades da amostragem probabilística é na obtenção de uma
listagem completa de uma população para colheita de informações, em geral essa
listagem é difícil de conseguir, pois há demora na obtenção, de custo elevado, e
nem sempre é confiável. Outra dificuldade que há, é na obtenção das respostas, já
que depois de selecionados os entrevistados não podem ser alterados, e caso não
haja resposta na primeira tentativa, normalmente haverá outras seja por entrevista
pessoal, telefone ou correio, o que aumenta o custo da pesquisa. Assim a utilização
da amostragem probabilística torna-se mais cara, porém o custo é pouco importante
diante da confiabilidade das informações obtidas.
A principal vantagem de se aplicar a amostragem probabilística é a
possibilidade da aplicação de técnicas estatísticas e de inferência, possibilitando
assim a generalização dos resultados obtidos em toda a população, o que não
ocorre nas amostragens não probabilísticas.
São métodos de amostragem probabilística, amostragem casual simples,
amostragem sistemática, amostragem por conglomerados, amostragem estratificada
e amostragem múltipla.
1.3.1.1 Amostragem casual simples
Também conhecida como amostragem aleatória simples, esse é o método
mais utilizado de amostragem probabilística e constitui a base para outros métodos
de amostragem probabilísticos.Nesse método como em outras amostragens
probabilísticas todo o elemento de uma população tem chances iguais de ser
selecionado para a amostra.
Para Correa (2003) a amostragem aleatória simples é um processo para
selecionar amostras de tamanho“n” dentre as “N” unidades em que foi dividida a
população. Representando N como o tamanho da grade, e n como o tamanho da
amostra a ser extraída, essa técnica enumera todos os elementos da grade de 1 a N
para um sorteio. Nesse sorteio a probabilidade de todos os elementos serem
sorteados, em particular no primeiro sorteio, é de 1/N. Há duas formas de se
conseguir a amostra nesse método, podendo realizar sorteio com reposição ou sem
reposição.
No método com reposição, é selecionado aleatoriamente um dos elementos
da grade, logo após você devolve o elemento a grade, podendo assim ser
selecionado novamente no próximo sorteio, assim na primeira vez que você
selecionou um elemento, esse teve a mesma chance igual aos N elementos da
grade de ser selecionado (1/N), e logo após o sorteio foi devolvido à grade podendo
assim ser selecionado novamente com a mesma chance de todos (1/N). Esse
processo é repetido até selecionar todos os n elementos da amostra.
No método sem reposição, é selecionado aleatoriamente um dos elementos
da grade, sendo que no primeiro sorteio a chances de qualquer elemento presente
na grade ser selecionado é de 1/N, porém o elemento selecionado não é devolvido a
grade, impossibilitando-o de ser selecionado novamente, assim no segundo sorteio
a chance de todos os elementos que sobraram na grade ser selecionado é de 1/(N-
1), e assim consecutivamente até selecionar todos os n elementos da amostra.
Para ambos os processos deve se utilizar métodos aleatórios para a seleção
da amostra, um exemplo desses métodos é a utilização da tabela de números
aleatórios (Anexo 1.1). Essa tabela consiste em uma série de dígitos gerados
aleatoriamente, com base no fato de que o sistema decimal possui 10 dígitos (0, 1,
2, 3,...,9), todos os dígitos da tabela tem a chance igual (1/10) de ser gerado. Ou
seja, caso a escolha for uma sequência de 200 dígitos, espera-se que 20 desses
dígitos correspondam ao número 0, 20 correspondam ao dígito 1, 20 correspondam
ao dígito 2, e assim consecutivamente. Para utilizar essa tabela, deve-se atribuir a
cada elemento da grade um código numérico, logo após é gerada a tabela, e os
elementos selecionados são aqueles cujo código foi encontrado na tabela.
1.3.1.2 Amostragem sistemática
Representando N como o tamanho da grade, e n como o tamanho da amostra
a ser extraída, no método de amostragem sistemática é consiste em dividir todos os
N elementos da grade em n subconjuntos de k itens, onde k é o resultado de N/n,
arredondando o resultado para o inteiro mais próximo. Segundo Correa (2003, p.
34):
“Quando os elementos da população já se
encontram ordenados, não há necessidade de se
construir o sistema de referência. Nesses casos, a
seleção dos elementos que constituirão a amostra
pode ser por um sistema imposto pelo pesquisador.”.
Por exemplo, há uma grade com 600 peças montadas em uma fábrica
qualquer e enumeradas de 1 a 600, para a retirada de uma amostra de 60
elementos dessa grade, são divido as 600 peças em 60 grupos iguais de 10
elementos cada. Logo após esse processo é escolhido um número aleatório dos
primeiros k itens presentes na grade, e a partir desse número selecionado, é
escolhidos entres os n-1 itens restantes na grade, cada número depois de um
intervalo k de números. Ou seja, no exemplo que foi citado onde ouve 60 grupos de
10 elementos, suponha que foi selecionado aleatoriamente nos primeiros 10
elementos da grade o número 4, logo a partir desse resultado os elementos
selecionados será o elemento nº 4 e todos os elementos que estiverem no intervalo
de 10 números depois do nº 4, ou seja: 14, 24, 34, 44,...,684 e 694.
Quando usada amostragem sistemática deve-se ter o máximo de cuidado
para certificar-se que na grade que será aplicada não há nenhum padrão, caso
houver algum, o resultado será considerado tendencioso.
1.3.1.3 Amostragem por conglomerados
Em uma amostragem por conglomerados todos os elementos de uma grade
são divididos em grupos que ocorrem naturalmente. Correa (2003, p. 34) diz que
“uma amostra por conglomerado é uma amostra aleatória simples na qual cada
unidade de amostragem é um grupo, ou um conglomerado de
elementos.”Diferentemente da amostragem sistemática que divide os grupos em um
número de elementos iguais, os grupos da amostragem por conglomerados podem
ser de quantidades de elementos diferentes e dizem respeito a cidades, bairros,
ruas, setores de uma fábrica, entre outros grupos. Logo após o conhecimento dos
conglomerados, um número distinto dos mesmos é selecionado aleatoriamente e
estudado todos os itens dos conglomerados selecionados. Caso o conglomerado
estudado apresente um número grande de elementos, torna-se necessário a
extração de uma amostra do mesmo.
A amostragem por conglomerados soluciona a dificuldade da amostragem
aleatória simples e da amostragem sistemática, que diz respeito aos elementos de
uma população que estejam dispersa à um logo território. Soluciona também os
problemas da amostragem sistemática que diz respeito ao perigo da grade
apresentar padrões, já que cada padrão, poderá ser considerado um conglomerado.
1.3.1.4 Amostragem estratificada
Segundo Correa (2002, p. 32) uma amostra estratificada é obtida separando-
se as unidades da população em grupos não superpostos chamados estratos, Na
amostragem estratificada, também há a divisão em grupos dos elementos presentes
na grade, esses subconjuntos são conhecidos como estratos. Um subconjunto ou
estrato é baseado nas características em comum dos elementos, como por exemplo,
ano de fabricação em caso de peças ou nível de escolaridade em caso de pessoas.
Dentro de cada estrato é extraído uma amostra aleatória simples para estudo.
Possui os mesmos benefícios citados na amostragem por conglomerados.
1.3.1.5 Amostragem por múltiplos estágios
É a combinação das amostragens anteriores em duas ou mais etapas, onde o
pesquisador pode usar segundo sua necessidade qualquer uma das amostragens
citadas anteriormente em várias etapas. Um exemplo disso é uma pesquisa política
na qual usa a amostragem casual simples para retirar uma amostra de um estado
brasileiro, e logo após, usar a amostragem por conglomerados na amostra anterior
para separar em grupos locais, e por fim utilizar a amostragem sistemática para
retirar de cada grupo local uma amostra de elementos para estudo.
1.3.2 Amostragem não-probabilística
Os métodos não probabilísticos são amostragens em que o pesquisador
escolhe diretamente os elementos inclusos na amostra.Segundo Levine (2008, p.
218):
“em uma amostra não-probabilística, você seleciona os itens ou
indivíduos sem conhecer suas respectivas probabilidades de seleção.
Por conseguinte, a teoria desenvolvida para amostragens
probabilísticas não podem ser aplicada a amostras não-
probabilísticas.”
Não é possível estender os resultados da pesquisa a toda a população, já que
amostras não probabilística não garantem a representação da população.
1.3.2.1 Inacessibilidade da população
Por vezes não temos acesso a toda a população, nesse caso o trabalho
deve ser feito na parte acessível.
De acordo com Costa Neto (1977, p. 43) “nem sempre é possível se ter
acesso a toda a população objeto de estudo, sendo assim é preciso dar segmento a
pesquisa utilizando-se a parte da população que é acessível na ocasião da
pesquisa”.
Exemplo: temos que fazer uma pesquisa da produção de peças de uma
máquina, a população é todas as peças da máquina, porém há peças que já foram
vendidas pela empresa, por isso vamos usar apenas as que estão sendo produzidas
e as que serão produzidas.
1.3.2.2 Amostragem a esmo ou sem norma
Amostragem a esmo ou sem norma é a amostragem em que o pesquisador,
para simplificar o processo, procura ser aleatório sem, no entanto, realizar
propriamente o sorteio usando algum dispositivo aleatório confiável (COSTA NETO,
1977).
Por exemplo: se desejamos retirar 100 parafusos de uma caixa com 10000,
não faremos uma AAS, pois seria muito trabalhoso, mas retiraremos simplesmente a
esmo.
1.3.2.3 População formada por material contínuo
Quando a população é formada por material continuo é impossível realizar
amostragem probabilística, devido à impraticabilidade de um sorteio rigoroso. Se a
população for líquida ou gasosa, o que se costuma fazer, com resultado satisfatório,
é homogeneizá-la e retirar a amostra a esmo. Tal procedimento pode às vezes,
também ser utilizado em caso de material sólido (COSTA NETO, 1977).
Ás vezes a homogeneização não é possível, por isso é necessário adotar
outro método, chamado enquartação, que segundo Costa Neto (p. 1977) “consiste
em subdividir a população em diversas partes (a origem do nome pressupõe a
divisão em quatro partes), sorteando-se uma ou mais delas para constituir a amostra
ou para delas retirar a amostra”.
1.3.2.4 Amostragens intencionais ou por julgamento
