Untitled - UniSALESIANO

1
CAMILA TIYEMI YOSHIMI
LUANA TEIXEIRA SAMPAIO
UTILIZAÇÃO DA ESTATÍSTICA COMO FERRAMENTA DE APOIO À
PESQUISA
Trabalho de Conclusão de Curso
apresentado à Banca Examinadora do
Centro Universitário Católico Salesiano
Auxilium, curso de Administração sob a
orientação do Profº M. Sc. Ricardo Yoshio
Horita e orientação técnica da Profª. Esp.
Ana Beatriz Lima.
LINS – SP
2008
2
Yoshimi, Camila Tiyemi; Sampaio, Luana Teixeira
Utilização da estatística como ferramenta de apoio à pesquisa /
Camila Tiyemi Yoshimi; Luana Teixeira Sampaio. – – Lins, 2008.
106p. il. 31cm.
Monografia apresentada ao Centro Universitário Católico
Salesiano Auxilium – UNISALESIANO, Lins-SP, para graduação em
Administração, 2008
Orientadores: Ricardo Yoshio Horita; Ana Beatriz Lima
1. Análise de Dados. 2. Estatística. 3. SPSS. 4. Centro
Universitário Católico Salesiano Auxilium.
CDU 658
3
CAMILA TIYEMI YOSHIMI
LUANA TEIXEIRA SAMPAIO
UTILIZAÇÃO DA ESTATÍSTICA COMO FERRAMENTA DE APOIO À
PESQUISA
Monografia apresentada ao Centro Universitário Católico Salesiano Auxilium,
para obtenção do título de Bacharel em Administração.
Aprovada em: _____/_____/_____
Banca Exminadora:
Profº Orientador: Ricardo Yoshio Horita
Titulação: Mestre em Ciências da Computação pela Universidade de São
Carlos.
Assinatura:____________________________
1ºProf(a):________________________________________________________
Titulação:_______________________________________________________
_______________________________________________________________
Assinatura:____________________________
1ºProf(a):________________________________________________________
Titulação:_______________________________________________________
_______________________________________________________________
Assinatura:____________________________
4
ORAÇÃO DE DOM BOSCO
“Ó
PAI,
PELA
VOSSA
MISERICÓRDIA,
SÃO
JOÃO
BOSCO
ANUNCIOU AS INSONDÁVEIS RIQUEZAS DE CRISTO. CONCEDEI-NOS,
POR SUA INTERCESSÃO, CRESCER NO VOSSO CONHECIMENTO E
VIVER NA VOSSA PRESENÇA, SEGUNDO O EVANGELHO, FRUTIFICANDO
EM BOAS OBRAS. POR NOSSO SENHOR JESUS CRISTO, VOSSO FILHO,
NA UNIDADE DO ESPÍRITO SANTO.
AMÉM.”
5
DEDICATÓRIA
Dedico este trabalho para as pessoas maravilhosas e especiais da
minha vida, que é a minha família, em especial aos meus queridos pais Noboru
e Hatsumi, que sempre estiveram ao meu lado, permitindo conhecer como
realmente é o mundo, dando todo o carinho e amor, aconselhando para que
nunca desistisse dos meus sonhos, palestrando sempre que com muita
perseverança e fé os nossos objetivos serão sempre realizados, são vocês que
me ensinaram a dar valor em pequenas coisas, transformando-as em grandes
conquistas!
As minhas tias (mamães) Leila, Marlei e Mely, os tios (papais) Alberto,
Rui e Paulinho, que nunca deixaram de fazer parte da minha vida e sempre me
trataram não só como uma sobrinha, mas como uma filha, obrigada por darem
todo esse amor que sinto por vocês.
A minha super avó Miyoko e aos meus avós (in memoriam), apesar de
toda a dificuldade que passaram na vida, souberam dar o valor de ter uma
família unida e harmoniosa.
Minha querida e linda irmãzinha Aline que mesmo distante sempre me
apoiou e mostrou ser uma pessoa incrível e forte diante aos desafios que está
passando na vida. E aos meus priminhos lindos souberam me dar forças com
simples sorrisos e abraços sinceros!
Meu querido professor, mestre, orientador e tio (pai) Ricardo Yoshio
Horita, dedico com muito o orgulho este trabalho por todo o carinho, paciência
e conselhos que tem passado pra mim. Foram suas palavras que desde o
começo deste curso, me fez apaixonar cada vez por ele e seguir em frente,
confiante de que o melhor na vida é realizar os sonhos quando se é feito com
muita dedicação.
Minha amiga, parceira de altas horas de trabalhos e estudos, irmã de
coração Luana Sampaio, Deus permitiu que nos encontrássemos e
passássemos por tantos desafios, enobrecendo sempre essa amizade que
temos hoje, tão forte e respeitada!
Aos meus amigos e colegas que deram suas palavras positivas.
6
Dedico este trabalho à vocês, minha linda família. Obrigada por
confiarem e permitirem que fizesse parte da vida de vocês. Amo-os mais do
que tudo!
Graças a vocês consegui vencer mais uma etapa de minha vida,
realizando mais este sonho.
Deus, obrigada por permitir mais uma vitória e por mostrar sempre que a
cada nascer do sol é uma oportunidade divina de se viver! E que continue
abençoando sempre a vida de todos!
Camila
7
DEDICATÓRIA
Dedico este trabalho em especial à minha mãe Ivone, que no decorrer
de minha vida, e nas dificuldades enfrentadas por nós, nunca deixou de me
dizer: “dias melhores virão”, e vieram. Agradeço pelo apoio, força e
compreensão, e por estar sempre presente, me ensinando a ser forte mediante
a qualquer circunstância, principalmente nesta fase importante, a conclusão
dos meus estudos. Mãe obrigada por me permitir ser sua filha.
Ao meu pai Luiz (in memoriam), mesmo não estando presente
fisicamente na minha vida, nesta fase da faculdade, agradeço pelo carinho e
amor, e principalmente o apoio para que eu fizesse o curso de Administração,
dedico este trabalho. As lembranças e as saudades sempre estarão comigo.
Dedico este trabalho com muito carinho ao meu namorado Alexandre,
companheiro, amigo e motivador, que fez diferença na minha vida. Agradeço
pelo seu incentivo e ajuda nestes quatro anos de curso, principalmente na
realização deste trabalho. Amor, muito obrigada pelo seu carinho, amor e
principalmente compreensão nas horas de dificuldades e ausências nestes
últimos meses, pois você me acalmou e me deu forças para seguir em frente.
Saiba que te amo e que a realização desde sonho foi especialmente
direcionada para o nosso futuro.
À minha querida irmã Miriam, dedico este trabalho, com a certeza que
nossas conversas e seu apoio, estão guardados no meu coração e a força que
me destes para concluir este trabalho. Minha irmã obrigada por tudo que você
fez na minha vida. Ao meu querido irmão Marco e cunhada Célia, se não fosse
seu carinho por mim e incentivo, não teria a força que tenho hoje para enfrentar
a vida.
Ofereço com muita gratidão este trabalho aos meus sobrinhos, que são
a razão do meu viver, pois sempre me deram força e apoio.
Ao meu cunhado, Gil, obrigada por tudo que tem feito na minha vida,
desde sempre, saiba que te considero como um pai, e por isso sou grata pelo
seu carinho, conselhos e seu ombro amigo.
8
Aos meus amigos e companheiros de todos os dias que direta ou
indiretamente contribuíram para a concretização deste sonho, saibam que
vocês fazem parte da minha vida.
Agradeço em especial a minha amiga, companheira, parceira de
faculdade e irmã de coração Camila Tiyemi, com você descobri o verdadeiro
valor da amizade. Saiba que sou feliz por fazer parte da sua vida, e que ainda
vamos seguir muitos caminhos juntas. Amo você.
Não poderia me esquecer da minha sogra, D. Creuza, e meu sogro Sr.
Carlos, que me ajudaram em todos os momentos da minha vida, e me
apoiaram nesta fase final da faculdade. A vocês meu muito obrigada.
Minha Família, namorado e família, e amigos, obrigado por fazerem
parte da realização de um sonho muito importante pra mim.
Deus,obrigada por me guiar e dar as forças necessárias para suportar as
provações da vida, e mostrar que, realmente a vida é bela.
Luana
9
AGRADECIMENTOS
A DEUS,
Por iluminar nosso caminho, dando-nos sempre a força que precisamos
para enfrentar as dificuldades e desafios, principalmente nestes quatro anos
vividos, mostrando sempre de alguma forma, que devemos encarar a vida com
muita confiança, fé e principalmente amor. Permitindo-nos a realização de um
sonho importante em nossas vidas, à conclusão deste curso.
Obrigada, Senhor, por todas as conquistas vivenciadas, e estar sempre
ao nosso lado, dando-nos a coragem e perseverança, para continuar seguindo
nossa jornada.
AO UNISALESIANO – LINS,
Por ter nos dado a oportunidade, contribuição necessária para
realização deste trabalho, principalmente em nossa formação acadêmica. Em
especial ao Prof. Wonder, que nos deu total atenção e confiança, permitindo a
utilização de dados de sua pesquisa, para realizarmos a conclusão da nossa.
Aos funcionários, agradecemos à dedicação e carinho, na prestação de
seus serviços, e dos encontros nos corredores da faculdade, a palavra de
apoio e incentivo.
Deixamos aqui o nosso, Muito Obrigada!
AOS PROFESSORES,
Pela dedicação, incentivo e por compartilhar seus ensinamentos
conosco.
10
AOS ORIENTADORES,
Ao Prof. Ricardo Horita, por ter compartilhado o seu tempo tão corrido,
nos incentivando e ensinando sempre de forma brilhante e cativante. Por toda
a paciência e principalmente pelos seus conselhos, que serviram para a
realização deste trabalho, e temos a certeza, que foram e serão aproveitados
em nossas vidas. Fica aqui a nossa eterna gratidão e admiração, por ser este
mestre tão especial e querido por nós.
À Profª. Ana Beatriz (tia Bia), que temos um especial carinho,
primeiramente por ser uma pessoa que contagia a todos com sua alegria.
Seremos eternamente gratas, pela força, motivação, apoio e atenção, por ter
nos orientado sempre no momento que precisávamos, independente de ser em
sala de aula como nos corredores da faculdade, nunca deixou de sorrir para
nós, sempre dizendo que tudo ia dar certo. Deixamos aqui declarada, a nossa
admiração por você.
Camila e Luana
11
RESUMO
Toda empresa necessita de agilidade e precisão na tomada de medidas.
Dessa forma, ela busca, na estrutura de seu negócio, o auxílio da tecnologia,
para criar vantagens estratégicas, tornando-se mais competitiva neste mundo
onde a concorrência está, a cada dia, mais acirrada. Contudo, para obter o
resultado satisfatório, é necessário ter, ao seu alcance, um conjunto de
informações devendo ser coletadas e analisadas, providência que leva certo
espaço de tempo. A Tecnologia da Informação com ferramentas, auxiliadas
pelos recursos computacionais, manipula os dados coletados, e estes são
processados, para ganharem uma forma significativa, transformando-se em
informações necessárias. Então o usuário utiliza essas informações para
analisar problemas, controlar operações, organizar dados e elaborá-los, a fim
de servirem realmente de suporte seguro na tomada de decisão. Com a
preocupação de tomar medidas realmente eficazes, busca-se, também, na
estatística, a solução de resultados com eficiência e confiabilidade. A
estatística é, assim, uma importante ciência da área do conhecimento, que
utiliza teorias probabilísticas capazes de auxiliar nas análises comparativas,
pois permite, mediante levantamentos de dados, e com a máxima quantidade
de informação possível, minimizar os riscos e compilar os resultados para se
ter, por fim, a decisão correta. A análise multivariada é um diferencial que
permite comparar informações, envolvendo conceitos estatísticos, num estudo
simultâneo de vários dados recolhidos, de modo a facilitar o planejamento e a
abordagem da coleta de dados, para decisões e resoluções de problemas. A
estatística multivariada está relacionada diretamente com uso de softwares
estatísticos, como o SPSS, em que o usuário retira relevantes informações com
maior precisão. O trabalho foi desenvolvido no Centro Universitário Católico
Salesiano Auxilium situado em Lins-SP, onde foi desenvolvido, consistindo
numa pesquisa de dados de projeto referente ao trabalho acadêmico do curso
de Educação Física. Foi demonstrada, aqui, a importância da utilização de um
software estatístico, que permita fazer análises complexas para tirar
conclusões por meio de um levantamento de dados.
Palavras-chave: Análise de dados; Estatística; SPSS
12
ABSTRACT
Every company of needs agility and precision in taking action. Thus, it
seeks, in the structure of your business, the help of technology, to create
strategic advantages and become more competitive in this world where the
competition is, every day, fiercer. However, to get the satisfactory result, you
must have, at your fingertips, a set of informations should be collected and
analyzed, providence that leads some time. The Information of Technology with
tools, helped by computer resources, manipulates the data collected, and these
are processed, to gain a meaningful way, turning into information. Then the user
uses these informations to analyze problems, to monitor operations, to organize
data and developed them in order to really serve to secure support in decision
making. With a view to taking measures really effective, search also in the
statistics, the solution of results with efficiency and reliability. The statistic is,
thus, an important area of science knowledge, which uses probabilities theories
capable of assisting in benchmarking, because it allows, through surveys of
data, and with the maximum amount of information possible, minimize risk and
to compile the results to get the right decision. The multivariate analysis is a
differential that allows you to compare information, involving statistical concepts,
in a simultaneous study of multiple data collected in order to facilitate the
planning and approach of collecting data for decisions and resolutions of
problems. The multivariate statistical is directly related with use of statistical
software such as SPSS, in which the user removes relevant information with
greater precision. The study was conducted in the Auxilium Salesian Catholic
University Center located in Lins, Sao Paulo, where it was developed,
consisting of a research project related data from the academic work of the
course of Physical Education. It was demonstrated here, the importance of
using a statistical software, which will enable us to do analysis complex to take
conclusions through of a survey of data.
Keywords: Data Analysis; Statistics; SPSS
13
LISTA DE FIGURAS
Figura 1:
Foto de Dom Bosco.....................................................................21
Figura 2:
Foto do Ginásio Diocesano de Lins.............................................24
Figura 3:
Foto do Colégio Salesiano ..........................................................25
Figura 4:
Foto do Centro Universitário Católico Salesiano Auxilium...........28
Figura 5:
A média é afetada pelos valores extremos..................................45
Figura 6:
Boxplot ........................................................................................49
Figura 7:
Média e fração da população ......................................................50
Figura 8:
Distribuição amostral ...................................................................51
Figura 9:
Ponto de decisão centralizado ....................................................55
Figura 10:
Ponto de decisão deslocado para a direita..................................55
Figura 11:
Extrai-se uma amostra de cada população e,
para
cada
uma delas, calcula-se a média e a variância...............................67
Figura 12:
(a) Quatro
Variâncias
populações
iguais.
