Livro - ADM módulo 4.2

André Brochi Daniela Tincani Marcos Danilo Chiodi

Ferramentos e sistemas de gestão empresarial Módulo 4.2

Ribeirão Preto 2013

Editorial Presidente do SEB (Sistema Educacional Brasileiro S.A) Chaim Zaher Vice-Presidente do SEB Adriana Baptiston Cefali Zaher Diretoria Executiva do SEB Nilson Curti Rafael Gomes Perri Reitor do Centro Universitário UniSEB Chaim Zaher Vice-Reitor do Centro Universitário UniSEB Reginaldo Arthus

Diretora Acadêmica de Educação a Distância Claudia Regina de Brito Coordenação Pedagógica de Educação a Distância Alessandra Henriques Ferreira Gladis S. Linhares Toniazzo Marina Caprio Coordenação do Curso de Ciências Contábeis Andréia Marques Maciel Produção Editorial Karen Fernanda Bortoloti Marcelo dos Santos Calderaro

Pró-reitor de Educação a Distância Jeferson Ferreira Fagundes

© UniSEB Interativo Todos os direitos desta edição reservados à UniSEB Interativo. Proibida a reprodução total ou parcial desta obra, de qualquer forma ou meio eletrônico, e mecânico, fotográfico e gravação ou qualquer outro, sem a permissão expressa da UniSEB Interativo. A violação dos direitos autorais é punível como crime (Código Penal art. 184 e §§; Lei 6.895/80), com busca, apreensão e indenizações diversas (Lei 9.610/98 – Lei dos Direitos Autorais – arts. 122, 123, 124 e 126)

ri o

má

Su

Apresentação Uniseb Interativo....................... 13 Apresentação do módulo........................................ 14

Estatística aplicada à Administração......................... 15 Unidade 1: Introdução à estatística: análise exploratóaria de

dados............................................................................................... 17 Objetivos da sua aprendizagem............................................................ 17

Você se lembra?........................................................................................ 17 1.1 Definição de Estatística......................................................................... 18 1.2 Distribuição de frequências...................................................................... 20

1.2.1 Agrupamento em classes.......................................................................... 22 1.3 Métodos gráficos............................................................................................ 24 1.3.2 Tipos de gráficos........................................................................................... 24 1.3.2.1 Gráficos de linha.......................................................................................... 24 1.3.2.2 Gráficos (ou diagramas) de barras (ou colunas)............................................. 25 1.3.2.3 Gráfico (ou diagrama) de setores.................................................................... 27 1.3.2.4 Histograma........................................................................................................ 27 1.3.2.5 Polígonos de frequência.................................................................................... 29 1.3.2.6 Ogiva.................................................................................................................. 29 1.4 Uso do MS – Excel (versão 2003) para construir gráficos...................................... 30 Atividades....................................................................................................................... 35 Respostas das atividades................................................................................................ 37 Leitura recomendada.................................................................................................... 39 Reflexão...................................................................................................................... 39 Referências............................................................................................................... 40 Na próxima unidade............................................................................................. 40 Unidade 2: Medidas de posição..................................................................... 41 Objetivos de sua aprendizagem..................................................................... 41 Você se lembra?......................................................................................... 41

x

2.1 Média aritmética ( )....................................................................... 42 2.2 Mediana (Md)............................................................................. 42 2.3 Moda (Mo)............................................................................. 43 Média aritmética....................................................................... 44 Mediana............................................................................... 45