Segundo Levine (2008, p. 219), em uma amostra por julgamento, coletam-se
as opiniões de peritos pré-selecionados sobre o assunto objeto de pesquisa.
É considerado um processo arriscado, tendo em vista que o pesquisador
pode se enganar (involuntariamente ou “voluntariamente”), já que se baseia
totalmente nas preferências do pesquisador, que deliberadamente alguns elementos
para fazer parte da amostra, com base no argumento de que eles seriam
representativos ideais para a população.
Esse tipo de amostragem é comumente utilizado em pesquisas qualitativas.
Exemplo: quando se deve escolher uma determinada pessoa para representar uma
empresa.
Existe também a amostragem por cotas que, conforme Merrill e Fox (1977), a
amostragem por cotas é um tipo de amostragem por julgamento. Em uma amostra
por cota, fixam-se cotas de acordo com determinados critérios, mas, dentro das
cotas, a escolha dos itens da amostra depende de julgamento pessoal.
Possui duas etapas: na 1ª é feita uma seleção categorias de controle ou cotas
de população, que são características de controle relevantes para a pesquisa,
exemplo: sexo, idade, etc., e na 2ª etapa os elementos são selecionados de modo
conveniente, com base no julgamento.
1.3.2.5 Amostragem por voluntários
Quando os próprios componentes da população se voluntariam para participar
da pesquisa, o processo é caracterizado como amostragem de voluntários. Ele é
muito comum quando publicações, como revistas ou jornais, querem saber a opinião
de seus leitores sobre o conteúdo da editoração. Também ocorre com frequência
quando se deseja saber a opinião de usuários de certos serviços, como restaurantes
(BARBETTA, 2012).
2. DESENVOLVIMENTO
2.1 MÉTODO DE AMOSTRAGEM
Cada empresa pesquisada diz respeito aum setor específico, as seguintes
empresas foram escolhidas para a análise: OGX Petróleo, referente ao setor de
petróleo, gás e combustíveis, Banco do Brasil representando o setor financeiro, MRV
Engenharia, o setor de construção e transporte, Positivo Informática, tecnologia da
informação e Vale do Rio Doce, o setor de material básico.
Para selecionar as empresas foi feita uma amostragem, utilizando o método
de amostragem intencional por cotas, na qual as seguintes cotas foram
estabelecidas pela para a seleção:
 Ser empresa de capital aberto;
 Constar na BM&F Bovespa;
 Ter tempo o suficiente na BM&F Bovespa, para ser retirado de seus dados
uma amostra robusta (mais de 1000 dados);
 Cada empresa deve pertencer a um setor diferente;
 Constar na amostra, obrigatoriamente, a empresa OGX Petróleo.
Após a seleção das empresas, foi feita uma segunda amostragem intencional
por cotas, para coletar os dados de cada empresa, do qual as seguintes cotas foram
estabelecidas:
 De cada empresa tem que ser retirado um período capaz de fornecer uma
quantidade de dados robusta (mais de 1000 dados);
 O fim do período selecionado deve estar próximo à atual.
Uma vez retirado essa amostra, é realizado sobre eles a estatística descritiva.
2.2 ESTATÍSTICA DESCRITIVA
A tabela abaixo representa a estatística descritiva das 5 empresas contidas
na BM&F Bovespa, com dados que correspondem ao período de 07/01/10 a
11/04/2013, e após, uma descrição dos dados de cada empresa.
TABELA 1: ESTATÍSTICA DESCRITIVA
Estatística Descritiva
OGX BBA MRV POSITIVO VALE
Mínimo 0,13 18,2 6,09 2,2 28,39
Máximo 23,27 34,98 18,3 21,85 60,92
Moda 0,24 28 13,4 5,02 37,4
Amplitude 23,14 16,78 12,21 19,65 32,53
Média 10,60 26,03 11,67 8,11 42,98
Mediana 12,89 26,02 11,75 5,69 42,16
Variância 55,23 12,33 7,01 28,30 65,88
Desvio Padrão 7,43 3,51 2,65 5,32 8,12
Coef. de Variação 70,14 13,50 22,69 65,59 18,89
2.2.1 Mínimo, máximo e amplitude
O item “mínimo” na tabela corresponde ao menor valor de cada empresa que
foi apresentado no período referente ao período de 07/01/10 a 11/04/2013, e o item
“máximo”, corresponde ao maior valor nesse mesmo período.Com base nesses
valores é obtida a amplitude, que de acordo com Correa (2003, p. 60) é a diferença
entre o maior e o menor dos valores da série.
A empresa OGX foi a que mais oscilou o valor das ações, sendo que a
diferença entre o menor e maior, ou a amplitude, foi de R$23,14, um número muito
próximo do maior valor. Esse valor é resultado da grande uma depressão que teve
nos preços das ações desta empresa, a qual no início da amostragem apresentava
valores razoáveis e ao começo do ano de 2012, os preços das ações começaram a
despencar finalizando a amostragem com valores muito baixos. Em meio à baixa
dos preços, não houve nenhum aumento significativo, prevalecendo como maior
preço, uma ação perto do início do período da amostragem e o menor aofim.
Outro exemplo do que aconteceu com a OGX é a empresa Positivo, que teve
seu maior valor que correspondeu a R$21,85 no começo de 2010 e o valor mínimo
de suas ações no começo de 2014 a R$2,20, tendo como amplitude R$19,65, um
valor muito próximo ao máximo.
2.2.2 Moda e mediana
Segundo Correa (2003, p.50) moda é o valor que ocorre com maior
frequência em um conjunto de dados, e que é denominado valor modal. Por
exemplo, nota-se no valor modal da OGX, que as ações diversas vezes atingiram o
valor de R$0,14.
A mediana segundo Correa (2003, p. 52): O valor da mediana encontra-se no
centro da série estatística organizada, de tal forma que o número de elementos
situados antes desse valor é igual ao número de elementos que se encontram após
esse mesmo valor. Dessa forma as medianas contidas na tabela, correspondem aos
dados de forma organizada, que se par o número total de elementos, a mediana
recebe o valor dos 2 elementos centrais da amostra, dividido por 2, se ímpar, a
mediana recebe apenas o valor central.
2.2.3 Média
Correa (2003, p. 49) diz que média aritmética é o quociente da divisão da
soma dos valores da variável pelo número deles. A médiaaritmética é, de modo
geral, a mais importante de todas as medidas descritivas.
Quanto mais alto esse valor, maiores são os valores das ações da empresa
durante o período. Por exemplo: a Vale do Rio Doce possui a maior média
aritmética, pois durante o período teve os mais altos preços das 5 empresas em
suas ações.
Fazendo uma comparação entre a OGX Petróleo e a Positivo Informática,
vemos que a segunda possui uma média aritmética menor, pois no período corrente
passou mais tempo com as ações em baixa, com relação ao inicio do período, já a
OGX Petróleo despencou mais ao meio do período. Frisando que a menor média
entre as cinco empresas é a da Positivo Informática e o valor de suas ações ao fim
do período selecionado é ainda maior do que as da OGX Petróleo.
2.2.4 Variância, desvio padrão e coeficiente de variação
De acordo com Correa (2003, p. 60):
“A variância leva em consideração os valores extremos e os
valores intermediários, isto é, expressa melhor os resultados
obtidos. A variância relaciona os desvios em torno da média,
ou, mais especificamente, é a média aritmética dos quadrados
dos desvios.”
A variância é usada para calcular o desvio padrão, que, na prática, é sua
maior utilidade.
Correa (2003, p. 61) define o desvio padrão como a medida mais usada na
comparação de diferenças entre conjuntos dedados, por ter grande precisão. O
desvio padrão determina a dispersão dos valores em relaçãoà média e é calculado
por meio da raiz quadrada da variância.
O desvio padrão traz informações reveladoras em relação à oscilação do
valor das ações das empresas, ou seja, quanto maior ele for maior oscilação há
entre esses valores, além de ser diretamente influenciado pela média. Por exemplo:
a MRV é a que apresenta um baixo desvio padrão no período, pois o valor de suas
ações apresenta oscilações de baixo valor, ao contrário do que acontece na Vale do
Rio Doce, porém não podemos afirmar muito mais do que isso, já que o desvio
padrão, como já foi citado, é muito influenciado pela média, que por sua vez é
influenciada pela maioria dos valores das ações no período.
Em suma, o desvio padrão é realmente útil ao comparar conjuntos de dados,
porém ele revela o valor do desvio em relação à média de maneira absoluta, ou seja,
o tamanho em real da oscilação.
No entanto, o coeficiente da variação,segundo Correa (2003, p. 61) trata-se
de uma medida relativa de dispersão útil para a comparação em termosrelativos do
grau de concentração. Ou seja, é um valor que complementa o desvio padrão, que é
um valor de dispersão absoluto, revelandoa porcentagem de oscilação que existe
entre o valor das ações da empresa no determinado período.
Diz-se que uma distribuição tem:
 Baixa dispersão: CV ≤ 15%
 Média dispersão: 15%< CV<30%
 Alta dispersão: CV ≥ 30%
Por exemplo: de acordo com o coeficiente de variação das ações das
empresas em determinado período, o Banco do Brasil é a empresa de menor
oscilação entre elas, ou seja, um investimento nele é mais confiável, pois há menos
dispersão.
3 CONCLUSÃO
Esta pesquisa realizada com as empresas OGX Petróleo, Banco do Brasil,
MRV Engenharia, Positivo Informática e aVale do Rio Doce, que são de capital
aberto e estão BM&F Bovespa. Foi analisado os seus dados referentes ao preço de
suas ações no período compreendido entre 07/01/2010 à 11/04/2014. Após a
estatística descritiva constatou-se que o Banco do Brasil representa a opção mais
segura de investimento, pois apresenta um baixo desvio padrão e menos de 15% de
coeficiente de variação.
O tipo de amostragem utilizado foi a de amostragem intencional por cotas,
quando cotas são estabelecidas para a escolha entre a população alvo. Constatou-
se que apesar desse tipo de amostragem não ser incentivado, ela é muito útil
quando não se estende seus resultados para toda a população, uma vez que ela
não os representa. Ou seja, ela é útil para uma pesquisa específica, sempre
considerando seus resultados apenas para a amostragem definida a partir das
cotas.
4 REFERÊNCIAS
BARBETTA, Pedro Alberto. Estatística Aplicada a Ciências Sociais. – Curitiba:
IEDES Brasil S.A., 2012.
CORREA, S. M. B. B.(2003) Probabilidade e Estatística - 2ª ed. Belo Horizonte:
PUC Minas Virtual.
COSTA NETO, P. L. O. Estatística. São Paulo: Edgard Blücher, 1977. 264p.
FERNANDES M. G. P.(1999) Estatística Aplicada. Braga: Universidade do Minho.
LEVINE, David M. et al. Estatística: Teoria e Aplicações.5ª ed. Tradução
Teresinha Cristina Padilha de Souza - Rio de Janeiro: LCT, 2008. 752 p.
OLIVEIRA L. Silvio. Tratado de metodologia científica: projetos de pesquisa,
TGI, TCC, Monografias, Dissertações e Teses. 2ª ed. São Paulo Pioneira 1999.