(b)
normais
com
médias iguais e
Quatro populações normais com
quatro variâncias, porém com médias diferentes ........................68
LISTA DE QUADROS
Quadro 1:
Julgamento do réu.......................................................................54
Quadro 2:
Estatística de grupo.....................................................................61
Quadro 3:
Teste independente de amostras ................................................61
Quadro 4:
Quilometragem e folha de cálculo para determinar a média e o
desvio padrão da diferença..........................................................62
Quadro 5:
Estatística de amostra pareada ...................................................65
Quadro 6:
Teste de amostras pareadas .......................................................65
Quadro 7:
Teste de análise de variância ......................................................72
Quadro 8:
Descritivos estatísticos da altura .................................................75
Quadro 9:
Teste de normalidade da altura ...................................................76
Quadro 10: Teste de igualdade de variância da altura ...................................76
Quadro 11: Descritivos estatísticos do peso...................................................77
Quadro 12: Teste de normalidade do peso ....................................................78
14
Quadro 13: Teste de igualdade de variância do peso ....................................79
Quadro 14: Descritivos estatísticos do %g .....................................................79
Quadro 15: Teste de normalidade do %g ......................................................80
Quadro 16: Teste de igualdade de variância do %g .......................................80
Quadro 17: Descritivos estatísticos da vLaer .................................................81
Quadro 18: Teste de normalidade da vLaer ...................................................82
Quadro 19: Teste de igualdade de variância da vLaer ...................................82
Quadro 20: Descritivos estatísticos do VO2max.............................................83
Quadro 21: Teste de normalidade do VO2max ..............................................84
Quadro 22: Teste de igualdade de variância do VO2max ..............................84
Quadro 23: Descritivos estatísticos da vVO2max...........................................85
Quadro 24: Teste de normalidade da vVO2max.............................................86
Quadro 25: Teste de igualdade de variância da vVO2max ............................86
Quadro 26: Descritivos estatísticos do %LxVO2 ............................................87
Quadro 27: Teste de normalidade do %LxVO2 ..............................................88
Quadro 28: Teste de igualdade de variância do %LxVO2 ..............................88
Quadro 29: Estatística descritiva ....................................................................89
Quadro 30: Teste de esfericidade...................................................................91
Quadro 31: Teste de efeitos de disciplinas internas ......................................92
Quadro 32: Descritivos estatísticos do grupo 1 ..............................................93
Quadro 33: Teste de esfericidade do grupo 1 ................................................93
Quadro 34: Teste de efeitos de disciplinas internas do grupo 1 .....................93
Quadro 35: Teste de comparação emparelhadas do grupo 1 ........................94
Quadro 36: Descritivos estatísticos do grupo 2 ..............................................94
Quadro 37: Teste de esfericidade do grupo 2 ................................................95
Quadro 38: Teste de efeitos de disciplinas internas do grupo 2 .....................95
Quadro 39: Teste de comparação emparelhadas do grupo 2 ........................96
LISTA DE TABELAS
Tabela 1:
Perdas de peso, em quilogramas, segundo a dieta.....................58
Tabela 2:
Valores de t, segundo os graus de liberdade e o valor de α ......60
Tabela 3:
Tabela t .......................................................................................64
15
Tabela 4:
Dados sobre quilometragem .......................................................66
Tabela 5:
Parte de uma tabela F .................................................................72
Tabela 6:
Diferenças e contrastes na escala...............................................90
LISTA DE SIGLAS
CPD: Centro de processamento de dados
EFA: Escola de formação e aperfeiçoamento
SPSS: Statistical Package for the Social Sciences (Pacote Estatístico para as
Ciências Sociais)
16
SUMÁRIO
INTRODUÇÃO..................................................................................................19
CAPÍTULO I – CENTRO
UNIVERSITÁRIO
CATÓLICO SALESIANO
AUXILIUM..............................................................................................21
1.
DOM BOSCO.........................................................................................21
1.2
Primeiro sonho de Dom Bosco...............................................................22
1.3
Vida sacerdotal de Dom Bosco ..............................................................22
1.3.1 Sistema preventivo de Dom Bosco ........................................................23
1.4
Início do colégio Salesiano.....................................................................24
1.5
Missão Salesiana do Mato Grosso.........................................................26
1.6
Criação dos cursos superiores...............................................................26
1.7
Faculdade de Ciências Administrativas
e Contábeis, Faculdade
de Educação Física de Lins, Fisioterapia e Terapia Ocupacional ..........27
1.8
Centro Universitário Católico Salesiano Auxilium...................................28
1.8.1 As instituições ........................................................................................29
1.8.2 Objetivos ................................................................................................29
1.8.3 Missão institucional ................................................................................30
1.8.4 Cursos de graduação .............................................................................30
1.8.4.1Cursos de pós-graduação......................................................................31
1.8.5 Pastoral ..................................................................................................31
1.9
EFA..... ...................................................................................................32
1.10 Serviço escola ........................................................................................32
1.11 Empresa Junior ......................................................................................33
1.12 Curso de extensão .................................................................................34
1.13 Ensino à distância ..................................................................................34
CAPITULO II – A ESTATISTICA COMO FERRAMENTA DE ANÁLISE
DE DADOS ............................................................................................35
2
INTRODUÇÃO .......................................................................................35
2.1
Sistema de informação – tecnologia da informação...............................35
17
2.1.1 O início ...................................................................................................35
2.2
Tecnologia da informação ......................................................................36
2.2.1 Componentes da tecnologia da informação ...........................................36
2.2.2 Requisitos necessários para uma tecnologia da informação eficiente ...38
2.3
Sistema de informação...........................................................................38
2.3.1 Conceito .................................................................................................38
2.3.2 Principais atividades do sistema de informação.....................................39
2.4
Estatística...............................................................................................39
2.4.1 População e amostra .............................................................................40
2.4.1.1Classificação dos dados ........................................................................41
2.4.2 Medidas de tendência central.................................................................42
2.4.2.1Média aritmética.....................................................................................42
2.4.2.2Mediana .................................................................................................43
2.4.2.3A moda...................................................................................................43
2.4.2.4Comparação entre média e mediana.....................................................44
2.4.3 Medidas de dispersão ou variação.........................................................44
2.4.3.1Variância ................................................................................................45
2.4.3.2Desvio padrão........................................................................................46
2.4.4 Separatrizes ...........................................................................................47
2.4.4.1Quartis ...................................................................................................47
2.4.4.2Percentis ................................................................................................48
2.4.5 Boxplot ...................................................................................................48
2.4.6 Distribuição normal.................................................................................49
2.4.7 Distribuição de amostragem da média ...................................................50
2.4.7.1Distribuição da população e da amostra ................................................52
2.4.7.2Amostra aleatória...................................................................................52
2.4.7.3Amostra aleatória simples......................................................................52
2.4.7.4Erro padrão da média ............................................................................53
2.4.8 Teste de hipótese...................................................................................53
2.4.8.1Erros do tipo I e II...................................................................................54
2.4.9 Teste t – student.....................................................................................55
2.4.9.1Teste t para grupos independentes e pareados.....................................57
2.4.9.1.1Teste t na comparação de grupos independentes ..............................57
2.4.9.1.2Teste de comparação de grupos independentes no SPSS.................60
18
2.4.9.2 Teste t para observações pareadas......................................................62
2.4.9.2.1Teste t para observações pareadas no SPSS ....................................65
2.4.10 ANOVA...................................................................................................66
2.4.10.1Teste de análise de variância (ANOVA) no SPSS ...............................72
CAPITULO III – ESTUDO DE CASO UTILIZANDO O SOFTWARE SPSS .....73
3
ESTUDO DE CASO ...............................................................................73
3.1
Primeira
análise
de
verificação
da igualdade, ou
não, das
características dos grupos ativo e passivo, utilizando-se o teste t
no SPSS.................................................................................................74
3.1.1 Comparação entre as médias das variáveis da altura............................74
3.1.1.1 Média da altura .....................................................................................75
3.1.1.2 Teste de normalidade da altura – Shapiro Wilk ....................................75
3.1.1.3 Tese de igualdade de variância da altura - Levene ..............................76
3.1.2 Comparação entre as médias das variáveis do peso.............................77
3.1.2.1Média do peso .......................................................................................77
3.1.2.2 Teste de normalidade do peso - Shapiro Wilk .....................................78
3.1.2.3 Teste de igualdade de variância do peso - Levene...............................78
3.1.3 Comparação entre as médias das variáveis do %g ...............................79
3.1.3.1 Média do %g .........................................................................................79
3.1.3.2 Teste de normalidade do %g - Shapiro Wilk .........................................80
3.1.3.3 Teste de igualdade de variância do %g - Levene .................................80
3.1.4 Comparação entre as médias das variáveis da vLaer............................81
3.1.4.1 Média da vLaer .....................................................................................81
3.1.4.2 Teste de normalidade da vLaer - Shapiro Wilk .....................................82
3.1.4.3 Teste de igualdade de variância da vLaer – Levene.............................82
3.1.5 Comparação entre as médias das variáveis do VO2max.......................83
3.1.5.1 Média do VO2max ................................................................................83
3.1.5.2 Teste de normalidade do VO2max - Shapiro Wilk ................................84
3.1.5.3 Teste de igualdade de variância do VO2max – Levene........................84
3.1.6 Comparação entre as médias das variáveis vVO2max..........................85
3.1.6.1Média do vVO2max ...............................................................................85
3.1.6.2 Teste de normalidade do vVO2max - Shapiro Wilk ..............................86
19
3.1.6.3 Teste de igualdade de variância do vVO2max – Levene ......................86
3.1.7 Comparação entre as médias das variáveis do %LxVO2 ........................87
3.1.7.1 Média do %LxVO2 ................................................................................87
3.1.7.2 Teste de normalidade do %LxVO2 .......................................................88
3.1.7.3 Teste de igualdade de variância do %LxVO2 .......................................88
3.2
Segunda análise de verificação se os grupos ativo e passivo têm
as
mesmas
característica, aplicando-se o teste ANOVA com
repetição, no SPSS ................................................................................89
3.2.1 Teste de esfericidade...............................................................................90
3.2.2 Teste ANOVA do grupo 1 e 2 ..................................................................92
3.2.2.1 Grupo 1 – ativo .....................................................................................92
3.2.2.2 Grupo 2 – passivo .................................................................................94
PROPOSTA DE INTERVENÇÃO .....................................................................97
CONCLUSÃO ...................................................................................................98
REFERÊNCIAS ................................................................................................99
APÊNDICES ..................................................................................................102
20
INTRODUÇÃO
O tema abordado trata da análise estatística de um banco de dados,
seja de uma empresa, seja de determinada pesquisa acadêmica, bem como da
importância da utilização desta ferramenta como apoio à decisão.
O administrador, ou qualquer outro profissional deve ter sempre a
preocupação de melhorar suas tomadas de decisões, buscando minimizar seus
riscos. Para se obter este resultado, é necessário ter, em mãos, um conjunto
de informações, sendo que a coleta destes dados requer certo espaço de
tempo.
O uso da Tecnologia da Informação, para criar vantagens estratégicas
utilizando os resultados de uma pesquisa, necessita de algumas ferramentas
estatísticas que auxiliem a organizar os dados e extrair informações existentes,
tornando-as mais úteis na tomada de decisões.
A utilização de um software estatístico permite ao analista extrair
relevantes informações com maior eficiência e confiabilidade, buscando
detectar relacionamento entre as variáveis analisadas, prever tendências e
minimizar riscos, providências que auxiliam os gestores e pesquisadores nas
tomadas de decisão.
O objetivo desse trabalho é utilizar os recursos estatísticos com o auxílio
do software SPSS, para analisar pesquisas acadêmicas junto ao Centro
Universitário Católico Salesiano Auxilium.
Durante a pesquisa, surgiu o seguinte questionamento: A utilização do
software estatístico pode auxiliar pesquisadores acadêmicos a obterem
informações que permitam tirar conclusões relevantes provenientes dos dados
coletados?
Em resposta a essa pergunta, levantou-se o pressuposto, de que a
utilização de um software específico para análise de dados coletados é de
extrema importância na obtenção de informações que auxiliem a confirmar ou
não as hipóteses definidas no início do projeto de pesquisa acadêmica.
O trabalho está assim estruturado:
Capítulo I: abordagem do histórico e a evolução do Centro Universitário
Católico Salesiano Auxilium.
21
Capítulo II: descrição dos conceitos de banco de dados, Tecnologia da
Informação, conceitos fundamentais da estatística, distribuição de amostragem
da média, teste de hipóteses, Teste t e ANOVA.
Capítulo III: apresentação do estudo de caso referente à pesquisa do
trabalho de conclusão de curso do ano 2008, curso de Educação Física, sendo
realizado na clínica um levantamento de dados, que constituíram o material de
estudo. Estes dados foram analisados por meio do software estatístico SPSS.
Posteriormente,
apresentam-se
a
proposta
considerações finais, concluindo-se o trabalho.
de
intervenção
as
22
CAPÍTULO I
CENTRO UNIVERSITÁRIO CATÓLICO SALESIANO AUXILIUM
1
DOM BOSCO
Giovanni Melchior Bosco, conhecido como Dom Bosco, nasceu no
Becchi em Piemonte, na região norte onde hoje é a Itália, em 16 de agosto de
1815. Filho de Francisco e Margarida, família de humildes camponeses. Com
apenas dois anos de idade, seu pai faleceu. Viveu sua mocidade sob os
cuidados de “mamãe” Margarida, uma pessoa analfabeta, porém rica da
sabedoria cristã, que, com a palavra e exemplo, ensinava João Bosco no
desejo de vê-lo crescer virtuoso aos olhos de Deus e dos homens.
Apesar das dificuldades vividas pela sua família, Joãozinho Bosco,
apelido de infância, nunca desistiu de seus propósitos; e, para manter seus
estudos, chegou ao ponto de mendigar. Também trabalhou como carpinteiro,
costureiro, sapateiro, ferreiro, e nos tempos que tinha livre, estudava música.
Fonte: http://www.brasiliapoetica.blog.br, 2008
FIGURA 1: Foto de Dom Bosco
23
1.2
Primeiro sonho de Dom Bosco
Aos nove anos de idade, o menino João Bosco teve um sonho profético,
em que em um terreiro próximo de sua casa estava uma multidão de meninos,
uns riam, outros diziam coisas horríveis sobre Deus. Ele pedia para que esses
meninos parassem, mas não adiantou. E assim Joãozinho Bosco atirou-se no
meio deles com gritos e socos, na tentativa de que eles parassem com as
ofensas. Naquele momento, algo aconteceu: surgiu um homem vestido com um
manto cobrindo-lhe todo o corpo, e com rosto luminoso, dizendo a João Bosco,
não é com a violência e agressões que iria convencer os meninos a fazerem o
certo, mas sim com mansidão, ensinando-lhes como o pecado é errado.
Assustado, não sabia como realizar aquele pedido. Neste momento, porém,
apareceu uma senhora coberta por um fino manto e mostrou que no lugar
daqueles meninos estavam animais ferozes. E pediu para Joãozinho Bosco
cuidar de seus filhos com a missão de torná-los fortes, porém humildes.
Após este sonho, o menino João Bosco aprendeu artes circenses e se
apresentava às crianças, mostrando ao mesmo tempo o erro do pecado. Com
esse ensejo, ele queria tornar-se um sacerdote, como sempre dizia, para cuidar
de outras crianças e principalmente de jovens pobres e abandonadas.
1.3
Vida sacerdotal de Dom Bosco
Em 30 de setembro de 1835, aos vinte anos de idade, João Bosco
entrou para o seminário de Chieri. Aos vinte e seis anos, foi ordenado
sacerdote em Turim, tornando-se Dom Bosco. No dia cinco de junho de 1941.
No mesmo ano, exatamente no dia oito de dezembro, inicia suas atividades no
apostolado juvenil em Turim.
Dom Bosco fixou-se em Valdocco, bairro de Turim, no ano de 1946, e
fundou o Oratório de São Francisco de Sales, onde os jovens se reuniam para
rezar, divertir-se, e receber instruções úteis para a vida. Aquele Oratório
passou a ser uma escola profissional, depois um ginásio e um internato.
24
No ano de 1855, Dom Bosco deu a seus colaboradores do Oratório o
nome de Salesianos, em homenagem a São Francisco de Sales; e em 1859
fundou, juntamente com os seus jovens salesianos, a Sociedade ou
Congregação Salesiana.
O Instituto das Filhas de Maria Auxiliadora foi fundado no de 1872, com
a ajuda de Santa Maria Domingas Mazzarello, com o objetivo de promover a
educação da juventude feminina.
Consumido pelo trabalho em favor das pessoas e principalmente dos
jovens, encerrou seu ciclo de vida terrena aos 72 anos de idade, no dia 31 de
janeiro de 1988, deixando grandes lições e, principalmente, a Congregação
Religiosa Salesiana espalhada por diversos países da Europa e da América.
1.3.1 Sistema preventivo de Dom Bosco
A preocupação de Dom Bosco com os jovens sempre foi nítida. Com
experiência educativa empenhava-se na salvação da juventude carente,
ensinando a elas que não era necessário, pelos problemas enfrentados,
acabarem praticando a marginalidade. Durante toda a sua vida, tratou a
educação como uma missão e defendeu a idéia de que antes de educar é
preciso amar.
Em decorrência dessa preocupação com os jovens, Dom Bosco reuniu
um conjunto de ensinamentos pedagógicos: baseados em suas relações e
práticas educativas, criou o Sistema Preventivo. Um sistema composto de
atitudes e pressupostos necessariamente interligados no agir educativo
Salesiano. Não se trata, porém de um sistema onde a educação é baseada na
repressão. Muito pelo contrário, o Sistema Preventivo mostra aos jovens a
importância da educação virtuosa e suas relações entre os Salesianos, de
modo a revelar a vida como um grande dom de Deus.
O Sistema Preventivo de Dom Bosco é, assim, um verdadeiro patrimônio
deixado pelo seu criador, sendo um método educativo que solicita ao educador
a presença significativa para seus educandos, querendo sempre o seu bem, de
modo a conseguir-lhes a confiança, na busca da finalidade transcendente.