Moda................................................................................................................................ 45 Mediana............................................................................................................................ 46 Moda................................................................................................................................ 46 Média aritmética.............................................................................................................. 47 Mediana............................................................................................................................ 47 Moda................................................................................................................................ 49 2.4 Medidas separatrizes: quartis, decis e percentis ...................................................... 49 Atividades........................................................................................................................ 53 Respostas das atividades.................................................................................................. 56 Reflexão........................................................................................................................... 57 Referências....................................................................................................................... 58 Na próxima unidade......................................................................................................... 58 Unidade 3: Medidas de dispersão................................................................................. 59 Objetivos de sua aprendizagem....................................................................................... 59 Você se lembra?............................................................................................................... 59 3.1 Um exemplo introdutório.......................................................................................... 60 3.2 Amplitude total (R)................................................................................................... 60 3.3 Desvio-padrão (s)...................................................................................................... 61 3.4 Variância (s2) . .......................................................................................................... 62 3.5 Coeficiente de variação (cv)..................................................................................... 62 3.5.1 Critérios para a interpretação do coeficiente de variação...................................... 63 3.6 Exemplo de aplicação das medidas de dispersão para dados não tabulados............ 63 3.7 Desvio-padrão para dados tabulados........................................................................ 65 3.8 Variância para dados tabulados ................................................................................ 65 3.9 Exemplo de aplicação das medidas de dispersão para dados tabulados................... 66 3.10 Uso do MS-Excel (versão 2003) para construir gráficos........................................ 70 3.10.1 Vamos construir uma tabela de frequência.......................................................... 73 3.10.2 Agora vamos construir um histograma................................................................ 76 3.10.3 Resumo e descrição dos dados por meio de algumas medidas de posição e dispersão . ................................................................................................... 78 Medidas de posição.......................................................................................................... 78 Mediana............................................................................................................................ 79 Moda................................................................................................................................ 79 Medidas de dispersão....................................................................................................... 79 Atividades........................................................................................................................ 82 Respostas dos exercícios propostos................................................................................. 84

Reflexão........................................................................................................................... 85 Leitura recomendada........................................................................................................ 85 Referências....................................................................................................................... 86 Na próxima unidade......................................................................................................... 86 Unidade 4: Noções de probabilidade............................................................................ 87 Objetivos da sua aprendizagem....................................................................................... 87 Você se lembra?............................................................................................................... 87 4.1 Experimento aleatório, espaço amostral, evento....................................................... 88 4.2 Operações com eventos............................................................................................. 89 4.2.1 União...................................................................................................................... 89 4.2.2 Intersecção............................................................................................................. 89 Observação . .................................................................................................................... 90 4.2.3 Complementação.................................................................................................... 90 4.3 Probabilidade............................................................................................................ 91 4.3.1 Definição clássica.................................................................................................. 91 4.3.2 Definição frequencial............................................................................................. 92 4.4 Regras básicas de probabilidade............................................................................... 93 4.5 Probabilidade condicional......................................................................................... 94 4.5.1 Probabilidade condicional...................................................................................... 95 4.6 Independência de eventos......................................................................................... 96 Atividades........................................................................................................................ 97 Respostas dos exercícios propostos................................................................................. 98 Leitura recomendada........................................................................................................ 99 Reflexão........................................................................................................................... 99 Referências..................................................................................................................... 100 Na próxima unidade....................................................................................................... 100 Unidade 5: Variáveis aleatórias.................................................................................. 101 Objetivos da sua aprendizagem..................................................................................... 101 Você se lembra?............................................................................................................. 101 5.1 Variável aleatória.................................................................................................... 102 5.2 Função discreta de probabilidade............................................................................ 102 5.3 Valor esperado e variância de uma variável aleatória discreta................................ 104 5.3.2 Propriedades da média......................................................................................... 104 5.3.3 Propriedades da variância.................................................................................... 105 5.4 Modelos probabilísticos para variáveis aleatórias discretas................................... 106 5.4.1 Distribuição binomial........................................................................................... 106