Contenu connexe

Tendances

Estudos Observacionais (aula 7)
Estudos Observacionais (aula 7)Estudos Observacionais (aula 7)
Estudos Observacionais (aula 7)Sandra Lago Moraes
 
Métodos e técnicas da sociologia
Métodos e técnicas da sociologiaMétodos e técnicas da sociologia
Métodos e técnicas da sociologiaturma12c1617
 
Métodos de pesquisa: survey
Métodos de pesquisa: surveyMétodos de pesquisa: survey
Métodos de pesquisa: surveyAristides Faria
 
Meta análise– veda2
Meta análise– veda2Meta análise– veda2
Meta análise– veda2souzadea1
 
23 metodos qualitativos e quantitativos
23 metodos qualitativos e quantitativos23 metodos qualitativos e quantitativos
23 metodos qualitativos e quantitativosJoao Balbi
 

Tendances (8)

Da populacao a amostra
Da populacao a amostraDa populacao a amostra
Da populacao a amostra
 
Estudos Observacionais (aula 7)
Estudos Observacionais (aula 7)Estudos Observacionais (aula 7)
Estudos Observacionais (aula 7)
 
Métodos e técnicas da sociologia
Métodos e técnicas da sociologiaMétodos e técnicas da sociologia
Métodos e técnicas da sociologia
 
Métodos de pesquisa: survey
Métodos de pesquisa: surveyMétodos de pesquisa: survey
Métodos de pesquisa: survey
 