25
As bases do Sistema Preventivo de Dom Bosco são:
a) Razão: o educando se educa de acordo com as suas possibilidades,
percebendo os reais motivos da ação educativa;
b) Religião: aprende no Evangelho seus fundamentos e os sentidos das
práticas e experiências de fraternidade vividas pelo seu próximo;
c) Amorevolezza: identifica que a presença Salesiana é atitude de
acolhida, bondade e fraternidade, criando-se o clima da família
Salesiana.
As bases do Sistema Preventivo de Dom Bosco estão contidas na
presente citação:
O sistema preventivo constitui-se então por um conjunto de normas e de
processos que levam os educadores a terem posturas perante os
jovens, para que eles assumam as próprias responsabilidades,
cumpram com o próprio dever e vivam alegres e abençoados por Deus.
(CASTRO, AFONSO DE, 2007, p.31).
1.4
Início do colégio Salesiano em Lins
No ano de 1929, o Colégio Diocesano foi fundado pelo cônego Durval de
Góis, sendo seu primeiro nome Colégio São Luiz. Foi vendido em 1931 para
Sr. Adauto Negro Monte e nesse mesmo ano, anexa ao Colégio, foi instalada a
Faculdade de Comércio de Lins.
Fonte: Marketing Unisalesiano, 2008
Figura 2: Foto do Ginásio Diocesano de Lins
26
O Bispo Diocesano e Salesiano, Dom Henrique César Fernandes
Mourão, veio transferido para a cidade de Cafelândia em 1935, para exercer a
função de Bispo daquela cidade e outras da região. Neste período, o município
de Lins pertencia ao Bispado de Cafelândia. Em 1940, a direção do Colégio
Salesiano foi adquirida para o Bispado de Cafelândia, passando-se a
denominar Ginásio Diocesano de Lins.
Em 18 de janeiro de 1942, a Diocese diferiu a direção do Ginásio
Diocesano de Lins para a Congregação Salesiana de Mato Grosso, ou Pia
Sociedade de São Francisco de Sales, conforme se viu, teve início em Turim,
no ano de 1859, fundada pelo Padre Giovanni Bosco. Ou seja, Dom Bosco, é o
mestre precursor das casas Salesianas, juntamente com os padres salesianos.
As irmãs filhas de Maria Auxiliadora fazem parte da Congregação Salesiana.
Durante a posse dos novos dirigentes do Ginásio Diocesano de Lins, o
Bispo Dom Henrique Mourão proferiu sobre Dom Bosco, declarando que
aquela casa era de Dom Bosco e, que, naquela hora, ele a entregava às mãos
dedicadas dos filhos do extraordinário mestre e santo, São João Bosco, para
que, também em Lins, como em muitíssimas outras localidades do mundo,
continuassem eles a grande obra cristã de ensinar às crianças e à juventude,
conformando-lhes o espírito, a inteligência e o corpo para a vocação de um são
patriotismo, de uma verdadeira religião.
Fonte: Marketing Unisalesiano, 2008
Figura 3: Foto do Colégio Salesiano
27
1.5
Missão Salesiana do Mato Grosso
A Congregação Salesiana chegou ao Brasil em 1883 na cidade de
Niterói no Estado do Rio de Janeiro, iniciando suas atividades com o Colégio
Santa Rosa e expandindo-se para todo o país.
Em 18 de julho de 1894, os salesianos iniciaram suas atividades
educacionais no Estado de Mato Grosso, assumindo uma paróquia e uma
escola, na cidade de Cuiabá, passando a denominar-se Missão Salesiana do
Mato Grosso.
Na cidade de Corumbá, a Missão Salesiana teve suas atividades
aplicadas no Colégio Salesiano de Santa Teresa. Em um século a Missão
Salesiana, fundou diversas missões entre os indígenas, consolidou um sistema
de educação em escolas, faculdades e universidades, contribuiu em obras
sociais e na formação do progresso dessa região.
A cidade de Campo Grande no Estado do Mato Grosso do Sul, acolheu
a sede da Missão Salesiana em 1926. A Missão Salesiana do Mato Grosso é
uma
instituição
católica
de
cunho
beneficente,
educativo-cultural,
de
assistência social, sem fins econômicos. Hoje é uma das maiores organizações
não governamentais na área educativa, com grande reconhecimento das
sociedades, focada principalmente na formação da pessoa humana como bons
cristãos e honestos cidadãos.
Suas atividades são realizadas nos Estados de Mato Grosso, Mato
Grosso do Sul e oeste de São Paulo. Além da atividade educacional, a Missão
Salesiana visa à filantropia em favor de crianças, jovens, adolescentes, adultos,
idosos, portadores de deficiências e pessoas de classe social menos
favorecida.
Na cidade de Lins, a Missão Salesiana do Mato Grosso, desde ano 1942
até o início do ano de 1972, manteve os cursos primário, Ginasial, Científico e
Técnico de Contabilidade, e durante as décadas de 60 e 70, funcionou o
internato Salesiano, para jovens oriundos de cidade desprovida de escola.
1.6
Criação dos cursos superiores
28
Na década de 60, ocorreu um grande crescimento do ensino público,
com aberturas de escolas de 1º e 2º graus nos municípios paulistas,
acarretando uma queda na procura pelo internato e principalmente pelo o
externato no Colégio Salesiano “Dom Henrique”, assim denominado em 1950.
Em 1969, a crise no ensino particular tornou-se mais séria. Juntamente com a
crise econômica decorrente da queda do café; e com a preocupação de
atender as necessidades locais, surgiu a idéia da criação de cursos de nível
superior. Então os Salesianos de Lins, juntamente com o diretor Padre Ariento
Domenici, levou aos superiores a sugestão da instalação dos cursos de
Administração, Ciências Contábeis e Economia.
A mantenedora do Colégio Salesiano “Dom Henrique” concedeu o aval a
fim de que fosse realizado o trabalhado para a criação dos referidos cursos.
Assim é que, com a ajuda de alguns subsídios e uma secretária, o processo foi
montado e encaminhado ao Conselho Federal de Educação, na cidade do Rio
de Janeiro, pelo diretor. Foi grande o trabalho do diretor Padre Ariento com o
processo, não só pela falta de experiência no ramo, como também dificuldades
encontradas pelo Conselho Federal de Educação. Neste período de avaliação,
a relatora do processo decidiu-se pela exclusão do curso de Economia, porém
iniciou a elaboração de um novo projeto para criar a Faculdade de Educação
Física de Lins.
1.7
Faculdade
Ciências
Administrativas
e
Contábeis,
Faculdade
de
Educação Física de Lins, Fisioterapia e Terapia Ocupacional
Em 10 de janeiro de 1972, aconteceu a aprovação da Faculdade de
Ciências Administrativas e Contábeis de Lins (FACAC), reconhecida pelo MEC
em 21 de outubro de 1976. No dia 27 de janeiro de 1972, deu-se a aprovação
da Faculdade de Educação Física de Lins (FEFIL), cujo reconhecimento no
MEC se deu em 4 de novembro de 1975.
Em 1976, entrou-se com pedido junto ao Conselho Federal de
Educação, por meio do Padre Carlos Del Torchio, para a criação da Faculdade
de Saúde de Lins, com os cursos de Enfermagem, Fisioterapia e Terapia
29
Ocupacional. O relator do processo do Conselho Federal de Educação exigiu
várias mudanças, entre as quais, a eliminação do curso de Enfermagem, bem
como a criação da Faculdade de Saúde de Lins. Portanto os cursos de
Fisioterapia e Terapia Ocupacional tiveram seus projetos vinculados à
Faculdade de Educação Física de Lins. Os referidos cursos foram aprovados
em 18 de dezembro de 1980 e reconhecidos pelo MEC em 15 de maio de
1985.
1.8
Centro Universitário Católico Salesiano Auxilium
Em 1998, o Padre Afonso de Castro propôs a criação do Centro
Universitário Católico Salesiano Auxilium, a partir da analise da necessidade
real de se incrementar o desenvolvimento das atividades acadêmicas. A
organização e estruturação dos recursos humanos e administrativos foi,
também um dos principais motivos e a motivação que levaram adiante a idéia
da criação do Centro Universitário.
Fonte: elaborado pelas autoras, 2008
Figura 4: Foto do Centro Universitário Católico Salesiano Auxilium
30
O credenciamento do Centro Universitário Católico Salesiano Auxilium,
denominado como UNISALESIANO, foi realizado no dia 7 de julho de 2005, em
reunião mensal do Conselho Nacional de Educação (CNE), em Brasília, Distrito
Federal.
A Portaria Ministerial do credenciamento de número 2.701 foi publicada
no Diário Oficial da União em 2 de agosto de 2005.Atualmente a administração
do UNISALESIANO é integrada pelos seguintes titulares:
a) Reitor Pe. Paulo Fernando Vendrame;
b) Vice-Reitor Pe. Luigi Fávero;
c) Pró-Reitoria de Ensino, Pesquisa e Extensão, Profª. Heloisa Helena
Rovery da Silva
d) Pró-Reitor de Administração e Ação Comunitária, Me. Arnaldo Ernest
Sugshi;
e) Diretor da Unidade II de Lins, Me. Herivelton Breitenbach;
f) Vice-Diretor Geral do Campus de Araçatuba, Prof. André Luis
Ornellas.
1.8.1 As instituições
O UNISALESIANO agrega três instituições universitárias, unidas pelo
mesmo ideal da educação salesiana, sendo então as Faculdades Salesianas
de Lins (FSL), as Faculdades Católicas Salesianas de Araçatuba (FCS) e a
Faculdade Auxilium de Lins (FAL), agregando os valores deixados por Dom
Bosco:
“Formar
bons
Cristãos,
honestos
cidadãos
e
profissionais
competentes”.
1.8.2 Objetivos
Segundo o Projeto Pedagógico Institucional, o objetivo principal do
UNISALESIANO é promover a formação integral do homem, com valores éticos
31
e cristãos; preparar profissionais qualificados, comprometidos com o social e a
promoção humana, buscando a síntese entre ciência, cultura e fé, à luz do
Evangelho, da doutrina da Igreja Católica e da pedagogia de Dom Bosco,
condensada no seu sistema preventivo.
No sentido de alcançar os objetivos propostos, e de criar melhores
condições para seus cursos, as suas atividades foram direcionadas, norteandose pela transparência da instituição e respeito às competências dos papéis
pessoais e colegiais; e pelo desenvolvimento da gestão dos cursos; pelos
estímulos à participação das responsabilidades individuais e coletivas e pela
busca de sinergia entre todos os setores do Centro Universitário.
Portanto os acadêmicos do Centro Universitário Católico Salesiano
Auxilium são formados nas várias disciplinas, de maneira a se tornarem
competentes em suas áreas de atuação, com uma visão dinâmica de ciência,
tecnologia e preparados não só para servir a sociedade como também
testemunhar sua fé.
1.8.3 Missão institucional
Contribuir na formação ética, cristã e salesiana de cidadãos através da
produção e difusão do conhecimento e da cultura.
1.8.4 Cursos de graduação
Os cursos oferecidos, são referências no mercado, e dividem-se nas
áreas de ciências sociais e aplicadas, licenciaturas, saúde e outras áreas.
São eles: Administração, Ciências Contábeis, Biologia, Educação Física
/ Licenciatura e Bacharelado, História, Letras – Português / Inglês e
Respectivas Literaturas, Matemática, Pedagogia, Química Licenciatura e
Bacharelado, Psicologia, Tecnologia em Desenvolvimento de Sistemas para
Internet, Enfermagem, Fisioterapia e Terapia Ocupacional.
32
1.8.4.1 Cursos de pós-graduação
Os cursos de pós-graduação constituem um diferencial para a
especialização
do
acadêmico,
bens
como
para
aquisição
de
maior
conhecimento na sua área profissional, capacitando-o nas áreas de Direito,
Educação, Educação Física, Fisioterapia e Gestão Empresarial.
Quanto aos cursos de MBA, estes estão voltados às seguintes áreas:
Direito Civil Contemporâneo e Direito Processual Civil; Direito Empresarial com
Ênfase em Direito do Trabalho; Educação Especial Inclusa, Língua Portuguesa
e Literatura; Metodologia do Ensino Superior, Psicopedagogia e Educação
Física Escolar, com Ênfase em Atividade Física e Saúde; Fisiologia do
Exercício,
Fisioterapia
do
Trabalho,
Fisioterapia
Traumato
Ortopédica
Funcional e Gestão Empresarial com Ênfase em Marketing e Recursos
Humanos e, por fim, MBA em Gestão Empresarial.
1.8.5 Pastoral
A Pastoral do Centro Universitário Católico Salesiano Auxilium, foi
fundada no ano de 1995.
As suas atividades oferecem aos jovens a experiência da vida cristã,
com valores baseados na fé, indo ao encontro da espiritualidade Salesiana do
Sistema Preventivo de Dom Bosco e proporciona agradável relação entre
funcionários, professores e alunos.
As atividades da Pastoral estão relacionadas a retiros para os jovens do
Ensino Médio, retiro de final de semana para os universitários, o Shalom,
missas semanais, encontros de reflexão para as famílias, grupo de oração
universitária (GOU), grupo de mensagens (GRUMENS), novenas Marianas,
catequese de primeira comunhão e de crisma para acadêmicos e alunos do
ensino médio, grupos de reflexão, e encontro para funcionários.
A
Pastoral
UNISALESIANO.
é
parte
integrante
de
todas
as
festividades
do
33
1.9
EFA
A Escola de Formação e Aperfeiçoamento, EFA, foi fundada pelo diretor
Padre Giulio Boffi, no início do ano de 1990, com o papel de aperfeiçoar
crianças carentes matriculadas nas escolas públicas da cidade a partir da 5ª
série do Ensino Fundamental, interessadas em aprimorar seu nível cultural,
dando-lhes a possibilidade de melhorar seus estudos e servir a comunidade de
forma útil e competente.
As crianças recebem aulas de Português, Matemática e Inglês,
intercaladas com prática de esporte, como natação. Para estas crianças, são
oferecidos lanches, materiais escolares, uniformes, transporte, além das
próprias aulas.
O compromisso do aluno é freqüentar corretamente as aulas,
demonstrando boa vontade e sobretudo aproveitamento desses ensinos na sua
própria escola.
1.10 Serviço escola
O serviço-escola trabalha com o desenvolvimento de pessoas com
necessidade de um acompanhamento nas áreas de Psicologia, Educação
Física, Terapia Ocupacional e Fisioterapia e Enfermagem.
O curso de Psicologia está vinculado ao serviço-escola, cujo objetivo é
auxiliar o ensino dos acadêmicos do curso, na prestação de serviço à
comunidade e sustentar o conjunto das atividades de estágio, que englobam
programas realizados interna e externamente pelos estudantes, professores e
profissionais da área. A clínica-escola do curso de Psicologia, fundado em 10
de fevereiro de 2005, oferece a comunidade atendimentos psicológicos para
crianças, adolescentes e adultos gratuitamente.
A clínica de Educação Física oferece aos acadêmicos do curso a
oportunidade de vivenciar, por meio da observação, da prática e da pesquisa, o
processo de atividades e técnicas adequadas na elaboração de programas
34
personalizados. As atividades desenvolvidas na clínica, oferecidas à população
e a todos os acadêmicos do UNISALESIANO são: avaliação física;
antrométrica; postural, com prescrição de exercícios físicos e atividades nas
instalações da clínica (musculação, hidroginástica, ginástica localizada,
alongamento, relaxamento e exercícios aeróbicos). Os alunos que estão
estagiando na clínica são supervisionados por um professor responsável, que
elabora os programas de treinamento e acompanha o andamento das
atividades.
A clínica de Terapia Ocupacional e Fisioterapia é vinculada ao Centro de
Reabilitação Física Dom Bosco, fundado no ano de 1982. São atendidos na
clínica pacientes nas áreas de ortopedia e traumatologia, neurologia infantil e
adulta, realizando-se a reeducação psicomotora, com trabalhos voltados para
pessoas portadoras de atraso no desenvolvimento neuro e psicomotor,
dificuldades de aprendizagem, síndromes e pessoas necessitadas de cuidados
de clínica médica. Os atendimentos são realizados gratuitamente para a
comunidade e também mediante convênios com o SUS, São Lucas e UNIMED
Lins.