5.5 Função densidade de probabilidade........................................................................ 109 5.6 Modelos probabilísticos para variáveis aleatórias contínuas.................................. 109 5.6.1 Distribuição normal............................................................................................. 109 Atividades...................................................................................................................... 117 Respostas das atividades................................................................................................ 119 Reflexão......................................................................................................................... 120 Leitura recomendada...................................................................................................... 120 Referências..................................................................................................................... 120 Na próxima unidade....................................................................................................... 121 Unidade 6: Estimação.................................................................................................. 123 Objetivos da sua aprendizagem..................................................................................... 123 Você se lembra?............................................................................................................. 123 6.1 Conceitos básicos.................................................................................................... 124 6.2 Estimador de uma média populacional................................................................... 125 6.3 Estimador de uma proporção populacional............................................................. 126 6.4 Distribuições amostrais........................................................................................... 128 6.4.1 Distribuição amostral da média........................................................................... 128 6.4.2 Teorema do limite central (TLC)......................................................................... 128 6.4.3 Distribuição amostral da proporção..................................................................... 128 6.5 Erro-padrão de um estimador.................................................................................. 129 6.6 Intervalos de confiança para a média populacional................................................ 131 6.7 Intervalos de confiança para a proporção populacional.......................................... 132 Atividades...................................................................................................................... 135 Respostas das atividades................................................................................................ 136 Leitura recomendada...................................................................................................... 136 Reflexão......................................................................................................................... 137 Referências..................................................................................................................... 137 Na próxima unidade....................................................................................................... 138 Unidade 7: Amostragem.............................................................................................. 139 Objetivos da sua aprendizagem..................................................................................... 139 Você se lembra?............................................................................................................. 139 7.1 Técnicas de amostragem......................................................................................... 140 7.2 Definições das técnicas de amostragem probabilística (ou aleatória).................... 140 7.2.1 Amostragem simples............................................................................................ 140 7.2.2 Amostragem sistemática ..................................................................................... 141 7.2.3 Amostragem por conglomerados (clusters)......................................................... 141

7.2.4 Amostragem estratificada ................................................................................... 142 7.3 Técnicas de amostragem não probabilística (ou não aleatória).............................. 142 7.3.1 Amostragem a esmo ou sem norma..................................................................... 142 7.3.2 Amostragem intencional...................................................................................... 142 7.4 Exemplo envolvendo técnicas de amostragem probabilística................................ 143 7.5 Tamanho da amostra para estimar a média............................................................. 146 Atividades...................................................................................................................... 147 Respostas das atividades................................................................................................ 150 Leitura recomenda......................................................................................................... 152 Reflexão......................................................................................................................... 152 Referências..................................................................................................................... 152 Na próxima unidade....................................................................................................... 153 Unidade 8: Correlação e regressão lineares simples................................................. 155 Objetivos da sua aprendizagem..................................................................................... 155 Você se lembra?............................................................................................................. 155 8.1 Correlação............................................................................................................... 157 8.2 Modelo de regressão linear simples........................................................................ 160 8.3 Coeficiente de determinação................................................................................... 163 Atividades...................................................................................................................... 167 Respostas das atividades................................................................................................ 168 Reflexão......................................................................................................................... 169 Referências..................................................................................................................... 169 Na próxima unidade....................................................................................................... 170 Unidade 9: Números–índices . ..................................................................................... 171 Objetivos da sua aprendizagem..................................................................................... 171 Você se lembra?............................................................................................................. 171 9.1 Introdução............................................................................................................... 172 9.2 Construindo números-índices................................................................................. 173 9.3 Número-índice simples (ou relativo de base fixa).................................................. 175 9.4 Números-índices relativos de ligação..................................................................... 176 9.5 Números-índices relativos em elo e em cadeia....................................................... 177 9.6 Números-índices agregados (números-índices compostos).................................... 179 9.6.1 Índice Agregativo Simples (IAS)......................................................................... 179 9.6.2 Índice de Sawerbeck............................................................................................ 180 9.6.3 Índice de Laspeyres (ou Método da Época Básica)............................................. 181 9.6.4 Índice de Paasche (ou Método da Época Atual).................................................. 184

9.6.5 Índice de Fischer (ou Índice Ideal)...................................................................... 186 9.7 Mudança do período-base de um número-índice.................................................... 187 Atividades...................................................................................................................... 189 Respostas das atividades................................................................................................ 192 Leitura recomendada...................................................................................................... 194 Reflexão......................................................................................................................... 194 Referências..................................................................................................................... 194 Referências bibliográficas.............................................................................................. 195