Meta análise– veda2
Meta análise– veda2Meta análise– veda2
Meta análise– veda2
 
23 metodos qualitativos e quantitativos
23 metodos qualitativos e quantitativos23 metodos qualitativos e quantitativos
23 metodos qualitativos e quantitativos
 
Questões éticas (aula 10)
Questões éticas (aula 10)Questões éticas (aula 10)
Questões éticas (aula 10)
 
Ensaios Clinicos (aula 8)
Ensaios Clinicos (aula 8)Ensaios Clinicos (aula 8)
Ensaios Clinicos (aula 8)
 

Similaire à Probabilidade e estat+¡stica

My arquivo Amostragem_slides alunos.ppt
My arquivo Amostragem_slides alunos.pptMy arquivo Amostragem_slides alunos.ppt
My arquivo Amostragem_slides alunos.pptssuser9f513e
 
A nossa estatística
A nossa estatística  A nossa estatística
A nossa estatística Sasuke Sakura
 
Formas de amostragem
Formas de amostragemFormas de amostragem
Formas de amostragemPaulo Diniz
 
Formas de amostragem inspeções
Formas de amostragem inspeçõesFormas de amostragem inspeções
Formas de amostragem inspeçõesPaulo Diniz
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Danielguest8af68839
 
A nossa estatística (2)
A nossa estatística (2)A nossa estatística (2)
A nossa estatística (2)Sasuke Sakura
 
Profsidineiindoleonardo 6m1
Profsidineiindoleonardo 6m1Profsidineiindoleonardo 6m1
Profsidineiindoleonardo 6m1carolineborba
 
Tecnicas de pesquisa de mercado - Amostragem - Aula 5
Tecnicas de pesquisa de mercado - Amostragem - Aula 5Tecnicas de pesquisa de mercado - Amostragem - Aula 5
Tecnicas de pesquisa de mercado - Amostragem - Aula 5Ueliton da Costa Leonidio
 
amostragem.ppt
amostragem.pptamostragem.ppt
amostragem.pptwfkam
 
Metodologias de investigação em sociologia
Metodologias de investigação em sociologiaMetodologias de investigação em sociologia
Metodologias de investigação em sociologiaturma12c
 
Capítulo 1 livro básico probabiliade
Capítulo 1  livro básico probabiliadeCapítulo 1  livro básico probabiliade
Capítulo 1 livro básico probabiliadeWodson Vieira Gomes
 
Estatistica aplicada a GRH
Estatistica aplicada a GRHEstatistica aplicada a GRH
Estatistica aplicada a GRHaurelio2machado
 
Amostragem pesq mktppt
Amostragem pesq mktpptAmostragem pesq mktppt
Amostragem pesq mktpptCésar William
 
Amostragem e estimacao
Amostragem e estimacaoAmostragem e estimacao
Amostragem e estimacaoLuciano Alves
 

Similaire à Probabilidade e estat+¡stica (20)

My arquivo Amostragem_slides alunos.ppt
My arquivo Amostragem_slides alunos.pptMy arquivo Amostragem_slides alunos.ppt
My arquivo Amostragem_slides alunos.ppt
 
A nossa estatística
A nossa estatística  A nossa estatística
A nossa estatística
 
Atividade sobre amostragem
Atividade sobre amostragemAtividade sobre amostragem
Atividade sobre amostragem
 
Amostragem(aula 2 2017)
Amostragem(aula 2 2017)Amostragem(aula 2 2017)
Amostragem(aula 2 2017)
 
Formas de amostragem
Formas de amostragemFormas de amostragem
Formas de amostragem
 
Formas de amostragem inspeções
Formas de amostragem inspeçõesFormas de amostragem inspeções
Formas de amostragem inspeções
 
A pesquisa do tipo Survey
A pesquisa do tipo SurveyA pesquisa do tipo Survey
A pesquisa do tipo Survey
 
Amostragem
AmostragemAmostragem
Amostragem
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Daniel
 
A nossa estatística (2)
A nossa estatística (2)A nossa estatística (2)
A nossa estatística (2)
 
Profsidineiindoleonardo 6m1
Profsidineiindoleonardo 6m1Profsidineiindoleonardo 6m1
Profsidineiindoleonardo 6m1
 
Tecnicas de pesquisa de mercado - Amostragem - Aula 5
Tecnicas de pesquisa de mercado - Amostragem - Aula 5Tecnicas de pesquisa de mercado - Amostragem - Aula 5
Tecnicas de pesquisa de mercado - Amostragem - Aula 5
 
amostragem.ppt
amostragem.pptamostragem.ppt
amostragem.ppt
 
Amostragem - estatistica
Amostragem - estatisticaAmostragem - estatistica
Amostragem - estatistica
 
Metodologias de investigação em sociologia
Metodologias de investigação em sociologiaMetodologias de investigação em sociologia
Metodologias de investigação em sociologia
 
Capítulo 1 livro básico probabiliade
Capítulo 1  livro básico probabiliadeCapítulo 1  livro básico probabiliade
Capítulo 1 livro básico probabiliade
 
Estatistica aplicada a GRH
Estatistica aplicada a GRHEstatistica aplicada a GRH
Estatistica aplicada a GRH
 
Apostila estatística 1
Apostila estatística   1Apostila estatística   1
Apostila estatística 1
 
Amostragem pesq mktppt
Amostragem pesq mktpptAmostragem pesq mktppt
Amostragem pesq mktppt
 
Amostragem e estimacao
Amostragem e estimacaoAmostragem e estimacao
Amostragem e estimacao
 

Dernier

A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARXA CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARXHisrelBlog
 
FORMAÇÃO POVO BRASILEIRO atividade de história
FORMAÇÃO POVO BRASILEIRO atividade de históriaFORMAÇÃO POVO BRASILEIRO atividade de história
FORMAÇÃO POVO BRASILEIRO atividade de históriaBenigno Andrade Vieira
 
Caça palavras - BULLYING
Caça palavras  -  BULLYING  Caça palavras  -  BULLYING
Caça palavras - BULLYING Mary Alvarenga
 
Poder do convencimento,........... .
Poder do convencimento,...........         .Poder do convencimento,...........         .
Poder do convencimento,........... .WAGNERJESUSDACUNHA
 
Ressonancia_magnetica_basica_slide_da_net.pptx
Ressonancia_magnetica_basica_slide_da_net.pptxRessonancia_magnetica_basica_slide_da_net.pptx
Ressonancia_magnetica_basica_slide_da_net.pptxPatriciaFarias81
 
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptxSlides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptxLuizHenriquedeAlmeid6
 
Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024gilmaraoliveira0612
 
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)profesfrancleite
 
Depende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsxDepende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsxLuzia Gabriele
 
Aula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptxAula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptxMarceloDosSantosSoar3
 
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdf
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdfEBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdf
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdfIBEE5
 
O-P-mais-importante.pptx de Maria Jesus Sousa
O-P-mais-importante.pptx de Maria Jesus SousaO-P-mais-importante.pptx de Maria Jesus Sousa
O-P-mais-importante.pptx de Maria Jesus SousaTeresaCosta92
 
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123JaineCarolaineLima
 
Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974AnaRitaFreitas7
 
arte retrato de um povo - Expressão Cultural e Identidade Nacional
arte retrato de um povo - Expressão Cultural e Identidade Nacionalarte retrato de um povo - Expressão Cultural e Identidade Nacional
arte retrato de um povo - Expressão Cultural e Identidade Nacionalidicacia
 
Verbos - transitivos e intransitivos.pdf
Verbos -  transitivos e intransitivos.pdfVerbos -  transitivos e intransitivos.pdf
Verbos - transitivos e intransitivos.pdfKarinaSouzaCorreiaAl
 
Cruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegyptiCruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegyptiMary Alvarenga
 

Dernier (20)

A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARXA CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
A CONCEPÇÃO FILO/SOCIOLÓGICA DE KARL MARX
 
FORMAÇÃO POVO BRASILEIRO atividade de história
FORMAÇÃO POVO BRASILEIRO atividade de históriaFORMAÇÃO POVO BRASILEIRO atividade de história
FORMAÇÃO POVO BRASILEIRO atividade de história
 
Caça palavras - BULLYING
Caça palavras  -  BULLYING  Caça palavras  -  BULLYING
Caça palavras - BULLYING
 
Poder do convencimento,........... .
Poder do convencimento,...........         .Poder do convencimento,...........         .
Poder do convencimento,........... .
 