O curso de Enfermagem oferece, em sua clínica, consulta e
atendimento, em: hipertensão arterial; curativos de baixa complexidade;
retirada de pontos e administração de medicamentos (com prescrição médica,
de acordo com as normas vigentes do COREN-SP). Os alunos do curso de
Enfermagem, são no processo de estágio na clinica, são supervisionados por
um professor responsável. A clínica de Enfermagem foi inaugurada no presente
ano, e em princípio, os atendimentos estão focados para os funcionários do
UNISALESIANO.
1.11 Empresa Júnior
A Empresa Júnior vinculada à Instituição foi fundada no ano de 1998,
tendo, como sua primeira coordenadora, a professora Maria Lourdes Alencar
Silva. É uma entidade sem fins lucrativos, junto a qual os alunos de Ciências
Contábeis e Administração promovem consultoria administrativa e contábil de
35
empresas, sendo supervisionados pelos professores da Instituição. Na cidade
de Lins, seu principal e importante parceiro é a Incubadora de Empresa, pelo
fato de os alunos poderem realizar estágios, e aprenderem, na prática, o real
cenário empresarial, tendo se em vista o desenvolvimento de sua formação.
As Empresas Júnior são entidades reais, com estatuto próprio,
administradas por alunos das instituições de ensino. Seu lucro é focado no
aprendizado e experiências vividas por acadêmicos e professores, portanto não
há nenhuma remuneração em espécie.
1.12 Curso de extensão
O curso de extensão envolve acadêmicos e a sociedade em trabalhos,
oficinas, cursos, jornadas, workshops, articulando ensino e pesquisa não
regulares dos cursos de graduação e pós-graduação.
1.13 Ensino a distância
Esta modalidade de ensino caracteriza-se pela apresentação de
desenvolvidas pela Internet. O acadêmico desempenha as aulas por meio de
um computador, realizando atividades virtuais programadas para a leitura,
tarefas e atividades que avaliam o seu desempenho do aluno mediante
pesquisa, trabalhos individuais ou em grupo e Chat interativo. A avaliação
bimestral é presencial obrigatória.
Os acadêmicos em dependência e adaptantes podem cumprir aulas pelo
do ensino a distância.
A aula a distancia é um diferencial para os acadêmicos, pois otimiza o
tempo, dando a ele oportunidade de poder concluir sua disciplina sem
prejudicar seu andamento normal em seu curso.
36
CAPÍTULO II
A ESTATÍSTICA COMO FERRAMENTA DE ANÁLISES DE DADOS
2
INTRODUÇÃO
Na tomada de decisão, um profissional deve ter informações
necessárias no tempo hábil e com certa precisão. Para que isto se torne
possível, os dados devem ser criteriosamente analisados, a fim de que seus
resultados sejam úteis aos gestores, diminuindo-se assim os riscos inerentes
ao processo.
Com a competitividade acirrada do atual mercado, nem sempre os
gestores têm tempo suficiente para a captação e análise dos dados, levando as
empresas a perderem preciosas oportunidades de negócios, com o prejuízo do
sucesso esperado. Pelo fato de ser quantidade de dados muito extensa, é
necessário manter-se um banco de dados informatizados com o maior número
de informações possíveis, afim de se facilitar o processo de análise, bem como
a tomada de decisão.
2.1
Sistema de informação – Tecnologia da informação
2.1.1 O início
A utilização da informática há algum tempo, era muito rara nas
empresas, pelo fato de que tecnologia ser onerosa e de difícil manutenção.
Assim durante muito tempo a tecnologia da informação foi tratada e
operacionalizada pelas empresas com base em uma visão em que a
informática era somente utilizada em centro de processamento de dados
37
(CPD), local onde trabalhavam analistas, programadores e onde ficavam os
computadores.
No começo, tecnologia da informação, que começava invadir as
organizações, era conhecida como sendo um aparato composto de
computadores, sistemas de tratamento da informação e máquina de
processamento de dados e cérebro eletrônico. Nesta época, os computadores
baseavam-se em sistemas eletromecânicos.
Com o tempo, houve a evolução dos computadores, até a tecnologia da
informação chegar aos dias de hoje.
2.2
Tecnologia da informação
A Tecnologia da Informação é um termo utilizado para diferenciar um
conjunto
de
recursos
não
humanos
voltados
ao
armazenamento,
processamento e comunicação da informação e, principalmente, o modo como
esses recursos estão organizados e como são operacionalizados.
Assim o termo Tecnologia da Informação serve para designar o conjunto
de recursos tecnológicos e computacionais para geração e uso da informação.
(WIKIPEDIA, 2008).
Já segundo Rezende e Abreu (apud CRUZ, 1998), outro conceito de
tecnologia da informação pode ser todo e qualquer dispositivo que tenha
capacidade para tratar dados e ou informações, tanto de forma sistêmica como
esporádica, quer esteja aplicada ao produto, quer esteja aplicada no processo.
2.2.1 Componentes da tecnologia da informação
De acordo com Abreu e Rezende (2006), a tecnologia da informação
está fundamentada em dois principais componentes, sendo:
a) hardware e seus dispositivos e periféricos: o hardware é o
equipamento responsável pelas atividades de entrada, saída e
38
processamento de um sistema de informação. Os periféricos são os
dispositivos que trabalham em conjunto com o computador, sendo os
principais:
1) Dispositivos de entrada (input): teclado, principal método de entrada
para dados de texto e numéricos; mouse; recursos de multimídia
(som
e
imagem)
instrumentos
musicais,
entrada
de
áudio,
dispositivos de entrada por voz que convertem sons para o formato
digital, para serem processadas pelo computador; scanner digital,
que converte imagens, como figuras e documentos para formato
digital e é um componente essencial dos sistemas de processamento
de imagens. Dentre outros periféricos pode-se relacionar: leitor de
códigos
de
barras,
câmeras,
filmadoras,
leitores
ópticos,
digitalizadores e microfone.
2) Dispositivos de saída (outpup): monitor; impressoras; saída de áudio,
que converte dados digitais em sons e microfilme, microficha usada
para armazenar grandes quantidades de dados de saída sob a forma
de documentos microscópios filmados.
Muitos dispositivos, tais como placas de redes, modem, ou seja,
modulador e demodulador de telecomunicações, funcionam como periféricos
de entrada e saída.
b) software e seus recursos: o software é executado a partir de um
programa de computador com uma seqüência de ordens lógicas,
onde ocorrem modificações de um dado ou informação.
Segundo Laudon e Laudon (2006) para desempenhar um papel útil na
infra-estrutura de tecnologia de informação das empresas, o hardware requer
um software.
O software foi definido como conjunto das instruções detalhadas que
controlam a operação de um sistema de computação.
Os gestores das empresas preocupam-se, cada vez mais, em tornar
suas decisões mais eficientes, minimizando os riscos inerentes às suas
atividades. A escolha de um software correto é importante para um bom
desempenho do sistema de informação necessário à empresa.
A tecnologia de informação também pode ser usada para transformar
uma base de dados em informações mais úteis aos gestores de uma empresa.
39
2.2.2 Requisitos necessários para uma tecnologia de informação eficiente
Conforme Abreu e Rezende (2006) além da análise de custos,
benefícios, riscos e viabilidade, ainda será necessário dar-se atenção para
mais estes itens:
a) focar não somente a tecnologia, mas a inteligência empresarial em
primeiro lugar;
b) elaborar um plano de gestão da mudança na empresa, decorrente da
introdução da tecnologia de informação;
c) estabelecer um plano de necessidades para desenvolver, de maneira
prática, as eventuais deficiências de funcionamento;
d) respeitar a legislação atual.
2.3
Sistema de informação
2.3.1 Conceito
De acordo com Laudon e Laudon (2006), sistema da Informação é um
termo utilizado para indicar os recursos utilizados na informatização dedicados
ao armazenamento, processamento e comunicação de dados.
O processamento da informação é uma atividade vital de qualquer
empresa, independentemente do setor, ou de uma pesquisa. Por este
processamento, as informações servem para analisar problemas, controlar
operações, organizar os dados e tornar mais útil o apoio a uma tomada de
decisão.
É o que se infere da citação abaixo, in verbis:
Sistema de informação é a expressão utilizada para descrever um sistema
automatizado (que pode ser denominado como Sistema de Informação
Computadorizado), ou mesmo manual, que abrange pessoas, máquinas,
e/ou métodos organizados para coletar, processar, transmitir e disseminar
dados que representam informação para o usuário. (WIKIPEDIA, 2008).
40
2.3.2 Principais atividades do sistema de informação
Segundo Laudon e Laudon (2006), são as seguintes as três principais
atividades de um sistema de informação de que uma organização necessita
para tomar uma decisão a fim de controlar operações e analisar problemas:
a) entrada: coleta ou captura de dados brutos;
b) processamento: conversão dos dados em uma forma mais
significativa;
c) saída: transferência dos dados processados em informações
necessárias.
Neste processo, o sistema de informação oferece ao usuário,
oportunidade de realizar um feedback no estágio inicial, ajudando-o a avaliar
ou corrigir erros.
Todas
essas
vantagens
são
implicitamente
confirmadas
e
complementadas na citação abaixo:
A tecnologia da informação oferece as ferramentas que permitem as
pessoas na organização solucionar problemas cada vez mais complexos e
aproveitar as oportunidades que contribuem para o sucesso, ou mesmo a
sobrevivência da organização. (TURBAN; RAINER JUNIOR; POTTER,
2005, p.06).
2.4
Estatística
O termo Estatística é de origem latim, status, significando estado e foi
usado para nomear o levantamento de dados que tem finalidade de orientar o
Estado em suas tomadas de decisões.
Segundo Silva et al. (1995), a estatística é um conjunto de métodos e
processos quantitativos que serve para estudar e medir os fenômenos
coletivos, por exemplo: taxa de mortalidade; taxa de nascimento; renda e taxas
de desempregos. Ainda conforme Silva et al. (1995), a estatística mantém com
a matemática uma relação de dependência de auxílio para se desenvolver.
Com outras ciências, a relação é de complemento para uma pesquisa.
41
No que se refere a sua abrangência, de acordo com Stevenson (2001),
existem três principais ramos da estatística, sendo:
a) estatística descritiva: envolve a organização e a sumarização dos
dados;
b) teoria da probabilidade: proporciona uma base racional para lidar
com situações influenciadas por fatores relacionados com o acaso;
c) teoria da inferência: envolve análise e interpretação de amostras.
Em todos esses ramos, a estatística desempenha o importante papel
aqui definido:
A Estatística está interessada nos métodos científicos para coleta,
organização, resumo, apresentação e análise de dados, bem como na
obtenção de conclusões válidas e na tomada de decisões razoáveis
baseadas em tais análises. (SPIEGEL, 1993, p.1)
Quanto ao seu método e procedimento, Stevenson (2001) afirma que os
três ramos da estatística utilizam o método científico, com cinco etapas básicas
seguintes:
a) definir cuidadosamente o problema, verificando a clareza da
finalidade de proceder a um estudo ou análise;
b) estabelecer a coleta dos dados adequados;
c) compilar os dados;
d) analisar e interpretar os dados;
e) relatar as conclusões de maneira que sejam facilmente entendidas
por quem as for usar na tomada de decisões.
2.4.1 População e amostra
Há dois conceitos básicos de onde são tirados os dados que originam as
diversas relações estatísticas, a população e a amostra.
De acordo com Doria Filho (1999), População é qualquer conjunto de
informações com uma característica comum que delimite claramente quais
42
elementos pertencem a ela. Enquanto que amostra é um subconjunto da
população.
População e amostra podem ser exemplificadas da maneira como segue
e incidem em uma situação concreta referindo-se aqui esses termos aos dados
reais coletadas no universo de acadêmicos do UNISALIANO para uma
pesquisa efetiva:
a) população: acadêmicos do UNISALESIANO;
b) amostra: acadêmicos do curso de Administração do UNISALESIANO.
Os dados possuem classificações próprias, pois, dependendo de suas
características, os tratamentos estatísticos utilizados são específicos para cada
caso.
2.4.1.1 Classificação dos dados
Para escolher o processo a ser utilizado em uma análise de dados
estatísticos, é necessário saber qual é o tipo de dados considerados.
De acordo com Stevenson (2001), é preciso aprender a identificar quatro
tipos de dados:
a) dados contínuos, que podem adquirir qualquer valor em um intervalo
contínuo.
b) dados discretos, que só podem assumir certos valores, em geral
inteiros, são resultado da contagem do número de itens.
c) dados nominais, que envolvem categorias e se conta a quantidade de
observações pertencentes de cada categoria.
d) dados por postos, que consistem em valores relativos atribuídos para
significar ordem: primeiro, segundo e terceiro.
Segundo Vieira (1980), os dados referem-se a variáveis, que são
classificadas em qualitativas, ordinais e quantitativas, aqui descriminados:
a) variável qualitativa: os dados podem ser distribuídos em categorias
mutuamente exclusivas; por exemplo, o sexo permite distinguir duas
categorias, masculino e feminino;
43
b) variável ordinal: os dados podem ser distribuídos em categorias
mutuamente exclusivas que têm ordenação natural. Exemplificando,
existe uma ordem, ou uma hierarquia, tal como presidente, diretor e
gerente, ou até mesmo uma classificação, como bom, regular e ruim.
c) variável quantitativa: quando os dados são expressos por números,
por exemplo, idade, estatura e peso corporal.
2.4.2 Medidas de tendência central
Para Vieira (1980), as medidas de tendência central fornecem os valores
em torno do qual os dados se distribuem.
As três medidas mais usadas são a média aritmética, mediana e moda.
De acordo com Stevenson (2001), medidas de tendência central são
usadas para indicar um valor que tende a tipificar, ou a representar melhor um
conjunto de números.
2.4.2.1 Média aritmética
A média aritmética é a soma dos valores que estão sendo observados,
dividida pelo número de observações, sendo a mais importante dentro da
medida de tendência central.
Conforme exemplo de Stevenson (2001), se um estudante fez quatro
provas e obteve as notas 83, 94, 95 e 86, sua nota média é 89,5, ou seja:
83 + 94 + 95 + 86
= 89,5
4
Segundo Spiegel (1993), a média aritmética para uma amostra de um
conjunto de N números X1, X2, XN é representada por X (leia-se “x barra”) e é
definida por:
44
N
Σx j
x=
x1 + x2 + x3 + ... + xN
Σx
= j =1 =
N
N
N
Representa-se o cálculo da soma de um conjunto de dados pela letra
maiúscula grega , sigma, que indica soma. (STEVENSON, 2001)
2.4.2.2 Mediana
Stevenson (2001) explica que a mediana tem como função dividir um
conjunto ordenado de dados em dois grupos de igual freqüência, sendo:
a) uma metade do conjunto terá valores inferiores;
b) e a outra metade do conjunto terá valores superiores à mediana.
Para obter-se a mediana, inicialmente é necessário ordenar os valores
em ordem crescente ou decrescente e depois verificar se o número de
elementos é ímpar ou par.
Caso o número de elementos seja ímpar, a mediana é o valor que se
encontra no meio da distribuição. Caso o número de elementos a ser analisado
seja par, a mediana será a média dos dois valores centrais.
Spiegel (2005) comenta dois exemplos sobre mediana, em que os
conjuntos de números estão dispostos em ordem de grandeza, isto é, em um
rol:
a) exemplo 1: conjunto dos números 3, 4, 5, 6, 8, 8, 8, 10 tem mediana
6.
b) Exemplo 2: conjunto dos números 5, 5, 7, 9, 11, 12, 15, 18 tem
mediana ½ (9+11) = 10.
Portanto, a mediana = 10
A mediana significa que 50% dos valores coletados é menor ou igual a
ela e os outros 50% dos valores é maior ou igual à mediana.
2.4.2.3 A moda
45
Segundo Spiegel (1993), a moda é o valor que ocorre com maior
freqüência, sendo o valor mais comum em um conjunto de dados, por exemplo:
a) o conjunto 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18 tem a moda 9
b) o conjunto 3, 5, 8, 10, 12, 15, 16 não tem moda
c) o conjunto 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9 tem duas modas, 4 e 7, e é
denominado bimodal.
Caso na distribuição haja apenas uma moda, esta é chamada de
unimodal; e se tiver duas modas à distribuição, esta será bimodal.
2.4.2.4 Comparação entre média e mediana
Na escolha da média ou da mediana para a medida de tendência central
de um conjunto de dados, devem-se observar suas características.