Pesquisa de Mercado....................................................................................... 201 Introdução...................................................................................................................... 203 Unidade 1: Sistema de Informação de Marketing (SIM) e pesquisa de marketing..... 205 Objetivos da sua aprendizagem..................................................................................... 205 Você se lembra? ............................................................................................................ 205 1.1 Sistema de Informação de Marketing (SIM) e a pesquisa de marketing................ 206 1.1.1 A importância do SIM em uma organização........................................................ 207 1.1.1.1 Banco de dados internos – Registros internos.................................................. 209 1.1.1.2 Análise das informações – Sistema de suporte à decisão de marketing .......... 210 1.1.1.3 Inteligência de marketing.................................................................................. 211 1.1.1.4 Pesquisa de marketing....................................................................................... 212 1.1.2 Pesquisa de marketing.......................................................................................... 213 1.1.2.1 História e definição da pesquisa de marketing................................................. 213 1.1.2.2 Valor da informação.......................................................................................... 218 1.1.2.3 Estrutura evolutiva do setor de pesquisa........................................................... 222 1.1.2.4 Etapas do processo de pesquisa de marketing.................................................. 225 1.1.2.5 Ética na pesquisa de marketing......................................................................... 226 Atividade de fixação...................................................................................................... 228 Reflexão......................................................................................................................... 231 Leitura complementar:................................................................................................... 231 Referências bibliográficas.............................................................................................. 231 Unidade 2: Definindo o problema de pesquisa e de marketing e desenvolvendo uma abordagem ................................................................................................................... 233 Objetivos da sua aprendizagem..................................................................................... 233 Você se lembra? ............................................................................................................ 233 2.1 Definindo o problema de pesquisa e de marketing e desenvolvendo uma abordagem.234 2.1.1 Definição de um problema de pesquisa............................................................... 237

2.1.2 Desenvolvimento de uma abordagem de pesquisa.............................................. 240 Atividade de fixação...................................................................................................... 246 Reflexão......................................................................................................................... 248 Leitura complementar:................................................................................................... 248 Referências bibliográficas.............................................................................................. 248 Unidade 3: Formulação do desenho da pesquisa de marketing.............................. 249 Objetivos da sua aprendizagem..................................................................................... 249 Você se lembra? ............................................................................................................ 249 3.1 Formulação do desenho da pesquisa de marketing................................................. 250 3.1.1 Concepção da pesquisa: definição e classificação............................................... 250 3.1.2 Pesquisa exploratória........................................................................................... 252 3.1.2.1 Métodos da pesquisa exploratória..................................................................... 253 3.1.3 Pesquisa conclusiva descritiva............................................................................. 263 3.1.3.1 Métodos da pesquisa descritiva....................................................................... 267 3.1.4 Pesquisa conclusiva causal.................................................................................. 271 Atividade de fixação...................................................................................................... 275 Reflexão......................................................................................................................... 276 Leitura complementar ................................................................................................... 276 Referências bibliográficas.............................................................................................. 276 Unidade 4: Plano de amostragem e relatório final.................................................... 279 Objetivos da sua aprendizagem..................................................................................... 279 Você se lembra? ............................................................................................................ 279 4.1 Plano de amostragem e relatório final.................................................................... 280 4.1.1 Amostra ou censo?............................................................................................... 281 4.1.1.1 Processo de elaboração da amostragem............................................................ 283 4.1.2 Tabulação dos dados............................................................................................ 291 4.1.3 Elaboração do relatório final................................................................................ 292 4.1.4 Tomada de decisão............................................................................................... 293 Atividade de fixação...................................................................................................... 294 Refexão.......................................................................................................................... 294 Leituras complementares............................................................................................... 295 Referências bibliográficas.............................................................................................. 295

Sistema de informação gerencial................................................................... 297 Unidade 1: A empresa sistêmica................................................................................. 299 Objetivos de aprendizagem............................................................................................ 299