Ressonancia_magnetica_basica_slide_da_net.pptx
Ressonancia_magnetica_basica_slide_da_net.pptxRessonancia_magnetica_basica_slide_da_net.pptx
Ressonancia_magnetica_basica_slide_da_net.pptx
 
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdfAbordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 2. Análise temática (Severino, 2013)_PdfToPowerPoint.pdf
 
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptxSlides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
Slides Lição 1, CPAD, O Início da Caminhada, 2Tr24, Pr Henrique.pptx
 
Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024Atividade de matemática para simulado de 2024
Atividade de matemática para simulado de 2024
 
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)
AS REBELIÕES NA AMERICA IBERICA (Prof. Francisco Leite)
 
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
Abordagens 4 (Problematização) e 5 (Síntese pessoal) do texto de Severino (20...
 
Depende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsxDepende De Nós! José Ernesto Ferraresso.ppsx
Depende De Nós! José Ernesto Ferraresso.ppsx
 
Aula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptxAula 6 - O Imperialismo e seu discurso civilizatório.pptx
Aula 6 - O Imperialismo e seu discurso civilizatório.pptx
 
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdf
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdfEBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdf
EBOOK LINGUAGEM GRATUITO EUDCAÇÃO INFANTIL.pdf
 
O-P-mais-importante.pptx de Maria Jesus Sousa
O-P-mais-importante.pptx de Maria Jesus SousaO-P-mais-importante.pptx de Maria Jesus Sousa
O-P-mais-importante.pptx de Maria Jesus Sousa
 
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
SEMIOSES DO OLHAR - SLIDE PARA ESTUDO 123
 
Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974Trabalho DAC História 25 de Abril de 1974
Trabalho DAC História 25 de Abril de 1974
 
Abordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdfAbordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdf
Abordagem 3. Análise interpretativa (Severino, 2013)_PdfToPowerPoint.pdf
 
arte retrato de um povo - Expressão Cultural e Identidade Nacional
arte retrato de um povo - Expressão Cultural e Identidade Nacionalarte retrato de um povo - Expressão Cultural e Identidade Nacional
arte retrato de um povo - Expressão Cultural e Identidade Nacional
 
Verbos - transitivos e intransitivos.pdf
Verbos -  transitivos e intransitivos.pdfVerbos -  transitivos e intransitivos.pdf
Verbos - transitivos e intransitivos.pdf
 
Cruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegyptiCruzadinha da dengue - Mosquito Aedes aegypti
Cruzadinha da dengue - Mosquito Aedes aegypti
 