Segundo Stevenson (2001), a média é influenciada pelo valor de cada
um dos elementos do conjunto, principalmente por seus valores extremos,
enquanto que a mediana não é afetada pelos valores extremos, pois se levam
em conta apenas os valores centrais. Exemplo:
Grupo A:
4; 4; 5; 6; 6
média = 5
mediana = 5
Grupo B:
4; 4; 5; 6; 6.000
média = 1.203,8
mediana = 5
Grupo C:
0;
média = 4,2
mediana = 5
4; 5; 6;
6
2.4.3 Medidas de dispersão ou variação
Para apresentar corretamente um conjunto de dados, são necessários
dois tipos de medidas. Segundo Spiegel (1993), o grau aos quais os dados
numéricos tendem a dispersar-se em torno de um valor médio chama-se
dispersão ou variação dos dados.
As medidas de dispersão ou variação avaliam o quanto os valores estão
dispersos dentro de uma distribuição de freqüência ou de probabilidades, ou
46
seja, o grau em que esses valores estão relativamente afastados ou próximos
uns dos outros, conforme figura 5.
Fonte: Stevenson, 2001, p. 23
Figura 5: A média é afetada pelos valores extremos.
2.4.3.1 Variância
A variância permite que, vários conjuntos de dados sejam analisados ao
mesmo tempo, para comparar médias obtidas em várias amostras diferentes.
Para Stevenson (2001), a variância de uma amostra é a média dos quadrados
dos desvios dos valores a contar da média, que é calculada usando-se n – 1
em lugar de n.
A citação que segue define o critério de denominação da variância
conforme o campo a que ela se refere.
Em estatística, o conceito de variância também pode ser usado para
descrever um conjunto de observações. Quando o conjunto das
observações é uma população, é chamada de variância da população. Se o
conjunto das observações é (apenas) uma amostra estatística, chamamoslhe de variância amostral (ou variância da amostra).(WIKIPEDIA, 2008).
O cálculo da variância é feito a partir dos desvios, que são elevados ao
quadrado antes da soma. Stevenson (2001) exemplifica qual o processo a
seguir para calcular a variância com o seguinte conjunto de dados: 5, 10, 10,
15, 20, 20, 25:
a) cálculo da média.
5 + 10 + 10 + 15 + 20 + 20 + 25
= 15
7
47
b) subtração da média a cada valor do conjunto.
5 - 15 = -10
10 - 15 = -5
10 - 15 = -5
20 - 15 = 5
20 - 15 = 5
25 - 15 = 10
15 - 15 = 0
c) elevar ao quadrado cada desvio.
100, 25, 25, 0, 25, 25, 100
d) soma dos quadrados dos desvios.
Σ = 300
e) divisão da soma por (n – 1), quando se trata de dados amostrais, ou
simplesmente por n para somar o conjunto ou se os dados
representam todos os valores de uma população.
300 300
=
= 50
n −1
6
2.4.3.2 Desvio padrão
Desvio padrão é a raiz quadrada positiva da variância, ou seja, de
acordo com Lapponi (2005), o desvio padrão depende da soma dos quadrados
dos desvios dos dados da variável com relação a sua média.
Os valores da variável se aproximam da média, quanto menor for o
desvio padrão.
Portanto o desvio padrão será sempre um número positivo e seu
resultado é zero quando os dados de uma variável forem iguais; ele não é uma
medida persistente, pois os valores extremos da variável o afetam e a unidade
da média sempre é a mesma do desvio padrão.
A fórmula do desvio padrão é:
48
(x − x )
2
s=
1
n −1
Stevenson (2001) exemplifica de uma forma simples mostrando o
cálculo do desvio padrão da amostra de: 20, 5, 10, 15, 25.
a) calcula-se soma da amostra: valor total 75
b) calcula-se a variância e toma-se a raiz quadrada positiva do
resultado:
202 + 52 +102 + 152 +252 = 1375
(
)
1375 − 752 / 5
= 62,5 = 7,91
5 −1
2.4.4 Separatrizes
Conforme Silva et. al.(1995), são números reais que dividem a
seqüência ordenada de dados em partes contendo a mesma quantidade de
elementos da série.
A mediana também pode ser considerada uma medida separatriz, pois
ela divide a seqüência ordenada em dois grupos, tendo 50% dos valores da
seqüência.
Existem outras medidas que podem ser destacadas: quartis e percentis.
2.4.4.1 Quartis
Os quartis separam a série ordenada em quatro partes, tendo 25% de
seus elementos. São identificados da seguinte forma:
49
a) primeiro quartil, Q1, 25% de seus valores do lado esquerdo e 75% de
seus valores do lado direito;
b) segundo quartil, Q2, 50% de seus valores do lado esquerdo e 50%
de seus valores do lado direito, é a mediana da série;
c) terceiro quartil, Q3, 75% de seus valores do lado esquerdo e 25% de
seus valores do lado direito.
2.4.4.2 Percentis
As seqüências ordenadas que estão divididas em 100 partes ficam com
1% de seus elementos e são chamadas de percentis, identificada como P1 de
modo análogo para outros percentis.
2.4.5 Boxplot
O boxplot é uma representação gráfica de um conjunto de dados de uma
amostra ou população, que utiliza cinco resultados estatísticos: menor valor,
quartil inferior ou primeiro quartil (q1), mediana (q2), quartil (q3) e maior valor.
Por meio do intervalo interquartil (IQR = q3 – q1) obtêm-se os valores
ditos suspeitos, ou seja, aqueles que fogem dos padrões normais dos dados.
O boxplot pode detectar, pelos outliers se uma determinada amostra
apresenta algum tipo de erro de registro, ou seja, se um valor medido foi
registrado incorretamente, neste caso, pode ser corrigido e eliminado do dado
amostrado.
Referindo-se a esta decorrência, a citação abaixo alerta quanto ao
procedimento necessário:
É denominado dado suspeito o dado de uma amostra extremamente
diferente da maioria dos dados da amostra. Como qualquer amostra pode
conter dados suspeitos, é importante estar preparado para detectá-lo e
analisar sua causa. (LAPPONI, 2005, p. 126).
50
O gráfico mostra uma caixa centraliza por uma linha, em que se
representa a mediana do conjunto de dados. A parte inferior da caixa é o quartil
primeiro, e o quartil terceiro consta na parte superior.
A figura a seguir demonstra as principais características do boxplot:
Fonte: http://marcosfs2006.googlepages.com/boxplot, 2008
Figura 6: Boxplot
2.4.6 Distribuição normal
Para Kazmier (1982), a distribuição normal, ou distribuição normal de
probabilidade é umas das mais importantes distribuições da estatística. É
descrita por parâmetros de média e desvio padrão, ou seja, existe uma única
distribuição normal para cada combinação de uma média e um desvio padrão,
que, calculados, determinam a probabilidade.
A distribuição normal de probabilidade é uma distribuição de
probabilidade contínua simétrica em relação a sua média. Tem a forma de um
sino, conforme a figura 7 e assume qualquer valor fracionário dentro de um
intervalo definido de valores. As distribuições das médias e das proporções que
ocorrem em grandes amostras são distribuídas normalmente, o que tem
relevante importância na amostragem.
51
Uma das características da distribuição normal é o fato de que, cerca de
68% de seus valores cairão no intervalo de um desvio padrão, a contar de cada
lado da média; cerca de 95,5% no intervalo de dois desvios-padrão, a contar da
média e cerca de 99,7% dentro de três desvios-padrão a contar da média.
Fonte: Doria Filho, 1999, p. 41
Figura 7: Média e fração da população
De acordo com Kazmier (1982), a distribuição de probabilidade normal é
importante na conclusão estatística por três razões distintas:
a) as medidas produzidas em diversos processos aleatórios seguem
esta distribuição;
b) probabilidades normais podem ser usadas frequentemente como
aproximações de outras distribuições de probabilidade.
As distribuições de estatísticas da amostra, tais como a média e a
proporção, frequentemente seguem a distribuição normal, independentemente
da distribuição da população.
2.4.7 Distribuição de amostragem da média
Devido a fatores como tempo, custo e precisão, os parâmetros de uma
população são frequentemente estimados com base estatísticas da amostra.
(KAZMIER, 1982).
52
Para que isto possa ser realizado, são analisadas amostras em vez da
população. Amostras são subconjuntos finitos da população, cujos membros
são todos analisados.
Conforme Stevenson (2001), uma distribuição amostral das médias é
uma distribuição de probabilidade que indica quão prováveis são as diversas
médias amostrais.
Para uma amostra de certa quantidade de números extraídos de uma
população, a média da amostra irá variar de amostra para amostra; e se várias
amostras forem retiradas desta população, têm-se várias médias, gerando,
assim, a distribuição de amostragem da média.
De acordo com Kazmier (1982), a distribuição de amostragem da média
é a distribuição de probabilidades para os possíveis valores da média da
amostra x , baseados em um particular tamanho da amostra.
Fonte: Stevenson, 2001, p.179.
Figura 8: Distribuição amostral
53
2.4.7.1 Distribuição da população e da amostra
A média da estatística da amostra é simbolizada por x , e do parâmetro
populacional é representada µ. Já o desvio padrão na amostra é s , e o σ é o
desvio padrão do parâmetro populacional.
A média, o desvio padrão da população e o tamanho da amostra são
responsáveis pela distribuição. Para cada combinação, tem-se uma única
distribuição amostral de médias amostrais.
De acordo com Kazmier (1982), a distribuição da população é uma
distribuição de valores da população; a distribuição da amostra é uma
distribuição de valores da amostra e a distribuição da amostragem da média é
uma distribuição de probabilidade aplicada a possíveis valores da média da
amostra.
2.4.7.2 Amostra aleatória
Se uma estatística amostral for usada para oferecer importância a um
valor específico de um parâmetro, isto é, um estimador por ponto, tem que se
basear em uma amostra aleatória extraída da população. De acordo com Silva
et. al. (2007), uma função real definida a partir dos elementos que compõem
uma amostra é denominada Estimador, e o valor numérico de um estimador é
uma estimativa.
2.4.7.3 Amostra aleatória simples
Para Kazmier (1982), uma amostra aleatória é extraída por um
procedimento tal que cada elemento da população tenha uma probabilidade
conhecida a ser escolhida.
54
A amostragem aleatória simples é uma técnica específica de
amostragem, sendo a mais comum.
Segundo Silva et. al. (2007), a amostragem aleatória simples é aquela
que atribui aos grupos de mesma quantidade de elementos a mesma
probabilidade de participar da mesma amostra.
2.4.7.4 Erro padrão da média
De acordo com Kazmier (1982), a distribuição da amostragem da média
é apresentada pela determinação do valor da média e do desvio padrão das
distribuições das médias. Este desvio padrão da distribuição da amostragem da
média é chamado de erro padrão da média.
O erro padrão da média pode ser estimado pelo desvio padrão da
população e é simbolizado por σ x .
Ocorre que nem sempre o desvio padrão da população é conhecido.
Desta forma o erro padrão da média pode ser estimado pelo desvio padrão da
amostra, sendo, neste caso, simbolizado por s x .
Portanto o erro padrão da média pode ser estimado pelo desvio padrão
da amostra, como estimador do desvio padrão da população.
2.4.8 Teste de hipótese
Segundo Doria Filho (1999), hipótese é uma conjectura, uma resposta
presumida e provisória que, de acordo com certos critérios, será ou não
rejeitada.
A hipótese nula, conhecida como H0, é a afirmação de que não existe
diferença entre os grupos estudados.
Caso H0, seja considerada falsa, ela é substituída pela hipótese
Alternativa, denominada H1.
55
Para Levine, Berenson e Stephan (2000), a hipótese alternativa
representa a conclusão à qual se chegaria caso houvesse evidência suficiente,
a partir de informações da amostra, para decidir-se que a H0 provavelmente
não seria verdadeira.
O teste de hipótese ou teste de significância abaixo definido tem, como
finalidade analisar afirmações sobre os valores de parâmetros populacionais:
Os processos que habilitam
hipóteses, ou a determinar se
significativo, dos resultados
hipóteses ou de significância,
253)
a decidir-se se aceitam ou rejeitam as
as amostras observadas diferem, de modo
esperados, são denominados testes de
ou regras de decisão. (SPIEGEL, 1993, p.
2.4.8.1 Erros do tipo I e II
Ao tomar uma decisão por meio de uma estatística de amostra sobre um
parâmetro da população, existe um risco de se achar uma conclusão incorreta,
denominada erro. São dois os tipos diferentes de erro:
a) o tipo I ocorre quando a H0 é rejeitada, sendo ela verdadeira.
b) o tipo II ocorre quando a H0 é aceita, sendo ela falsa.
Conforme Silva et. al. (2007), o erro tipo I é socialmente mais importante
que o erro tipo II Esses dois tipos de erro estão aqui exemplificados. Para o
julgamento de um réu, eis aqui pressupostos:
O erro tipo I, no caso, seria julgar o réu culpado, quando na realidade é
inocente.
O erro tipo II seria julgar o réu inocente, quando, na realidade, ele é
culpado.
Estado da natureza
Decisão
Inocente
Culpado
Inocente
Decisão correta
Erro tipo II
Culpado
Erro tipo I
Decisão correta
Fonte: Silva et. al., 2007, p.154.
Quadro 1: Julgamento do réu
56
Na realização dos testes, o erro tipo I é controlado para diminuir a
probabilidade de sua ocorrência.
Na tentativa de diminuir certo tipo de erro, ela é acompanhada do
acréscimo de outro tipo, como mostra a figura 11 e 12, em que o ponto de
decisão é deslocado para a direita.
Fonte: Silva et. al., 2007, p. 155
Figura 9: Ponto de decisão centralizado
Fonte: Silva et. al., 2007, p. 155
Figura 10: Ponto de decisão deslocado para a direita
O importante é procurar uma solução que favoreça a limitação do erro
do mais sério.
O caminho para reduzir ambos os tipos de erros é aumentar o tamanho
da amostra, mas isto pode ser possível ou não.
2.4.9 Teste t - Student
57
O teste t, conhecido também como t-student, é utilizado para uma
análise em que deseja-se verificar a existência ou não de possíveis diferenças
entre as médias de dois grupos.
Segundo Kazmier (1982), a utilização do teste t é apropriada para
amostras pequenas, ou seja, menores que 30 elementos. Neste caso, a
população deve ser normalmente distribuída.
Doria Filho (1999) ressalta que o teste t, embora seja adequado para
pequenas amostras, pode ser utilizado, também, em grandes amostragens.
De acordo com Vieira (1980), aplica-se o teste t para comparar duas
médias; porém, é preciso, antes de tudo, estabelecer o nível de significância do
teste, cujo objetivo principal, segundo Stevenson (2001), é avaliar afirmações
feitas em relação às médias.
Conforme ressalta Kazmier (1982), o nível de significância normalmente
utilizado é de 5%.
Se
for
verificada
uma
diferença
nas
médias
das
amostras,
suficientemente alta, de tal forma que as chances de esta diferença ocorrerem
sejam muito pequenas, abaixo de 5%, considerando-se que sejam iguais as
médias da população, então se rejeita a hipótese nula H0, de igualdade entre as
médias.
As hipóteses, segundo Kazmier (1982), são definidas a seguir:
a) H0, hipótese nula: as médias são iguais;
b) H1, hipótese alternativa: as médias não são iguais.
Para reforçar que as diferenças das médias detectadas entre as
amostras foram provenientes das médias populacionais e não das variações
individuais dentro do grupo, utiliza-se a medida p-value.
De acordo com Vieira (2008), testes estatísticos fornecem o p-value
(valor de probabilidade) que, calculados com base nos dados, permite decidir
se existe evidência suficiente para se rejeitar a hipótese nula.
Assim, se o p-value estiver abaixo do nível de significância, rejeita-se a
hipótese nula de que as médias são iguais. Se, por outro lado, o p-value for
maior que 5%, não se rejeita a hipótese de que as médias sejam iguais.
Estabelecendo-se uma proporção, para se verificar se hipótese nula é
verdadeira, a citação a seguir mostra que o valor p e probabilidade de hipótese
58
nula ser verdadeira são dados diretamente proporcionais, quanto menor o
primeiro, menor será a segunda:
O valor p, o nível de significância observado, é uma medida da
plausibilidade dos resultados da amostra quando a hipótese nula é
assumida como verdadeira. Quanto menor o valor de p, menos
provável é que os resultados da amostra venham de uma população
onde a hipótese nula é verdadeira. (ANDERSON, SWEENEY,
WILLIAMS, 2003, p, 331).
2.4.9.1 Teste t para grupos independentes e pareados
Vieira (2008) reafirma que o teste t pode ser utilizado em duas situações
diferentes: quando os grupos são independentes e quando os dados são
pareados. Essas duas situações são demonstradas a seguir.