Você se lembra?............................................................................................................. 300 1.1 A Empresa Sistêmica.............................................................................................. 300 1.2 O que são sistemas de informação?........................................................................ 304 1.3 A Evolução dos Sistemas de Informação................................................................ 308 1.4 Categorias e Tipos de Sistemas de Informação....................................................... 310 1.5 Outras classificações dos Sistemas de Informação................................................. 316 1.6 Relacionamento entre os tipos de Sistemas de Informação.................................... 317 Atividades...................................................................................................................... 319 Reflexão......................................................................................................................... 320 Leituras Recomendadas................................................................................................. 321 Referências Bibliográficas............................................................................................. 324 Na próxima unidade....................................................................................................... 325 Unidade 2: Tecnologia da informação na gestão empresarial................................. 327 Objetivos de aprendizagem............................................................................................ 327 Você se lembra?............................................................................................................. 328 2.1 A empresa baseada na TI......................................................................................... 328 2.2 TI e a Vantagem Competitiva.................................................................................. 332 2.3 A TI e as empresas com foco no cliente.................................................................. 334 2.4 TI e melhoria contínua............................................................................................ 337 2.5 TI e a reestruturação dos processos de negócio...................................................... 340 Atividades...................................................................................................................... 342 Reflexão......................................................................................................................... 343 Leituras Recomendadas................................................................................................. 344 Referências Bibliográficas............................................................................................. 354 Na próxima unidade....................................................................................................... 354 Unidade 3: Sistemas integrados de gestão empresarial – Definições e implantação.... 355 Objetivos de aprendizagem............................................................................................ 355 Você se lembra?............................................................................................................. 356 3.1 Conceito e evolução dos SIGEs.............................................................................. 356 3.2 Características de um sistema ERP......................................................................... 362 3.3 Benefícios e dificuldades de um sistema ERP........................................................ 367 3.3.1 Benefícios de um Sistema ERP............................................................................ 367 3.3.2 Dificuldades de um Sistema ERP........................................................................ 371 3.4 Ciclos de vida dos Sistemas ERP . ......................................................................... 372 3.5 Implantação de Sistemas ERP – Por que as empresas implantam sistemas ERP?. 373 3.6 Como selecionar e decidir qual ERP implantar?.................................................... 375 3.7 O que fazer antes da implantação?.......................................................................... 379

3.8 Etapas da Implantação............................................................................................ 384 Atividades...................................................................................................................... 387 Reflexão......................................................................................................................... 389 Leituras Recomendadas................................................................................................. 389 Referências Bibliográficas............................................................................................. 390 Na próxima unidade....................................................................................................... 391 Unidade 4: Outros tipos de sistemas empresariais (CRM, SCM, BI) e aquisição de aplicações de TI..................................................................................................... 393 Objetivos de aprendizagem............................................................................................ 393 Você se lembra?............................................................................................................. 394 4.1 Gerenciamento do relacionamento com o cliente................................................... 394 4.1.1 Como será uma empresa sem o CRM?................................................................ 396 4.1.2 CRM operacional e analítico............................................................................... 399 4.1.3 Principais softwares de CRM............................................................................... 401 4.2 Gerenciamento de Cadeia de Suprimento (SCM)................................................... 401 4.2.1 Quais são os objetivos de um sistema para SCM?............................................... 402 4.2.2 Sistemas de planejamento e execução da cadeia de suprimento.......................... 402 4.2.3 Principais módulos de um sistema de SCM......................................................... 403 4.3 Inteligência Empresarial (BI).................................................................................. 403 4.3.1 Onde ficam os dados do BI?................................................................................ 404 4.3.2 Exemplos de utilização de BI.............................................................................. 405 4.4 O contexto que envolve a aquisição de aplicações de TI........................................ 407 4.5 Modelos para processo de aquisição....................................................................... 407 Atividades...................................................................................................................... 410 Reflexão......................................................................................................................... 413 Leituras Recomendadas................................................................................................. 413 Referências Bibliográficas............................................................................................. 418 Na próxima unidade....................................................................................................... 418 Unidade 5: E-business, e-commerce e a ti na gestão do conhecimento................... 419 Objetivos de aprendizagem............................................................................................ 419 Você se lembra?............................................................................................................. 420 5.1 Aplicações de E-Business....................................................................................... 420 5.2 Fundamentos do E-Commerce................................................................................ 424 5.3 Aplicações de E-Commerce.................................................................................... 425 5.4 Fundamentos da Gestão do Conhecimento............................................................. 426 5.5 A TI e a Gestão do Conhecimento.......................................................................... 428 5.6 Sistemas para a Gestão do Conhecimento.............................................................. 429