Probabilidade e estat+¡stica

  • 1. INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO ESPÍRITO SANTO CURSO DE SISTEMAS DE INFORMAÇÃO CEZAR S. VELOSO JÚNIOR, KASSIO PEREIRA SCHAIDER E RAFAEL DOS SANTOS GOMES AMOSTRAGENS E ANÁLISE ESTATÍSTICA COLATINA, ABRIL DE 2014
  • 2. RESUMO O presente trabalho tem por finalidade realizar um estudo sobre a variação do preço de ações de cinco empresas de setores diferentes e a aplicação do método de amostragem utilizado. As seguintes empresas constam no estudo: OGX Petróleo, Banco do Brasil, MRV Engenharia, Positivo Informática e Vale do Rio Doce. Para isso realizara-se a amostragem, e logo após, a estatística descritiva de cada uma das empresas listadas. As empresas participantes são de capital aberto e constam na BM&F Bovespa. Para isso o estudo foi retirado dados referentes ao período de 07/01/2010 à 11/04/2014, constando no total, 1098 dados de cada empresa retirados para análise.
  • 3. SUMÁRIO 1...................................................................................................................Introdução 1.1........................................................................................Processo de Amostragem 1.2 ......................................................................................................................Grade 1.3 ........................................................................................Técnicas de amostragem 1.3.1 ....................................................................................Amostragem probabilística 1.3.1.1 ..............................................................................Amostragem casual simples 1.3.1.2 ...................................................................................Amostragem sistemática 1.3.1.3.......................................................................Amostragem por conglomerados 1.3.1.4..................................................................................Amostragem Estratificada 1.3.1.5.................................................................. Amostragem por múltiplos estágios 1.3.2..........................................................................Amostragens não-probabilísticas 1.3.2.1...........................................................................Inacessibilidade da população 1.3.2.2..................................................................Amostragem a esmo ou sem norma 1.3.2.3..........................................................População formada por material contínuo 1.3.2.4 .......................................................Amostragem Intencional ou por julgamento 1.3.2.5 ...............................................................................Amostragem por voluntários 2 .........................................................................................................Desenvolvimento 2.1 ...........................................................................................Método de amostragem 2.2 .................................................................................................Estatística descritiva 2.2.1 .................................................................................Mínimo, máximo e amplitude 2.2.2 ..................................................................................................Moda e mediana 2.2.3 .....................................................................................................................Média 2.2.4 ..............................................Variância, desvio padrão e coeficiente de variação 3 ..................................................................................................................Conclusão 4 ....................................................................................................................Refências
  • 4. 1. INTRODUÇÃO A amostragem é um processo que se aplica a várias áreas o conhecimento, é utilizado quando há necessidade da obtenção de informações da realidade de certa população a ser pesquisada, onde no qual outros meios se apresentam ineficientes ou até mesmo impossíveis."Para saber se o bolo de chocolate está bom, basta comer uma fatia." (FERNANDES, 1999, p. 1). A amostragem é a área da estatística que estuda relações entre certa população e a amostra extraída da mesma, onde a amostragem diz respeito ao processo de determinação da amostra a ser estudada, e amostra por sua vez, é a parte dos indivíduos de uma população estatística, assim por meio de comparações é possível à avaliação de grandezas desconhecidas de uma população. Diferente do senso, que é o estudo de todos os elementos presentes em certa população, a amostragem tem como objetivo selecionar certa parte de uma população para a observação conhecida como amostra, essa parte deve ser selecionada de forma que represente a população total de onde foi selecionada, com objetivo de que as características adquiridas desse subconjunto possam servir como característica geral da população.“O universo ou população é o conjunto de seres animados ou inanimados que apresentam pelo menos uma característica em comum [...] dependem do assunto a ser investigado.” (OLIVEIRA, 1999, p. 72). Exemplos de utilização de uma amostragem:  Sondagens à opinião pública, que visa o conhecimento da opinião de certa população sobre variadas questões, a amostragem mais utilizada que se enquadra nessas características são as pesquisas políticas.  Inspeção de mercado, que tem como objetivo saber a opinião de certa população sobre um produto, como por exemplo, opiniões sobre um programa de televisão.  Para saber como uma doença está afetando uma população, nesse caso, a amostra é adquirida em instituição médicas com histórico de pacientes. 1.1 PROCESSO DE AMOSTRAGEM Após selecionar as informações a ser recolhidas e o como será recolhida (instrumento de pesquisa, como por exemplo, questionário ou entrevista), deve-se
  • 5. escolher o processo de amostragem que irá ser utilizado com base nas informações a ser recolhidas e no instrumento de pesquisa a ser utilizado. 1.2 GRADE Inicialmente na construção da amostra será necessária a definição de uma grade, ou seja, uma lista de itens que compõe a população alvo, como listas de população, diretórios ou mapas. Essa definição deverá ser clara e objetiva, de forma que facilite a extração das informações na grade. Fernandes (1999, p. 4) diz que a população alvo é constituída por todos os elementos sobre os quais se deseja obter um determinado conjunto de informações. Um exemplo disso é algum estudo sobre intenções de votos de certa população, uma grade com população alvo adequada para esse tipo de amostragem seria a parte da população que estão com idade e condições para votar e que vote em uma zona eleitoral localizado na área onde o candidato irá atuar caso seja eleito. Então depois de definida a grade, podemos então, extrair a amostra. 1.3 TÉCNICAS DE AMOSTRAGEM A amostragem pode ser dividida em dois grupos distintos, amostragem probabilística e não probabilísticas ambas seguem o objetivo geral de uma amostragem, adquirir uma representação fiel e precisa das informações de uma população. A principal diferença entre esses dois grupos é que na amostragem probabilística todos os elementos de certa população tem um número de chances iguais (diferente de zero) de participar, enquanto na amostragem não probabilística os elementos são escolhidos a critério do pesquisador. Ambas têm suas vantagens de acordo com a informação a ser recolhidas, amostras não probabilística são mais rápidas além de custar menos que as amostras probabilísticas, essas que por sua vez, produz resultados mais confiáveis além de poder extrair conclusões que podem ser aplicadas a toda população.
  • 6. 1.3.1 Amostragem probabilística Segundo Correa (2003) amostragem probabilística é caracterizada por todos os elementos presentes na população, terem a mesma chance (diferente de zero) de fazer parte da amostra, não havendo qualquer influência do investigador nos resultados. Sempre que possível deve-se utilizar para obtenção de informações de uma população a amostragem probabilística, na prática geralmente esses métodos se mostram difíceis ou mesmo impossíveis de serem aplicados, porém o pesquisador deve se esforçar para que esses métodos sejam usados. Uma das dificuldades da amostragem probabilística é na obtenção de uma listagem completa de uma população para colheita de informações, em geral essa listagem é difícil de conseguir, pois há demora na obtenção, de custo elevado, e nem sempre é confiável. Outra dificuldade que há, é na obtenção das respostas, já que depois de selecionados os entrevistados não podem ser alterados, e caso não haja resposta na primeira tentativa, normalmente haverá outras seja por entrevista pessoal, telefone ou correio, o que aumenta o custo da pesquisa. Assim a utilização da amostragem probabilística torna-se mais cara, porém o custo é pouco importante diante da confiabilidade das informações obtidas. A principal vantagem de se aplicar a amostragem probabilística é a possibilidade da aplicação de técnicas estatísticas e de inferência, possibilitando assim a generalização dos resultados obtidos em toda a população, o que não ocorre nas amostragens não probabilísticas. São métodos de amostragem probabilística, amostragem casual simples, amostragem sistemática, amostragem por conglomerados, amostragem estratificada e amostragem múltipla. 1.3.1.1 Amostragem casual simples Também conhecida como amostragem aleatória simples, esse é o método mais utilizado de amostragem probabilística e constitui a base para outros métodos de amostragem probabilísticos.Nesse método como em outras amostragens probabilísticas todo o elemento de uma população tem chances iguais de ser selecionado para a amostra.