2.4.9.1.1 Teste t na comparação de dois grupos independentes
Para entender melhor a comparação de dois grupos independentes,
Vieira (1980) cita um exemplo em que, para descobrir se um tratamento surte
algum efeito, organizam-se dois grupos de pacientes: primeiro recebe o
tratamento o qual é chamado grupo tratado, enquanto que o outro não recebe
tratamento. Este último denomina-se grupo controle.
O efeito do tratamento é dado pela comparação entre os resultados dos
dois grupos.
Para testar a igualdade entre as duas médias, quando os grupos são
independentes, é preciso calcular o valor de t.
Os passos deste teste serão explicados no exemplo de Vieira (1980),
apresentado na tabela 1: Um médico quer comparar o efeito de duas dietas
alimentares para perda de peso. Tendo sido selecionados dois grupos de
voluntários que desejam perder peso: um é designado para a dieta 1 e o outro,
para a dieta 2, adotando-se um nível de 5% de significância.
59
Tabela 1: Perdas de peso, em quilogramas, segundo a dieta
Dieta
1
12
8
15
13
10
12
14
11
12
13
2
15
19
15
12
13
16
15
Fonte: Vieira, 1980, p. 123
O exemplo apresenta os dados dos dois grupos 1 e 2. Para calcular o
teste t é necessário determinar:
a) a média aritmética de cada grupo, obtendo-se o seguinte resultado:
x1
: média do grupo = 12
x2
: média do grupo = 15
b) a variância de cada grupo:
s
s
2
1 : variância do grupo = 4,0
2
2 : variância do grupo = 5,0
c) a variância ponderada dada pela fórmula:
(n − 1)s + (n − 1)s
s =
n +n −2
2
2
1
1
1
s
2
=
2
2
9 .4 + 6 .5
= 4,4
9+6
2
2
60
Onde n1 é o número de elementos do grupo 1 e n2 é o número de
elementos do grupo 2.
d) o valor do teste t é definido pela fórmula:
x2 − x1
t=
s
2
1
+
1
n n
1
t=
2
15 − 12
= 2,902
1 1
4,4
+
10 7
O grau de liberdade deste teste é determinado por, n1+ n2 – 2 = 10 + 7 –
2 = 15 graus de liberdade.
Stevenson (2001) esclarece de forma intuitiva o que é o número de
graus de liberdade. No exemplo: em uma sala de aula existem vinte carteiras
vazias, que logo serão ocupadas por vinte alunos.
Na medida em que vão chegando, cada aluno escolhe uma carteira. O
primeiro aluno tem a opção de escolher uma das vinte carteiras, o segundo
aluno terá dezenove escolhas e assim sucessivamente, até que chegue o
último aluno. Este último aluno não terá a liberdade de escolher uma carteira.
Desta forma, dos vinte alunos existentes apenas dezenove têm a liberdade de
escolher uma carteira, ou n-1, graus de liberdade.
No exemplo utilizado de Vieira (1980), o grau de liberdade é n-2, pelo
fato de serem dois grupos analisados. Mediante a tabela 2, para um nível de
significância de 5% e com 15 graus de liberdade, o valor de t é 2,13, sendo o
valor calculado de 2,902.
Se o valor calculado for maior que aquele obtido na tabela, rejeita-se a
hipótese nula de igualdade entre as médias.
Neste exemplo, como o valor calculado é maior que o valor da tabela,
rejeita-se a hipótese nula, ou seja, as média de perdas de peso de pacientes
61
submetidos a dieta 1 e 2 são diferentes em relação ao nível de significância
adotado. Em suma, a perda de peso é maior para os pacientes do grupo 2.
Tabela 2: Valores de t, segundo os graus de liberdade e o valor de α .
Fonte: Vieira, 1980, p. 179
2.4.9.1.2 Teste t na comparação de dois grupos independentes no SPSS
Aproveitando o exemplo de Vieira (1980) sobre o tratamento de dieta
para dois grupos, usou-se no software SPSS, assim, obtendo os seguintes
resultados:
62
PESO
DIETA
1
2
N
Mean
Std. Deviation
Std. Error Mean
10
12,00
2,000
,632
7
15,00
2,236
,845
Fonte: Software SPSS, 2008
Quadro 2 – Estatística de Grupo.
As médias dos grupos foram:
a) grupo 1: 12,00
b) grupo 2: 15,00
Fonte: Software SPSS, 2008
Quadro 3 – Teste Independente de Amostras.
O valor de teste t = 2,902.
Grau de Liberdade: 15 graus
No teste de Levene o p-value detectado foi de 0,969, sendo assim, a
probabilidade de ocorrer uma diferença entre as variâncias das amostras é de
96,9 %, caso as variâncias sejam iguais. Neste caso não se deve rejeitar a
hipótese de igualdade de variâncias, pois se encontra acima de 5%.
Desta forma observa-se a primeira linha da tabela, onde é assumida a
igualdade de variância entre os grupos. O p-value que testa igualdade entre as
médias é de 0,011 menor que o nível de significância adotado de 0,05,
rejeitando-se a hipótese de igualdade entre as médias. Observe que no
intervalo de confiança das diferenças das médias amostrais apresentada nas
63
duas últimas colunas, o zero não se encontra entre o intervalo de -5,203 e 0,797 reforçando a análise anterior.
2.4.9.2 Teste t para observações pareadas
O teste t para observações pareadas é utilizado para comparar médias
entre duas medidas realizadas em uma mesma população ou amostra.
Para exemplificar, Kazmier (1982) demonstra no quadro 4, que um
fabricante de automóveis, deseja comparar diferença na quilometragem de dez
carros testados, usando dois tipos de gasolina: aditivada e normal.
Fonte: Kazmier, 1982, p. 178
Quadro 4 – Quilometragem e folha de cálculo para determinar a média e o
desvio padrão da diferença.
Para realizar o teste t para observações pareadas, a lógica é verificar se
houve diferença entre as quilometragens rodadas. Como foi utilizado o mesmo
veículo, as unidades são consideradas aos pares.
Primeiramente foi estabelecido o nível de significância de 5%, e depois é
deve-se efetuar os seguintes cálculos:
64
a) a diferença entre as quilometragens:
d=
x −x
1
2
0,5 = 26,7 – 26,2
0,1 = 25,8 – 25,7
- 0,4 = 21,9 – 22,3
- 0,3 = 19,3 – 19,6
0,3 = 18,4 – 18,1
- 0,1 = 15,7 – 15,8
0,3 = 14,2 – 13,9
0,6 = 12,6 – 12,0
0,4 = 11,9 – 11,5
0,3 = 10,3 – 10,0
b) calcular a média dessas diferenças, pela fórmula:
d =
d =
d
n
1,7
= 0,17
10
c) calcular a variâncias dessas diferenças, pelas fórmulas:
d 2 − nd
sd =
2
n −1
2
sd =
sd =
1,31 − 10(0,17 )
= 0,337
10 − 1
s
d
n
65
sd =
0,337
= 0,107
10
d) calcular o valor de t, que está associado aos graus de liberdade (n-1),
pela fórmula:
t=
t=
d
s
d
0,17
= 1,59
0,107
Tabela 3: tabela t
Fonte: Vieira, 1980, p. 179
66
Neste exemplo de Kazmier (1982), foi verificado na tabela 3 acima, o
valor t é de 2,26, levando em consideração o nível de significância de 5% e 9
graus de liberdade. Conclui-se que o valor calculado de t = 1,59, é menor que o
valor encontrado na tabela. Desta forma conclui-se que não existe diferença na
quilometragem por litro da gasolina com o aditivo comparada com a da
gasolina sem aditivo.
2.4.9.2.1 Teste t para observações pareadas no SPSS
Aproveitando o exemplo de Kazmier (1982), utilizou-se o software SPSS,
obtendo-se os seguintes resultados:
Fonte: Software SPSS, 2008
Quadro 5 – Estatística de Amostra Pareada
As médias de quilometragem gasolina:
a) média quilometragem gasolina com aditivo: 17,680
b) média quilometragem gasolina sem aditivo: 17,510
Fonte: Software SPSS, 2008
Quadro 6 – Teste de Amostras Pareadas
Os dados do teste de amostras pareadas obtiveram os seguintes
resultados:
67
a) diferença das médias = 0,1700;
b) diferença das variâncias = 0,3368 ≅ 0,337;
c) o valor de t, associado aos graus de liberdade = 1,596;
d) grau de Liberdade = 9 graus;
e) no intervalo de confiança das diferenças das médias amostrais o zero
pertence ao intervalo de -0,0709 e 0,4109.
2.4.10 ANOVA
Segundo Stevenson (2001), a utilização da análise de variância
(ANOVA) serve para determinar se as médias duas ou mais amostras são
iguais.
No exemplo da tabela 4, buscou-se determinar se o consumo de
combustível em um carro é o mesmo, testando-se quatro tipos de gasolinas
diferentes.
Tabela 4: Dados sobre quilometragem
Fonte: Stevenson, 2001, p. 254
68
Neste caso, o teste de Análise de Variância foi utilizado para verificar se
as médias amostrais das quatro situações apresentaram diferenças entre as
quilometragens rodadas por litro de combustível, ou se as diferenças foram
decorrentes apenas da variabilidade amostral.
Para elaborar o teste ANOVA, estabelecem-se duas hipóteses:
a) H0 – hipótese nula: as médias das populações são todas iguais
b) H1 – hipótese alternativa: as médias das populações não são iguais,
ou seja, pelo menos uma das médias é diferente.
Supondo-se que a hipótese nula seja verdadeira, conclui-se que as
diferenças observadas entre as médias amostrais são decorrentes das
amostras coletadas aleatoriamente. Sendo assim, as médias populacionais dos
quatro tipos de combustíveis são iguais.
Conforme figura 11, afim de se obter os dados para a análise da
variância, é necessário calcular a média e a variância de cada amostra.
Fonte: Stevenson, 2001, p. 255
Figura 11: Extrai-se uma amostra de cada população e, para cada uma delas,
calcula-se a média e a variância.
Para se aplicar a Análise de Variância, é necessário obedecer às
seguintes suposições:
a) as amostras devem ser aleatórias e independentes;
69
b) as amostras devem ser extraídas de populações normais;
c) as populações devem ter variâncias iguais.
Stevenson (2001) ilustra na figura 12(a) que, se H0 for verdadeira, então
as amostras procedem de populações normais com médias e variância iguais;
já a figura 12(b) ilustra que quando H0, for falsa, então as quatro populações
apresentam características normais com variâncias iguais e médias diferentes.
Fonte: Stevenson, 2001, p. 256
Figura 12: (a) Quatro populações normais com médias iguais e variâncias
iguais. (b) Quatro populações normais com iguais variâncias, porém com
médias diferentes.
Para estimar a variância populacional, a média de todas elas, em geral,
proporciona a melhor estimativa, em virtude do maior número de observações.
Esta estimativa, baseada na média das variâncias amostrais, é chamada de
70
estimativa da variância “dentro”, ou seja, a comparação é feita dentro de cada
amostra.
O cálculo para a estimativa “dentro”, é:
s12 + s22 + s32 + s42 +
s =
k
2
w
+ sk2
,
onde:
S12 = variância da amostra 1
S22 = variância da amostra 2
.
.
.
.
.
.
Sk2 = variância da amostra k
k = número de amostras
w = representa a variância dentro de cada amostra
Para os dados da quilometragem por tipo de gasolina, a média da
variância “dentro” é representada por:
sw2 =
A
0,088+ 0,040+ 0,124+ 0,032 0,284
=
= 0,071
4
4
estimativa
“dentro”
da
variância,
supõe
que
as
variâncias
populacionais sejam iguais, não dependendo de serem as médias iguais ou
diferentes.
Esta estimativa não é afetada se a H0 é verdadeira ou falsa. Porém não
pode ser usada por si só para avaliar se as médias populacionais são iguais.
Assim, a estimativa “dentro” da variância serve de padrão de
comparação para a estimativa “entre” da variância, ou seja, esta segunda
71
estimativa focaliza a variância entre as médias amostrais, relacionando-a a
uma estimativa da variância populacional em termos de uma distribuição
amostral de médias.
Para os dados da quilometragem por tipo de gasolina, a estimativa
“entre” da variância
s
2
b
pode, assim, ser calculada:
a) determinar a média das médias amostrais, pela fórmula:
k
xj
j =1
x=
x=
k
15,2 + 15,0 + 15,4 + 15,6
= 15,3
4
b) determinar os quadrados dos desvios, somá-los, e dividir a soma por
k – 1, pela fórmula:
2
xj − x
k
k −1
j =1
s
2
x
=
=
s
2
x
(15,2 − 15,3)2 + (15,0 − 15,3)2 + (15,4 − 15,3)2 + (15,6 − 15,3)2
4 −1
= 0,067
c) cada amostra consiste de seis observações, n = 6, e a estimativa da
variância populacional é resultante de:
2
s = ns
b
2
x
= 6(0,067 ) = 0,402
Portanto a estimativa da variância dentro é 0,071, e a estimativa
entre as médias amostrais é 0,402, tendo-se, assim, duas estimativas
da variância populacional.
72
d) a análise da variância utiliza a razão F, dividindo a estimativa “entre”
pela estimativa “dentro”. O valor resultante das estimativas deve ser
comparado com a tabela de valores “F” tabela 5, que indica o valor
máximo da estatística no caso de H0 ser verdadeira, a um
determinado nível de significância.
A razão F é calculada como:
Razão F =
Razão F =
s
s
s
s
2
b
=
w2
2
b
2
w
=
ns
(s + s +
2
2
1
2
x
2
2
)
+ sk / k
0,402
= 5,66
0,071
Para achar o valor F na tabela, primeiramente é necessário determinar
os graus de liberdade, sendo eles do numerador, que consta na linha superior
da tabela; e do denominador, que se encontra na coluna à esquerda.
Para se calcular esses graus de liberdade, segue:
a) numerador: número de amostras menos um, ou k – 1 = 4 tipos de
gasolinas -1 = 3 graus de liberdade;
b) denominador: número de amostras x (tamanho da amostra – 1), ou k
( n – 1) = 4 (6 -1) = 20 graus de liberdade.
Sendo assim, ao nível de significância de 0,05 para 3 e 20 graus de
liberdade, o valor de F é 3,10.
Observando a tabela F, o primeiro valor tabulado (menor valor) é o valor
na escala F a cuja direita estão 5% (0,05) da área sob curva.
O segundo valor tabulado (maior valor) é o valor na escala F a cuja
direita está 1% (0,01) da área sob a curva.
Conclui-se que a razão de F, 5,66, é um valor maior que ao nível de
significância de 5% e 1% na tabela, sendo assim, rejeita-se a H0.
Provavelmente, as amostras não procedem das populações com médias
73
iguais, e que a quilometragem por galão não é a mesma para todos os tipos de
gasolina.
Tabela 5: Parte de uma tabela F
Fonte: Stevenson, 2001, p. 263
2.4.10.1 Teste de análise de variância (ANOVA) no SPSS
Conforme exemplo de Stevenson (2001), dados de quilometragem por
gasolina, analisaram-se, no software SPSS.
No teste ANOVA do SPSS, o valor da estimativa “dentro”, sw2, está na
linha descrita de Within Groups e coluna Mean Square, sendo 0,071.
O valor da estimativa “entre”, sb2, está localizado na linha Between
Groups, e na coluna Mean Square, sendo 0,400.
O valor calculado da razão F está na coluna F com a linha Between Groups,
sendo 5,634. O p-value, encontra-se na coluna Sig., seu valor é 0,006. Portanto
comparado à tabela F do exemplo, o p-value fica abaixo de 1%.
ANOVA
Sum of Squares
df
Mean Square
F
Sig.
Between Groups
1,200
3
,400
5,634
,006
Within Groups
1,420
20
,071
Total
2,620
23
Fonte: Software SPSS, 2008
Quadro 7 – Teste de Análise de Variância
74
CAPÍTULO III
ESTUDO DE CASO UTILIZANDO O SOFTWARE SPSS
3
ESTUDO DE CASO
O estudo realizado tomou como base, os dados de uma pesquisa para o
trabalho de conclusão de curso do ano de 2008, especificamente do curso de
Educação Física, orientado pelo Prof. Wonder Passoni Higino.
Esta pesquisa propõe a seguinte pergunta-problema: “A acidose
metabólica associada à fadiga neuromuscular são fatores determinantes da
diminuição da performance anaeróbica?”