5.6.1 Portal de Informação ou de Conhecimento.......................................................... 429 5.6.2 Inteligência Artificial........................................................................................... 432 5.6.3 Agentes Inteligentes............................................................................................. 432 Atividades...................................................................................................................... 434 Reflexão......................................................................................................................... 435 Leituras Recomendadas................................................................................................. 435 Referências Bibliográficas............................................................................................. 439

aç

ão

O UniSEB Interativo

Ap

res

ent

Prezado(a) acadêmico(a) Bem-vindo(a) ao Centro Universitário UniSEB Interativo. Temos o prazer de recebê-lo(a) no novo segmento desta instituição de ensino que já possui mais de 40 anos de experiência em educação. O Centro Universitário UniSEB Interativo tem se destacado pelo uso de alta tecnologia nos cursos oferecidos, além de possuir corpo docente formado por professores experientes e titulados. O curso, ora oferecido, foi elaborado dentro das Diretrizes Curriculares do MEC, de acordo com padrões de ensino superior da mais alta qualidade e com pesquisa de mercado. Assim, apresentamos neste material o trabalho desenvolvido pelos professores que, por meio da tecnologia da informação e comunicação, proporciona ensino inovador e sempre atualizado. Este livro, o Ambiente Virtual de Aprendizagem (AVA) e a teleaula integram a base que visa transmitir os conhecimentos necessários à sua formação, além de auxiliá-lo(a) nos estudos e incentivá-lo(a), com as indicações bibliográficas de cada unidade, a fim de aprofundar cada vez mais o seu saber. Procure ler os textos antes de cada aula para poder acompanhá-la melhor e, assim, interagir com o professor nas aulas ao vivo. Não deixe para estudar no final de cada módulo somente com o objetivo de passar pelas avaliações; procure ler este material, realizar outras leituras e pesquisas sobre os temas abordados e estar sempre atualizado, afinal, num mundo globalizado e em constante transformação, é preciso estar sempre informado. Procure dedicar-se ao curso que você escolheu, aproveitando-se do momento que é fundamental para sua formação pessoal e profissional. Leia, pesquise, acompanhe as aulas, realize as atividades on-line, desta maneira você estará se formando de maneira responsável, autônoma e, certamente, fará diferença no mundo contemporâneo. Sucesso!

O Módulo 4.2

Ap

res

e

nt

Caro aluno, no Módulo 4.2 – Ferramentas e sistemas de gestão empresarial, você aprenderá conceitos referentes às seguintes áreas do conhecimento: • Estatística aplicada à administração; • Pesquisa de mercado; • Sistemas de informação gerencial. Estes conhecimentos são fundamentais para a formação do administrador, contribuindo diretamente para tornar o processo de planejamento mais efetivo e para uma tomada de decisão mais precisa. Este material foi cuidadosamente preparado para auxiliá-lo na apreensão e compreensão desses novos conceitos. Esperamos que ele traga nova luz à sua carreira. Mas lembre-se de que a colheita de bons resultados também depende de você! Por isso, leia o material antes das aulas, acompanheas assiduamente, faça os exercícios propostos, participe das atividades do ambiente virtual de aprendizagem (AVA), tire suas dúvidas com os professores e tutores. Enfim, adote uma postura proativa no processo de ensino-aprendizagem!

aç

ão Sucesso!