  • 7. Para Correa (2003) a amostragem aleatória simples é um processo para selecionar amostras de tamanho“n” dentre as “N” unidades em que foi dividida a população. Representando N como o tamanho da grade, e n como o tamanho da amostra a ser extraída, essa técnica enumera todos os elementos da grade de 1 a N para um sorteio. Nesse sorteio a probabilidade de todos os elementos serem sorteados, em particular no primeiro sorteio, é de 1/N. Há duas formas de se conseguir a amostra nesse método, podendo realizar sorteio com reposição ou sem reposição. No método com reposição, é selecionado aleatoriamente um dos elementos da grade, logo após você devolve o elemento a grade, podendo assim ser selecionado novamente no próximo sorteio, assim na primeira vez que você selecionou um elemento, esse teve a mesma chance igual aos N elementos da grade de ser selecionado (1/N), e logo após o sorteio foi devolvido à grade podendo assim ser selecionado novamente com a mesma chance de todos (1/N). Esse processo é repetido até selecionar todos os n elementos da amostra. No método sem reposição, é selecionado aleatoriamente um dos elementos da grade, sendo que no primeiro sorteio a chances de qualquer elemento presente na grade ser selecionado é de 1/N, porém o elemento selecionado não é devolvido a grade, impossibilitando-o de ser selecionado novamente, assim no segundo sorteio a chance de todos os elementos que sobraram na grade ser selecionado é de 1/(N- 1), e assim consecutivamente até selecionar todos os n elementos da amostra. Para ambos os processos deve se utilizar métodos aleatórios para a seleção da amostra, um exemplo desses métodos é a utilização da tabela de números aleatórios (Anexo 1.1). Essa tabela consiste em uma série de dígitos gerados aleatoriamente, com base no fato de que o sistema decimal possui 10 dígitos (0, 1, 2, 3,...,9), todos os dígitos da tabela tem a chance igual (1/10) de ser gerado. Ou seja, caso a escolha for uma sequência de 200 dígitos, espera-se que 20 desses dígitos correspondam ao número 0, 20 correspondam ao dígito 1, 20 correspondam ao dígito 2, e assim consecutivamente. Para utilizar essa tabela, deve-se atribuir a cada elemento da grade um código numérico, logo após é gerada a tabela, e os elementos selecionados são aqueles cujo código foi encontrado na tabela. 1.3.1.2 Amostragem sistemática
  • 8. Representando N como o tamanho da grade, e n como o tamanho da amostra a ser extraída, no método de amostragem sistemática é consiste em dividir todos os N elementos da grade em n subconjuntos de k itens, onde k é o resultado de N/n, arredondando o resultado para o inteiro mais próximo. Segundo Correa (2003, p. 34): “Quando os elementos da população já se encontram ordenados, não há necessidade de se construir o sistema de referência. Nesses casos, a seleção dos elementos que constituirão a amostra pode ser por um sistema imposto pelo pesquisador.”. Por exemplo, há uma grade com 600 peças montadas em uma fábrica qualquer e enumeradas de 1 a 600, para a retirada de uma amostra de 60 elementos dessa grade, são divido as 600 peças em 60 grupos iguais de 10 elementos cada. Logo após esse processo é escolhido um número aleatório dos primeiros k itens presentes na grade, e a partir desse número selecionado, é escolhidos entres os n-1 itens restantes na grade, cada número depois de um intervalo k de números. Ou seja, no exemplo que foi citado onde ouve 60 grupos de 10 elementos, suponha que foi selecionado aleatoriamente nos primeiros 10 elementos da grade o número 4, logo a partir desse resultado os elementos selecionados será o elemento nº 4 e todos os elementos que estiverem no intervalo de 10 números depois do nº 4, ou seja: 14, 24, 34, 44,...,684 e 694. Quando usada amostragem sistemática deve-se ter o máximo de cuidado para certificar-se que na grade que será aplicada não há nenhum padrão, caso houver algum, o resultado será considerado tendencioso. 1.3.1.3 Amostragem por conglomerados Em uma amostragem por conglomerados todos os elementos de uma grade são divididos em grupos que ocorrem naturalmente. Correa (2003, p. 34) diz que “uma amostra por conglomerado é uma amostra aleatória simples na qual cada unidade de amostragem é um grupo, ou um conglomerado de elementos.”Diferentemente da amostragem sistemática que divide os grupos em um número de elementos iguais, os grupos da amostragem por conglomerados podem ser de quantidades de elementos diferentes e dizem respeito a cidades, bairros,
  • 9. ruas, setores de uma fábrica, entre outros grupos. Logo após o conhecimento dos conglomerados, um número distinto dos mesmos é selecionado aleatoriamente e estudado todos os itens dos conglomerados selecionados. Caso o conglomerado estudado apresente um número grande de elementos, torna-se necessário a extração de uma amostra do mesmo. A amostragem por conglomerados soluciona a dificuldade da amostragem aleatória simples e da amostragem sistemática, que diz respeito aos elementos de uma população que estejam dispersa à um logo território. Soluciona também os problemas da amostragem sistemática que diz respeito ao perigo da grade apresentar padrões, já que cada padrão, poderá ser considerado um conglomerado. 1.3.1.4 Amostragem estratificada Segundo Correa (2002, p. 32) uma amostra estratificada é obtida separando- se as unidades da população em grupos não superpostos chamados estratos, Na amostragem estratificada, também há a divisão em grupos dos elementos presentes na grade, esses subconjuntos são conhecidos como estratos. Um subconjunto ou estrato é baseado nas características em comum dos elementos, como por exemplo, ano de fabricação em caso de peças ou nível de escolaridade em caso de pessoas. Dentro de cada estrato é extraído uma amostra aleatória simples para estudo. Possui os mesmos benefícios citados na amostragem por conglomerados. 1.3.1.5 Amostragem por múltiplos estágios É a combinação das amostragens anteriores em duas ou mais etapas, onde o pesquisador pode usar segundo sua necessidade qualquer uma das amostragens citadas anteriormente em várias etapas. Um exemplo disso é uma pesquisa política na qual usa a amostragem casual simples para retirar uma amostra de um estado brasileiro, e logo após, usar a amostragem por conglomerados na amostra anterior para separar em grupos locais, e por fim utilizar a amostragem sistemática para retirar de cada grupo local uma amostra de elementos para estudo.
  • 10. 1.3.2 Amostragem não-probabilística Os métodos não probabilísticos são amostragens em que o pesquisador escolhe diretamente os elementos inclusos na amostra.Segundo Levine (2008, p. 218): “em uma amostra não-probabilística, você seleciona os itens ou indivíduos sem conhecer suas respectivas probabilidades de seleção. Por conseguinte, a teoria desenvolvida para amostragens probabilísticas não podem ser aplicada a amostras não- probabilísticas.” Não é possível estender os resultados da pesquisa a toda a população, já que amostras não probabilística não garantem a representação da população. 1.3.2.1 Inacessibilidade da população Por vezes não temos acesso a toda a população, nesse caso o trabalho deve ser feito na parte acessível. De acordo com Costa Neto (1977, p. 43) “nem sempre é possível se ter acesso a toda a população objeto de estudo, sendo assim é preciso dar segmento a pesquisa utilizando-se a parte da população que é acessível na ocasião da pesquisa”. Exemplo: temos que fazer uma pesquisa da produção de peças de uma máquina, a população é todas as peças da máquina, porém há peças que já foram vendidas pela empresa, por isso vamos usar apenas as que estão sendo produzidas e as que serão produzidas. 1.3.2.2 Amostragem a esmo ou sem norma Amostragem a esmo ou sem norma é a amostragem em que o pesquisador, para simplificar o processo, procura ser aleatório sem, no entanto, realizar propriamente o sorteio usando algum dispositivo aleatório confiável (COSTA NETO, 1977).
  • 11. Por exemplo: se desejamos retirar 100 parafusos de uma caixa com 10000, não faremos uma AAS, pois seria muito trabalhoso, mas retiraremos simplesmente a esmo. 1.3.2.3 População formada por material contínuo Quando a população é formada por material continuo é impossível realizar amostragem probabilística, devido à impraticabilidade de um sorteio rigoroso. Se a população for líquida ou gasosa, o que se costuma fazer, com resultado satisfatório, é homogeneizá-la e retirar a amostra a esmo. Tal procedimento pode às vezes, também ser utilizado em caso de material sólido (COSTA NETO, 1977). Ás vezes a homogeneização não é possível, por isso é necessário adotar outro método, chamado enquartação, que segundo Costa Neto (p. 1977) “consiste em subdividir a população em diversas partes (a origem do nome pressupõe a divisão em quatro partes), sorteando-se uma ou mais delas para constituir a amostra ou para delas retirar a amostra”. 1.3.2.4 Amostragens intencionais ou por julgamento Segundo Levine (2008, p. 219), em uma amostra por julgamento, coletam-se as opiniões de peritos pré-selecionados sobre o assunto objeto de pesquisa. É considerado um processo arriscado, tendo em vista que o pesquisador pode se enganar (involuntariamente ou “voluntariamente”), já que se baseia totalmente nas preferências do pesquisador, que deliberadamente alguns elementos para fazer parte da amostra, com base no argumento de que eles seriam representativos ideais para a população. Esse tipo de amostragem é comumente utilizado em pesquisas qualitativas. Exemplo: quando se deve escolher uma determinada pessoa para representar uma empresa. Existe também a amostragem por cotas que, conforme Merrill e Fox (1977), a amostragem por cotas é um tipo de amostragem por julgamento. Em uma amostra por cota, fixam-se cotas de acordo com determinados critérios, mas, dentro das cotas, a escolha dos itens da amostra depende de julgamento pessoal.