Para responder a esta pergunta, foram realizados testes de atividades
físicas e exames sanguíneos, com a colaboração de vinte indivíduos do sexo
masculino, com características aparentemente saudáveis, sedentários, com
idade entre dezoito e trinta e cinco anos, separados em dois grupos: um,
recebendo o nome de ativo; e o outro, de passivo. Os indivíduos receberam
informações verbais e escritas a respeito de todos os procedimentos da
pesquisa, tendo seus dados coletados sem a divulgação de seus nomes.
Todos os procedimentos dessa pesquisa foram encaminhados e
analisados pelo Comitê de Ética em Pesquisa do Centro Universitário Católico
Salesiano Auxilium (UNISALESIANO – Lins)
A divisão dos grupos em ativo e passivo deve-se à diferença na
determinação do tipo de prova a ser aplicada a cada grupo.
Desta forma, a perfomance da linha de exigência foi diferenciada, em
atendimento às especificações ativo e passivo.
Descrevendo-se os fatos, foi esta a situação de cada grupo:
a) grupo ativo: seus componentes, depois de correrem 400 metros,
fizeram exercícios físicos por trinta minutos, e correram mais 400
metros;
b) grupo passivo: seus componentes, depois de correrem 400 metros,
repousaram por trinta minutos, e após, correrem mais 400 metros;
75
c) após vinte quatro horas, os grupos realizaram novamente a corrida
dos 400 metros.
O software SPSS foi utilizado para realizar dois testes na análise dos
dados, sendo eles: Teste t e ANOVA.
De acordo com a apostila módulo base SPSS (2007), o software SPSS
tem uma grande participação na parte processo de elaboração de uma análise
estatística, pois o mesmo é capaz de armazenar e tratar dados de forma rápida
e prática. Durante o processo de transformação e análise de dados, o SPSS
tem recursos considerados dos mais eficientes.
3.1
Primeira análise de verificação da igualdade ou não, das características
dos grupos ativo e passivo, utilizando-se o teste t no SPSS
Nesta análise serão estudadas as características dos grupos, em que
serão determinadas se há a semelhança ou não, dos grupos 1 e 2.
Para tanto, será utilizado o teste de hipótese de igualdade entre as
médias.
As variáveis a serem comparadas entre os dois grupos são:
a) altura;
b) peso;
c) %g (percentual de gordura);
d) vLaer (velocidade linear anaeróbio);
e) VO2max (volume máximo do oxigênio);
f) vVO2max (velocidade alcançada);
g) %LxVO2 (percentual linear com relação ao volume máximo do
oxigênio)
Para utilizar o teste t – student é necessário verificar dois pré-requisitos:
a) as variáveis devem ser normalmente distribuídas.
b) as variâncias dos dois grupos devem ser semelhantes.
3.1.1 Comparação entre as médias das variáveis da altura
76
3.1.1.1 Média da Altura
H0 = HG1= HG2
H1 = HG1 HG2
Fonte: Software SPSS, 2008
Quadro 8 – Descritivos Estatísticos da Altura
A média do grupo 1 é 175,00 e do grupo 2 é 172,70, de forma que cada
grupo apresenta aproximadamente a mesma altura. Será observado se esta
diferença entre as médias é decorrente das variações inerentes das amostras
diferentes, ou se realmente há diferença significante entre elas. Serão testadas
inicialmente os pré-requistos de normalidade e a igualdade de variâncias entre
os grupos.
3.1.1.2 Teste de normalidade da altura – Shapiro-Wilk
H0 = são normais HG1= HG2
H1 = não são normais HG1 HG2
77
Fonte: Software SPSS, 2008
Quadro 9 - Teste de Normalidade da Altura
Foi utilizado o teste de normalidade da altura, para comparar se existe a
normalidade dos dados nos grupos 1 e 2.
O nível de significância estipulado para este teste foi de 0,05 ou 5%. Se
o p-value, na (coluna “sig”, acusar valor acima deste, aceita-se a hipótese de
normalidade nos dados. Como no grupo 1 o p-value foi de 0,070 e do grupo 2
foi de 0,209, ambos se encontram acima de 0,05, aceita-se a hipótese de
normalidade dos dados.
3.1.1.3 Teste de igualdade de variância da altura - Levene
H0 = são iguais HG1= HG2
H1 = não são iguais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 10 - Teste de Igualdade de Variância da Altura
No teste de Levene o p-value detectado foi de 0,363. Sendo assim, a
probabilidade de ocorrer uma diferença entre as variâncias das amostras é de
78
36,3 %, se as variâncias forem iguais. Neste caso, não se deve rejeitar a
hipótese de igualdade de variâncias, pois encontra-se acima de 5%.
Desta forma, observa-se a primeira linha da tabela, em que é assumida
a igualdade de variância entre os grupos. O p-value que testa igualdade entre
as médias é de 0,340, maior que 0,05, aceitando-se a hipótese de igualdade
entre as médias.
Observe-se que, no intervalo de confiança das diferenças das médias
amostrais apresentadas nas duas últimas colunas, o zero pertence ao intervalo
de -2,633 e 7,233, confirmando a análise anterior.
3.1.2 Comparação entre as médias das variáveis do peso
3.1.2.1 Média do peso
H0 = HG1= HG2
H1 = HG1 HG2
Fonte: Software SPSS, 2008
Quadro 11 - Descritivos Estatísticos do Peso
79
A média do grupo 1 é 70,680 e do grupo 2 é 73,380, de forma cada
grupo apresenta aproximadamente o mesmo peso.
3.1.2.2 Teste de normalidade do peso – Shapiro-Wilk
H0 = são normais HG1= HG2
H1 = não são normais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 12 - Teste de Normalidade do Peso
O teste de normalidade para o grupo 1 acusou p-valeu de 0,845 e do
grupo 2 de 0,535, ambos acima de 0,05, portando aceita-se a hipótese de
normalidade dos dados.
3.1.2.3 Teste de igualdade de variância do peso - Levene
H0 = são iguais HG1= HG2
H1 = não são iguais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 13- Teste de Igualdade de Variância do Peso
80
No teste de Levene o p-value detectado foi de 0,442. Sendo assim, a
probabilidade de ocorrer uma diferença entre as variâncias das amostras é de
44,2 %, caso as variâncias forem iguais. Neste caso, não se deve rejeitar a
hipótese de igualdade de variâncias, pois se encontra acima de 5%.
Desta forma, observa-se a primeira linha da tabela, em que é assumida
a igualdade de variância entre os grupos. O p-value para o teste de igualdade
entre as médias dos dois grupos apresentada foi de 0,567, aceitando-se a
hipótese de igualdade entre as médias..
Observa-se que, no intervalo de confiança das diferenças das médias
amostrais apresentadas nas duas últimas colunas, o zero encontra-se entre o
intervalo de -12,4269 e 7,0269.
3.1.3 Comparação entre as médias das variáveis do %g
3.1.3.1 Média do %g
H0 = HG1= HG2
H1 = HG1 HG2
Fonte: Software SPSS, 2008
Quadro 14 - Descritivos Estatísticos do %g
81
A média do grupo 1 é 16,2300 e do grupo 2 é 16,2790, de forma que
cada grupo apresenta aproximadamente o mesmo %g.
3.1.3.2 Teste de normalidade do g% – Shapiro-Wilk
H0 = são normais HG1= HG2
H1 = não são normais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 15 - Teste de Normalidade do %g
No grupo 1 o p-value foi de 0,894 e do grupo 2 foi de 0,396, ambos
acima de 0,05, portando aceita-se a hipótese de normalidade dos dados.
3.1.3.3 Teste de igualdade de variância do g% - Levene
H0 = são iguais HG1= HG2
H1 = não são iguais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 16 – Teste de Igualdade de Variância do %g.
82
No teste de Levene o p-value detectado foi de 0,922. Sendo assim, a
probabilidade de ocorrer uma diferença entre as variâncias das amostras é de
92,2 %, caso as variâncias forem iguais. Neste caso, não se deve rejeitar a
hipótese de igualdade de variâncias, pois encontra-se acima de 5%.
Desta forma, observa-se a primeira linha da tabela, em que é assumida
a igualdade de variância entre os grupos. O p-value apresentada para o teste t
para igualdade entre as médias foi de 0,989, acima de 0,05, aceitando-se a
hipótese nula.
Observe-se que, no intervalo de confiança das diferenças das médias
amostrais apresentada nas duas últimas colunas, o zero encontra-se entre o
intervalo de -7,72654 e 7,62854.
3.1.4 Comparação entre as médias das variáveis da vLaer
3.1.4.1 Média da vLaer
H0 = HG1= HG2
H1 = HG1 HG2
Fonte: Software SPSS, 2008
Quadro 17 – Descritivos Estatístico da vLaer
83
A média do grupo 1 é 10,2590 e do grupo 2 é 10,3160, de forma cada
grupo apresenta aproximadamente o mesmo vLaer.
3.1.4.2 Teste de normalidade da vLaer – Shapiro-Wilk
H0 = são normais HG1= HG2
H1 = não são normais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 18 - Teste de Normalidade da vLaer
No grupo 1 o p-value foi de 0,628 e do grupo 2 foi de 0,450, ambos
acima de 0,05, portando aceita-se a hipótese de normalidade dos dados.
3.1.4.3 Teste de igualdade de variância da vLaer - Levene
H0 = são iguais HG1= HG2
H1 = não são iguais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 19 – Teste de Igualdade de Variância da vLaer
84
No teste de Levene o p-value detectado foi de 0,361. Sendo assim, a
probabilidade de ocorrer uma diferença entre as variâncias das amostras é de
36,1 %, se as variâncias forem iguais. Neste caso, não se deve rejeitar a
hipótese de igualdade de variâncias, pois encontra-se acima de 5%.
Desta forma observa-se a primeira linha da tabela, em que é assumida a
igualdade de variância entre os grupos. O p-value apresentada foi de 0,945,
aceitando-se a hipótese de igualdade entre as médias.
Observe-se que, no intervalo de confiança das diferenças das médias
amostrais apresentadas nas duas últimas colunas, o zero encontra-se entre o
intervalo de -1,77731 e 1,66331.
3.1.5 Comparação entre as médias das variáveis do VO2max
3.1.5.1 Média do VO2max
H0 = HG1= HG2
H1 = HG1 HG2
Fonte: Software SPSS, 2008
Quadro 20 – Descritivos Estatísticos do VO2max
85
A média do grupo 1 é 44,0530 e do grupo 2 é 47,8870, de forma cada
grupo apresenta aproximadamente a mesma VO2max.
3.1.5.2 Teste de normalidade do VO2max – Shapiro-Wilk
H0 = são normais HG1= HG2
H1 = não são normais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 21 - Teste de Normalidade do VO2max
No grupo 1 o p-value foi de 0,459 e do grupo 2 foi de 0,738, ambos
acima de 0,05, portando aceita-se a hipótese de normalidade dos dados.
3.1.5.3 Teste de igualdade de variância do VO2max - Levene
H0 = são iguais HG1= HG2
H1 = não são iguais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 22 – Teste de Igualdade de Variância do VO2max
86
No teste de Levene o p-value detectado foi de 0,740. Sendo assim, a
probabilidade de ocorrer uma diferença entre as variâncias das amostras é de
74,0 %, se caso as variâncias forem iguais. Neste caso não se deve rejeitar a
hipótese de igualdade de variâncias, pois encontra-se acima de5%.
Desta forma observa-se a primeira linha da tabela, em que é assumida a
igualdade de variância entre os grupos. O p-value apresentado foi de 0,389,
acima de 0,05, aceitando-se a hipótese nula de igualdade entre as médias dos
dois grupos.
Observe-se que, no intervalo de confiança das diferenças das médias
amostrais apresentadas nas duas últimas colunas, o zero encontra-se entre o
intervalo de -12,95893 e 5,29093.
3.1.6 Comparação entre as médias das variáveis da vVO2max
3.1.6.1 Média da vVo2max
H0 = HG1= HG2
H1 = HG1 HG2
Fonte: Software SPSS, 2008
Quadro 23 – Descritivos Estatísticos da vVO2max
87
A média do grupo 1 é 14,10 e do grupo 2 é 13,50, de forma cada grupo
apresenta aproximadamente a mesma vVO2max.
3.1.6.2 Teste de normalidade da vVO2max – Shapiro-Wilk
H0 = são normais HG1= HG2
H1 = não são normais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 24 - Teste de Normalidade da vVO2max
No grupo 1 o p-value foi de 0,521 e do grupo 2 foi de 0,398, ambos
acima de 0,05, portando aceita-se a hipótese de normalidade dos dados.
3.1.6.3 Teste de igualdade de variância da vVO2max - Levene
H0 = são iguais HG1= HG2
H1 = não são iguais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 25 – Teste de Igualdade de Variância do vVO2max.
88
No teste de Levene o p-value detectado foi de 0,820. Sendo assim, a
probabilidade de ocorrer uma diferença entre as variâncias das amostras é de
82,0 %, caso as variâncias forem iguais. Neste caso, não se deve rejeitar a
hipótese de igualdade de variâncias, pois encontra-se acima de 5%.
Desta forma, observa-se a primeira linha da tabela, em que é assumida
a igualdade de variância entre os grupos. O p-value apresentada foi de 0,446,
aceitando-se a hipótese nula de igualdade entre as médias.
Observe-se que, no intervalo de confiança das diferenças das médias
amostrais apresentadas nas duas últimas colunas, o zero encontra-se entre o
intervalo de -1,018 e 2,218.
3.1.7 Comparação entre as médias das variáveis do %LxVO2
3.1.7.1 Média do %LxVO2
H0 = HG1= HG2
H1 = HG1 HG2
Fonte: Software SPSS, 2008
Quadro 26 – Descritivos Estatísticos do %LxVO2
89
A média do grupo 1 é 73,000 e do grupo 2 é 75,940, de forma cada
grupo apresenta aproximadamente a mesma %LxVO2max.
3.1.7.2 Teste de normalidade do %LxVO2 – Shapiro-Wilk
H0 = são normais HG1= HG2
H1 = não são normais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 27 - Teste de Normalidade do %LxVO2
No grupo 1 o p-value foi de 0,486 e do grupo 2 foi de 0,410, ambos
acima de 0,05, portando aceita-se a hipótese de normalidade dos dados.
3.1.7.3 Teste de igualdade de variância do %LxVO2 - Levene
H0 = são iguais HG1= HG2
H1 = não são iguais HG1 HG2
Fonte: Software SPSS, 2008
Quadro 28 – Teste de Igualdade de Variância do %LxVO2
90
No teste de Levene o p-value detectado foi de 0,933. Sendo assim, a
probabilidade de ocorrer uma diferença entre as variâncias das amostras é de
93,3 %, caso as variâncias forem iguais. Neste caso, não se deve rejeitar a
hipótese de igualdade de variâncias, pois encontra-se acima de 5%.
Observando-se a primeira linha da tabela, em que é assumida a
igualdade de variância entre os grupos, o p-value apresentado foi de 0,437,
aceitando-se a hipótese de igualdade entre as médias. O intervalo de confiança
das diferenças das médias amostrais apresentada nas duas últimas colunas, o
zero fica entre o intervalo de -10,7115 e 4,8315.
3.2
Segunda análise de verificação se os grupos ativo e passivo têm as
mesmas características, aplicando-se o teste ANOVA com repetição no SPSS
O objetivo do teste ANOVA foi realizar a comparação entre os grupos
ativo e passivo, bem como averiguar se ocorreu alguma diferença entre os dois
grupos na realização de uma determinada atividade física, durante a qual os
indivíduos percorreram um circuito de 400 metros correndo. Avaliados em três
situações diferentes, sendo:
a) todos os membros correram 400 metros;
b) os componentes do grupo ativo realizaram atividade física durante
trinta minutos e após esta atividade correram mais 400 m, enquanto
que o os membros do grupo passivo, neste mesmo intervalo de trinta
minutos, permaneceram em repouso antes de correrem novamente
os 400 m;
c) após vinte quatro horas, os indivíduos retornaram a correr 400 m.
O quadro 29, mostra as médias de cada momento dos grupos.
Fonte: Software SPSS, 2008
Quadro 29 - Estatística Descritiva
3.2.1 Teste de esfericidade
91
Tabela 6: Diferenças e contrastes na escala
Fonte: Apostila Software SPSS, 2006, p.9-4
Conforme o exemplo da apostila do software SPSS (2006), a tabela 6,
mostra uma situação de que o teste de esfericidade é aplicado.
A primeira diferença representa a diferença entre as drogas 1 e 2; a
segunda, representa 100 vezes a diferença entre as drogas 2 e 3.