ão

Estatística aplicada à Administração

Ap

res

ent

aç

Estatística é uma palavra de origem Latina que significou por muito tempo “ciência dos negócios do Estado”. Ela pode ser vista como uma matemática aplicada, uma disciplina da área das ciências exatas que tem aplicação em praticamente todas as áreas de estudo. Esse fato serve para desmistificar o temor vivido pelos alunos com relação ao ensino da matemática em si (aquela que nós aprendemos até o ensino médio). As dificuldades enfrentadas e a falta de conexão com a prática são talvez os fatores que mais contribuem para que isso ocorra. No entanto, o ensino da Estatística, mesmo provocando sentimentos semelhantes nos estudantes, proporciona a esses uma visão prática do conteúdo que está sendo abordado. Mais que isso, ele possibilita, a quem o está aplicando, a obtenção de importantes informações do fato que está sendo estudado. O conhecimento mínimo em Estatística se tornou pré-requisito para ler um jornal ou uma revista conceituada, pois muitas informações se encontram resumidas em tabelas ou gráficos que grande parte da população não tem condições de interpretar e, por isso, ignora (ou não entende) reportagens importantes para a formação de uma pessoa esclarecida social, econômica e politicamente. Procuramos, aqui, apresentar a Estatística de forma clara e prática. Não com o intuito de formar especialistas nessa área, mas sim de proporcionar a você, futuro administrador, uma compreensão dos elementos básicos que compõem essa ciência, visando à aplicação na sua área de atuação. Não tivemos a intenção de esgotar o assunto, mas sim de apresentar os elementos necessários ao estudante de administração para que realize uma leitura satisfatória da realidade que o cerca, das informações que tem à sua volta. Muitos dos exemplos aqui apresentados são hipotéticos. São exemplos de situações que ocorrem de forma semelhante na realidade, mas os dados apresentados não são reais, foram criados apenas para ilustrar a aplicação do conteúdo apresentado.

UU

Introdução à estatística: análise exploratória de dados

UU

UUU

UU

Nessa primeira unidade, apresentaremos alguns conceitos básicos utilizados pela Estatística, além de fornecer recursos de organização, resumo e apresentação de dados por meio de tabelas e gráficos. Quando realizamos uma coleta de dados, geralmente estamos lidando com quantidade muito grande de informações. Portanto, torna-se imprescindível a utilização de certas técnicas visando a simplificar a leitura de tais informações. Para que se tenha uma visão do todo (sobre o fenômeno que está sendo estudado), precisamos, por exemplo, dispor as informações em tabelas ou apresentá-las em gráficos. É o que abordaremos num primeiro momento. Logicamente, há mais técnicas que podem ser aplicadas, mas elas serão vistas nas próximas unidades.

Objetivos da sua aprendizagem

Após o estudo dos conceitos e das técnicas apresentados nesta unidade, espera-se que você consiga identificar os diferentes tipos de variáveis que podem estar presentes em uma pesquisa, bem como organizar, resumir e apresentar, por meio de tabelas e gráficos de frequências, as informações contidas em grandes conjuntos de dados.

Você se lembra?

Você se lembra de já ter visto tabelas, em jornais, livros ou revistas, em que eram utilizados percentuais para indicar as frequências de ocorrências de respostas em uma pesquisa? Ou com os percentuais referentes à avaliação de um governo? Nesta unidade, veremos como (e para quê) construir tabelas dessa natureza, além de elaborar gráficos que representam os resultados dessas tabelas.


1.1 Definição de Estatística

Proibida a reprodução – © UniSEB Interativo

Estatística é uma ciência que trata de métodos científicos para coleta, organização, descrição, análise e interpretação (conclusão) de um conjunto de dados, visando à tomada de decisões. Podemos dividir a aplicação da Estatística basicamente em três etapas, que são descritas resumidamente a seguir: 1. Refere-se à coleta de dados, na qual devemos utilizar técnicas estatísticas que garantirão uma amostra representativa da população. 2. Depois de coletados os dados, devemos resumi-los em tabelas de frequências e/ou gráficos e, posteriormente, encontrar as medidas de posição e variabilidade (quantidades). Esta etapa também é conhecida como Estatística Descritiva ou Dedutiva. 3. Esta etapa envolve a escolha de um possível modelo que explique o comportamento dos dados para posteriormente se fazer a inferência dos dados para a população de interesse. Esta etapa também é chamada de Estatística Inferencial ou Indutiva. Nesta etapa, faz-se necessário um conhecimento mais aprofundado, principalmente no que se refere aos tópicos de probabilidades.