  • 12. Possui duas etapas: na 1ª é feita uma seleção categorias de controle ou cotas de população, que são características de controle relevantes para a pesquisa, exemplo: sexo, idade, etc., e na 2ª etapa os elementos são selecionados de modo conveniente, com base no julgamento. 1.3.2.5 Amostragem por voluntários Quando os próprios componentes da população se voluntariam para participar da pesquisa, o processo é caracterizado como amostragem de voluntários. Ele é muito comum quando publicações, como revistas ou jornais, querem saber a opinião de seus leitores sobre o conteúdo da editoração. Também ocorre com frequência quando se deseja saber a opinião de usuários de certos serviços, como restaurantes (BARBETTA, 2012). 2. DESENVOLVIMENTO 2.1 MÉTODO DE AMOSTRAGEM Cada empresa pesquisada diz respeito aum setor específico, as seguintes empresas foram escolhidas para a análise: OGX Petróleo, referente ao setor de petróleo, gás e combustíveis, Banco do Brasil representando o setor financeiro, MRV Engenharia, o setor de construção e transporte, Positivo Informática, tecnologia da informação e Vale do Rio Doce, o setor de material básico. Para selecionar as empresas foi feita uma amostragem, utilizando o método de amostragem intencional por cotas, na qual as seguintes cotas foram estabelecidas pela para a seleção:  Ser empresa de capital aberto;  Constar na BM&F Bovespa;  Ter tempo o suficiente na BM&F Bovespa, para ser retirado de seus dados uma amostra robusta (mais de 1000 dados);  Cada empresa deve pertencer a um setor diferente;
  • 13.  Constar na amostra, obrigatoriamente, a empresa OGX Petróleo. Após a seleção das empresas, foi feita uma segunda amostragem intencional por cotas, para coletar os dados de cada empresa, do qual as seguintes cotas foram estabelecidas:  De cada empresa tem que ser retirado um período capaz de fornecer uma quantidade de dados robusta (mais de 1000 dados);  O fim do período selecionado deve estar próximo à atual. Uma vez retirado essa amostra, é realizado sobre eles a estatística descritiva. 2.2 ESTATÍSTICA DESCRITIVA A tabela abaixo representa a estatística descritiva das 5 empresas contidas na BM&F Bovespa, com dados que correspondem ao período de 07/01/10 a 11/04/2013, e após, uma descrição dos dados de cada empresa. TABELA 1: ESTATÍSTICA DESCRITIVA Estatística Descritiva OGX BBA MRV POSITIVO VALE Mínimo 0,13 18,2 6,09 2,2 28,39 Máximo 23,27 34,98 18,3 21,85 60,92 Moda 0,24 28 13,4 5,02 37,4 Amplitude 23,14 16,78 12,21 19,65 32,53 Média 10,60 26,03 11,67 8,11 42,98 Mediana 12,89 26,02 11,75 5,69 42,16 Variância 55,23 12,33 7,01 28,30 65,88 Desvio Padrão 7,43 3,51 2,65 5,32 8,12 Coef. de Variação 70,14 13,50 22,69 65,59 18,89
  • 14. 2.2.1 Mínimo, máximo e amplitude O item “mínimo” na tabela corresponde ao menor valor de cada empresa que foi apresentado no período referente ao período de 07/01/10 a 11/04/2013, e o item “máximo”, corresponde ao maior valor nesse mesmo período.Com base nesses valores é obtida a amplitude, que de acordo com Correa (2003, p. 60) é a diferença entre o maior e o menor dos valores da série. A empresa OGX foi a que mais oscilou o valor das ações, sendo que a diferença entre o menor e maior, ou a amplitude, foi de R$23,14, um número muito próximo do maior valor. Esse valor é resultado da grande uma depressão que teve nos preços das ações desta empresa, a qual no início da amostragem apresentava valores razoáveis e ao começo do ano de 2012, os preços das ações começaram a despencar finalizando a amostragem com valores muito baixos. Em meio à baixa dos preços, não houve nenhum aumento significativo, prevalecendo como maior preço, uma ação perto do início do período da amostragem e o menor aofim. Outro exemplo do que aconteceu com a OGX é a empresa Positivo, que teve seu maior valor que correspondeu a R$21,85 no começo de 2010 e o valor mínimo de suas ações no começo de 2014 a R$2,20, tendo como amplitude R$19,65, um valor muito próximo ao máximo. 2.2.2 Moda e mediana Segundo Correa (2003, p.50) moda é o valor que ocorre com maior frequência em um conjunto de dados, e que é denominado valor modal. Por exemplo, nota-se no valor modal da OGX, que as ações diversas vezes atingiram o valor de R$0,14. A mediana segundo Correa (2003, p. 52): O valor da mediana encontra-se no centro da série estatística organizada, de tal forma que o número de elementos situados antes desse valor é igual ao número de elementos que se encontram após esse mesmo valor. Dessa forma as medianas contidas na tabela, correspondem aos dados de forma organizada, que se par o número total de elementos, a mediana recebe o valor dos 2 elementos centrais da amostra, dividido por 2, se ímpar, a mediana recebe apenas o valor central.
  • 15. 2.2.3 Média Correa (2003, p. 49) diz que média aritmética é o quociente da divisão da soma dos valores da variável pelo número deles. A médiaaritmética é, de modo geral, a mais importante de todas as medidas descritivas. Quanto mais alto esse valor, maiores são os valores das ações da empresa durante o período. Por exemplo: a Vale do Rio Doce possui a maior média aritmética, pois durante o período teve os mais altos preços das 5 empresas em suas ações. Fazendo uma comparação entre a OGX Petróleo e a Positivo Informática, vemos que a segunda possui uma média aritmética menor, pois no período corrente passou mais tempo com as ações em baixa, com relação ao inicio do período, já a OGX Petróleo despencou mais ao meio do período. Frisando que a menor média entre as cinco empresas é a da Positivo Informática e o valor de suas ações ao fim do período selecionado é ainda maior do que as da OGX Petróleo. 2.2.4 Variância, desvio padrão e coeficiente de variação De acordo com Correa (2003, p. 60): “A variância leva em consideração os valores extremos e os valores intermediários, isto é, expressa melhor os resultados obtidos. A variância relaciona os desvios em torno da média, ou, mais especificamente, é a média aritmética dos quadrados dos desvios.” A variância é usada para calcular o desvio padrão, que, na prática, é sua maior utilidade. Correa (2003, p. 61) define o desvio padrão como a medida mais usada na comparação de diferenças entre conjuntos dedados, por ter grande precisão. O desvio padrão determina a dispersão dos valores em relaçãoà média e é calculado por meio da raiz quadrada da variância. O desvio padrão traz informações reveladoras em relação à oscilação do valor das ações das empresas, ou seja, quanto maior ele for maior oscilação há entre esses valores, além de ser diretamente influenciado pela média. Por exemplo: a MRV é a que apresenta um baixo desvio padrão no período, pois o valor de suas
  • 16. ações apresenta oscilações de baixo valor, ao contrário do que acontece na Vale do Rio Doce, porém não podemos afirmar muito mais do que isso, já que o desvio padrão, como já foi citado, é muito influenciado pela média, que por sua vez é influenciada pela maioria dos valores das ações no período. Em suma, o desvio padrão é realmente útil ao comparar conjuntos de dados, porém ele revela o valor do desvio em relação à média de maneira absoluta, ou seja, o tamanho em real da oscilação. No entanto, o coeficiente da variação,segundo Correa (2003, p. 61) trata-se de uma medida relativa de dispersão útil para a comparação em termosrelativos do grau de concentração. Ou seja, é um valor que complementa o desvio padrão, que é um valor de dispersão absoluto, revelandoa porcentagem de oscilação que existe entre o valor das ações da empresa no determinado período. Diz-se que uma distribuição tem:  Baixa dispersão: CV ≤ 15%  Média dispersão: 15%< CV<30%  Alta dispersão: CV ≥ 30% Por exemplo: de acordo com o coeficiente de variação das ações das empresas em determinado período, o Banco do Brasil é a empresa de menor oscilação entre elas, ou seja, um investimento nele é mais confiável, pois há menos dispersão.
  • 17. 3 CONCLUSÃO Esta pesquisa realizada com as empresas OGX Petróleo, Banco do Brasil, MRV Engenharia, Positivo Informática e aVale do Rio Doce, que são de capital aberto e estão BM&F Bovespa. Foi analisado os seus dados referentes ao preço de suas ações no período compreendido entre 07/01/2010 à 11/04/2014. Após a estatística descritiva constatou-se que o Banco do Brasil representa a opção mais segura de investimento, pois apresenta um baixo desvio padrão e menos de 15% de coeficiente de variação. O tipo de amostragem utilizado foi a de amostragem intencional por cotas, quando cotas são estabelecidas para a escolha entre a população alvo. Constatou- se que apesar desse tipo de amostragem não ser incentivado, ela é muito útil quando não se estende seus resultados para toda a população, uma vez que ela não os representa. Ou seja, ela é útil para uma pesquisa específica, sempre considerando seus resultados apenas para a amostragem definida a partir das cotas.
  • 18. 4 REFERÊNCIAS BARBETTA, Pedro Alberto. Estatística Aplicada a Ciências Sociais. – Curitiba: IEDES Brasil S.A., 2012. CORREA, S. M. B. B.(2003) Probabilidade e Estatística - 2ª ed. Belo Horizonte: PUC Minas Virtual. COSTA NETO, P. L. O. Estatística. São Paulo: Edgard Blücher, 1977. 264p. FERNANDES M. G. P.(1999) Estatística Aplicada. Braga: Universidade do Minho. LEVINE, David M. et al. Estatística: Teoria e Aplicações.5ª ed. Tradução Teresinha Cristina Padilha de Souza - Rio de Janeiro: LCT, 2008. 752 p. OLIVEIRA L. Silvio. Tratado de metodologia científica: projetos de pesquisa, TGI, TCC, Monografias, Dissertações e Teses. 2ª ed. São Paulo Pioneira 1999.