O desvio padrão da segunda diferença, por ser muito maior que a
primeira, prevaleceria sobre esta pela ordem de grandeza.
Para evitar que isto aconteça é aplicada a normalização dos coeficientes
usados, ou seja, cada coeficiente é divido pela raiz quadrada da soma dos
quadrados dos coeficientes.
A terceira diferença tem os mesmos valores que a primeira.
Embora seja um caso extremo, quando isto acontece, o agruparmos
destas diferenças para o cálculo do ANOVA trará resultados incorretos.
Para evitar que as variáveis sejam correlacionadas, são aplicados
transformações às variáveis para forçar que as mesmas não sejam
correlacionadas, antes de se fazer à análise.
Estas duas técnicas, normalização e tornar as diferenças ortogonias, ou
seja, não correlacionadas, é chamado ortonormalização.
A combinação de fatos, igualdade de variâncias das diferenças entre as
variáveis e correlação nula entre elas é chamada esfericidade.
Quando a esfericidade não ocorrer há métodos estatísticos disponíveis.
Há a técnica da correção Greenhouse-Geisser, Huynh Feldt, que
modificam os resultados baseados no grau de violação de esfericidade.
92
Uma segunda alternativa é fazer uma aproximação multivariada dos
dados.
O software SPSS leva em conta esta análise de esfericidade
apresentando resultados quando a mesma é obedecida e quando a mesma é
violada.
Através do teste de esfericidade, nota-se no quadro 30 abaixo que:
a) para a variável momento (os três instantes), p-value = 0,092 é maior
que 0,05, aceitando a hipótese de esfericidade;
b) grupo*momento (interação entre grupo e momento, onde acusou um p
-value = 0,653, maior que 0,05, aceitando a condição de esfericidade.
Fonte: Software SPSS, 2008
Quadro 30 - Teste de Esfericidade
Pelo quadro 31 abaixo, observa-se pelo teste que, obedecida a condição de
esfericidade (linha Sphericiy Assumed), foram analisados se há diferença entre
os grupos e os três momentos.
Analisando os resultados para igualdade entre grupos (ativo e passivo),
seu p-value = 0,848, e interação entre grupo*momento,p-value = 0,796, deram
valores acima de 0,05.
Concluindo que não há diferença significante entre grupos e não há
interação entre grupos e momentos. Com relação aos diferentes momentos,
apresentou um p-value =0,001, menor que 0,05, rejeitando-se a hipótese de
igualdade entre as médias em cada momento.
93
Fonte: Software SPSS, 2008
Quadro 31 – Teste de Efeitos de Disciplinas Internas
Observando-se a variável momento no quadro 31, verifica-se na linha
esfericidade assumida (Sphericity Assumed), um p-value – 0,000 < 0,05,
demonstrando a rejeição de igualdade entre as médias.
3.2.2 Teste ANOVA dos grupos 1 e 2
Será analisada a seguir aonde se encontra a diferença, repetindo o teste
ANOVA separadamente para cada grupo
3.2.2.1 Grupo 1 – ativo
94
O quadro 32, demonstra as diferenças de médias do grupo 1, em
relação a cada momento do teste físico.
Fonte: Software SPSS, 2008
Quadro 32 – Descritivos Estatísticos do Grupo 1
Nota-se no quadro 33 abaixo, que pelo teste de esfericidade, acusou um
p-value = 0,064, valor acima de 0,05, aceitando a hipótese de esfericidade.
Fonte: Software SPSS, 2008
Quadro 33 – Teste de Esfericidade do Grupo 1
O quadro 34 a seguir, mostra o resultado do teste de igualdade entre
os momentos para os elementos do Grupo 1. Observa-se pela tabela que no
campo “momento”, verifica-se na linha da esfericidade assumida, o p-value =
0,000, Valor abaixo de 5%, rejeitando-se a hipótese de igualdade entre as
médias.
Fonte: Software SPSS, 2008
Quadro 34 - Teste de Efeitos de Disciplinas Internas do Grupo 1
95
Pelo quadro 35 abaixo, aplicando o teste Post Hoc LSD, observa-se que
a média de cada momento é testado entre si. Examinando o quadro, verifica-se
que é rejeitada a hipótese de igualdade entre as médias entre:
a) momento1 e momento2, p-value = 0,000;
b) momento 3 e momento 2, p-value = 0,000
Fonte: Software SPSS, 2008
Quadro 35 – Teste de Comparação Emparelhadas do Grupo 1
3.2.2.2 Grupo 2 - passivo
O quadro 36, demonstra as diferenças de médias do grupo 2, em
relação a cada momento do teste físico.
Fonte: Software SPSS, 2008
Quadro 36 – Descritivos Estatísticos do Grupo 2
Nota-se no quadro 37 a seguir, que pelo teste de esfericidade, acusou
um p-value = 0,486, valor acima de 0,05, aceitando a hipótese de esfericidade.
96
Fonte: Software SPSS, 2008
Quadro 37 – Teste de Esfericidade do Grupo 2
O quadro 38 abaixo, mostra o resultado do teste de igualdade entre os
momentos para os elementos do grupo 2. Observa-se pelo quadro, que no
campo “momento”, verifica-se na linha da esfericidade assumida, o p-value =
0,005, valor abaixo de 5%, rejeitando-se a hipótese de igualdade entre as
médias.
Fonte: Software SPSS, 2008
Quadro 38 - Teste de Efeitos de Disciplinas Internas do Grupo 2
Pelo quadro 39 a seguir, aplicando o teste Post Hoc LSD, observa-se
que a média de cada momento é testado entre si. Examinando o quadro,
verifica-se que é rejeitada a hipótese de igualdade entre as médias entre:
a) momento1 e momento2, p-value = 0,008;
b) momento 3 e momento 2, p-value = 0,03
97
Fonte: Software SPSS, 2008
Quadro 39 - Teste de Comparação Emparelhadas do Grupo 2
Resumindo, conclui-se que não se rejeita a hipótese de que haja
igualdade de resultados entre os grupos ativo e passivo, ou seja, as respostas
são iguais. Não há interação entre os momentos do teste, nos grupos ativo e
passivo. Apenas foi detectado diferença entre os momentos no resultado após
os 30 minutos. Os resultados da análise foram encaminhados ao grupo de
alunos de Educação Física para conclusão de suas análises.
98
PROPOSTA DE INTERVENÇÃO
Após estudo realizado foram utilizados dados coletados na clínica de
Educação Física do Centro Universitário Católico Salesiano Auxilium, relativos
a um trabalho de conclusão de curso de 2008. De posse destes dados foram
feitas análises utilizando o software estatístico SPSS.
Diante da pesquisa, pôde-se utilizar os recursos estatísticos com o
auxílio do software SPSS permitindo aos acadêmicos de Educação Física
extrair informações necessárias para responder o questionamento inicial de
seu trabalho de conclusão de curso.
O Centro Universitário Católico Salesiano Auxilium está em contínuo
desenvolvimento e, por isso, investe em vários projetos, visando agregar
valores a seus colaboradores, corpo docente, discente e comunidade. A
aquisição do software estatístico SPSS veio para cooperar com este
desenvolvimento.
Diante do exposto propomos a utilização deste software para análises de
dados em projetos de iniciação científica dos acadêmicos e professores, assim
como outros projetos que vierem a ser desenvolvidos, pois irá contribuir para
uma análise mais detalhada, buscando extrair informações importantes dos
dados coletados.
99
CONCLUSÃO
Com base nos pressupostos teóricos desenvolvidos neste trabalho
concluímos que a tecnologia da informação oferece, através dos recursos
computacionais, importantes ações, onde o profissional de qualquer área
processa os dados coletados transformando-os em informações.
As informações processadas são utilizadas para analisar problemas,
controlar processos de forma a auxiliar os gestores na tomada de decisão.
Para tornar mais eficiente e confiável a tomada de decisão, busca-se
também o apoio na estatística. A estatística é uma importante ferramenta que,
utilizando a teoria das probabilidades, permite extrair de um conjunto de dados
coletados, informações que buscam reduzir os riscos de se tomar uma decisão
incorreta.
As análises e interpretações dos dados envolvem cálculos muito
complexos. Desta forma, a utilização de um software estatístico torna viável
esta análise de dados.
O Centro Universitário Católico Salesiano Auxilium, buscando excelência
no ensino, inicia um projeto para estimular a pesquisa científica. Sendo assim,
é de extrema importância que as análises estatísticas se tornem mais
elaborados. A utilização do software SPSS, com certeza, terá um importante
papel neste contexto.
O trabalho representou ao grupo uma grande parcela de conhecimento,
uma vez que o tema pesquisado é de extrema importância, não somente para
o administrador como para qualquer área profissional.
O trabalho não se esgota aqui, e este é o início de futuros estudos que
com certeza trarão mais benefícios e melhores resultados para as pesquisas.
100
REFERÊNCIAS
ANÁLISE de estatística avançada usando SPSS, apostila SPSS. 2006.
ANÁLISE de variância, Shvoong, Lins, 29 de set. 2008. Disponível em:
<http://pt.shvoong.com/medicine-and-health/epidemiology-publichealth/499026-an%C3%A1lise-vari%C3%A2ncia/>. Acesso em: 29 set. 2008.
ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. A. Estatística aplicada à
administração e economia. 2. ed. São Paulo: Pioneira, 2003.
BOXPLOT, Marcosfs2006, Lins, 29 de set. 2008. Disponível em:
<http://marcosfs2006.googlepages.com/boxplot>. Acesso em: 29 set. 2008.
CASTRO, A. Presença institucional salesiana: informações e orientações
para os leigos que trabalham em nossas instituições. Campo Grande: UCDB,
2007.
______. Carta de Roma de Dom Bosco: reflexões. Campo Grande: UCDB,
2007.
CLÍNICA escola serviço de psicologia do unisalesiano, Unisalesiano, Lins, 27
ago. 2008. Disponível em:
<http://www.salesianolins.br/unisalesiano/clinicas/clinicaPsicologia.php>.
Acesso em: 27 ago. 2008.
CLÍNICA escola terapia ocupacional, Unisalesiano, Lins, 27 ago. 2008.
Disponível em: <http://www.salesianolins.br/unisal. php>. Acesso em: 27 ago.
2008.
CONCEITO de tecnologia da informação, Wikipedia, Lins, 17 mar. 2008.
Disponível
em:
<http://pt.wikipedia.org/wiki/tecnologia_da_informa%C3%A7%C3%A3o>.
Acesso em: 17 mar. 2008.
CORRAR, L. J.; PAULO, E.; FILHO, J. M. D. Análise multivariada. São Paulo:
Editora Atlas, 2007.
101
DESVIO padrão, UOL, Lins, 29 de set. 2008. Disponível em:
<http://educacao.uol.com.br/matematica/ult1705u77.jhtm>. Acesso em: 29 set.
2008.
DORIA FILHO, U. Introdução à bioestatística: para simples mortais. São
Paulo: Negócio Editora, 1999.
EAD ensino à distancia, Unisalesiano, Lins, 27 ago. 2008. Disponível em:
<http://www.unisalesiano.edu.br/ead/>. Acesso em: 27 ago. 2008.
EMPRESA junior, Unisalesiano, Lins, 27 ago. 2008. Disponível em:
<http://www.salesianolins.br/emp_junior/index.php>. Acesso em: 27 ago. 2008.
ESTATÍSTICA, Wikipedia, Lins, 18 mar. 2008. Disponível em:
<http://pt.wikipedia.org/wiki/estat%C3%adstica>. Acesso em: 18 mar. 2008.
EXTENSÃO universitária, Unisalesiano, Lins, 27 ago. 2008. Disponível em:
<http://www.unisalesiano.edu.br/extensao/>. Acesso em: 27 ago. 2008.
HISTÓRIA, Missão Salesiana do Mato Grosso, Campo Grande, 27 ago.
2008. Disponível em: <http://www.msmt.org.br/historia.php>. Acesso em: 27
ago. 2008.
KAZMIER, L. J. Estatística aplicada à economia e administração. São
Paulo: McGraw-Hill do Brasil, 1982.
LAPPONI, J. C. Estatística usando excel. 4. ed. Rio de Janeiro: Elsevier,
2005.
LAUDON, K. C.; LAUDON, J. P. Sistemas de informações gerenciais:
administrando a empresa digital. 5.ed. São Paulo: Pearson, 2004.
LEVINE, D. M. ; BERENSON, M. L.; STEPHAN, D. Estatistica: teoria e
aplicações usando Microsoft excel em português. Rio de Janeiro: LTC, 2000.
PASTORAL, Unisalesiano, Lins, 27 ago. 2008. Disponível em:
<http://www.salesianolins.br/unisalesiano/pastoral.php>. Acesso em: 27 ago.
2008.
102
REZENDE, D. A.; ABREU, A. F. Tecnologia da informação: aplicada a
sistemas de informação empresariais. 4.ed. São Paulo: Atlas, 2006.
SCARAMUSSA, T. O sistema preventivo de Dom Bosco: um estilo de
educação. 3. ed. São Paulo: Salesiana Dom Bosco, 1984.
SILVA, E. M. et. al. Estatística para os cursos de economia, administração,
ciências contábeis. São Paulo: Atlas, 1995.
______. Estatística para os cursos de economia, administração, ciências
contábeis. 2. ed. São Paulo: Atlas, 2007.
SPIEGEL, M. R. Estatística.3. ed. São Paulo: Pearson, 1993.
SPSS 15, módulo base, conceitos e recursos. Apostila SPSS. 2007
STEVENSON, W. J. Estatística: aplicada à administração. São Paulo: Harbra,
2001.
VARIÂNCIA,
Wikipedia,
Lins,
29
set.
2008.
Disponível
em:
<http://pt.wikipedia.org/wiki/Vari%C3%A2ncia#Vari.C3.A2ncia_da_popula.C3.A
7.C3.A3o_e_vari.C3.A2ncia_da_amostra>. Acesso em: 29 set. 2008.
VIEIRA, S. Estatística experimental. 2. ed. São Paulo: Atlas, 1999.
______. Introdução à Bioestatística. 4. ed. São Paulo: Elsevier, 2008.
50 ANOS colégio salesiano dom henrique. REVISTA comemorativa do
cinqüentenário do Salesiano – Lins. Lins: Tipografia Galvão, 1992.
103
APÊNDICES
104
APÊNDICE A – Roteiro de Estudos de Caso
1
INTRODUÇÃO
Será realizada apresentação da empresa: localização, histórico, missão,
início das atividades no setor educacional.
1
RELATO DO TRABALHO REALIZADO REFERENTE AO ASSUNTO
ESTUDADO
Elaboração do estudo de caso e análise do trabalho de conclusão de
curso 2008, dos acadêmicos do curso de Educação Física.
2
DISCUSSÃO
Será realizado um confronto entre a teoria e a prática utilizada no estudo
de caso.
4
PARECER FINAL SOBRE O CASO E SUGESTÕES SOBRE
MANUTENÇÃO OU MODIFICAÇÕES DE PROCENDIMENTOS
105
APÊNDICE B – Roteiro de Observação Sistemática
I
INDENTIFICAÇÃO
Empresa:
Localização:
Atividade:
II
ASPECTOS A SEREM OBSERVADOS
1 Origem da empresa;
2 Cursos;
3 Clínica de Educação Física.
106
APÊNDICE C – Roteiro Histórico
I
IDENTIFICAÇÃO
Empresa:
Localização:
Atividade Econômica:
II
ASPECTOS A SEREM DESCRITOS
1 História do início;
2 Evolução das atividades;
3 Perspectiva do crescimento;
5 Atualidade;
4 Outros.
107
APÊNDICE D – Roteiro de entrevista para os coordenadores do curso de
Educação Física, Terapia Ocupacional e Psicologia do Unisalesiano
I
DADOS DE IDENTIFICAÇÃO
Entrevistado:
Idade:
Profissão:
Formação acadêmica:
Outras Experiências:
Cidade:
II
PERGUNTAS ESPECÍFICAS
1
Para que tipo de análise foi utilizado o software SPSS?
...............................................................................................................................
...............................................................................................................................
...............................................................................................................................
2
Quais foram os benefícios oferecidos pelo software?
...............................................................................................................................
...............................................................................................................................
...............................................................................................................................
3
Acha importante um software específico para extrair informações de um
banco de dados?
...............................................................................................................................
...............................................................................................................................
...............................................................................................................................
4
Haveria a possibilidade de uma entrevista futura?
...............................................................................................................................
...............................................................................................................................
...............................................................................................................................