18

Podemos citar inúmeros exemplos da estatística na administração, mas, só para convencê-lo da importância das técnicas estatística, vamos dar alguns exemplos: 1. Se estamos interessados em abrir um supermercado em um determinado local, precisamos saber se fatores como sexo, grau de escolaridade, idade, estado civil, renda familiar, entre outros, interferem na abertura deste supermercado e os tipos de produtos que devem ser priorizados nesse estabelecimento, além de definir as estratégias de marketing mais eficientes. 2. Quando uma empresa está interessada em lançar um novo produto no mercado, precisa saber as preferências dos consumidores. Para isso, necessita realizar uma pesquisa de mercado. 3. O administrador precisa saber escolher uma amostra representativa de uma população de interesse para não perder muito tempo e, consequentemente, dinheiro da empresa em que trabalha. 4. Para se lançar um novo medicamento no mercado farmacêutico, é preciso fazer várias experiências. Ele deve ser testado estatisticamente quanto à sua eficiência ao que se destina e quanto aos efeitos colaterais que pode causar, antes de ser lançado no mercado.

EAD-13-AD 4.2 – Proibida a reprodução – © UniSEB Interativo

Introdução à estatística: análise exploratória de dados – Unidade 1

5. Para uma empresa, é muito importante fazer previsões de demanda de seus produtos. Para isto existem várias técnicas estatísticas, como regressão linear, regressão logística, análise de séries temporais etc. 6. Controles estatísticos de qualidade (ou controle estatístico do processo) são indispensáveis em todos os tipos de empresas. Eles são realizados por meio de um conjunto de técnicas estatísticas, geralmente aplicadas por engenheiros de produção e administradores para garantir o nível de qualidade exigido para a produção (ou serviço) dentro de uma indústria. São inúmeras e diversificadas as aplicações da Estatística que o administrador pode realizar. Não há tempo, aqui, de falarmos sobre todas elas. Serão apresentados os principais conceitos, técnicas e aplicações úteis ao administrador que objetiva conhecer a fundo a realidade em que sua empresa está inserida para tomar decisões acertadas. Começaremos por apresentar alguns conceitos elementares bastante utilizados no processo estatístico. População é o conjunto total de elementos (objetos, itens, medidas etc.) que têm determinada característica que se deseja estudar. Amostra é uma parte da população de interesse a que se tem acesso para desenvolver o estudo estatístico. Se a amostra não for fornecida no estudo, devemos retirá-la da população por meio de técnicas de amostragem adequadas, para que os resultados fornecidos sejam confiáveis. Estatística descritiva é a parte da estatística que trata da organização e do resumo do Para saber um pouco sobre a evolução conjunto de dados por meio de gráficos, histórica da Estatística, tabelas e medidas descritivas (quantidades). assista o vídeo “História da Estatística” produzido pela FunEstatística indutiva é a parte que dação Universidade do Tocantins, se destina a encontrar métodos para tirar disponível em: http://www.youtuconclusões (ou tomar decisões) sobre a be.com/watch?v=jCzMPL7Ub 2k&feature=related população de interesse, geralmente, baseado em informações retiradas de uma amostra desta população. Variável é o conjunto de resultados possíveis de um fenômeno. Vamos estudar dois tipos de variáveis: quantitativas e qualitativas. Variáveis quantitativas são aquelas cujos valores são expressos por números (quantidades). Podemos distinguir dois tipos de variáveis quantitativas: quantitativa contínua e discreta. 19


Variáveis quantitativas contínuas são aquelas que podem assumir, teoricamente, infinitos valores entre dois limites (num intervalo), ou seja, podem assumir valores não inteiros. Por exemplo: altura (em metros) de alunos de uma determinada faixa etária, peso (em kg), salário etc. Variáveis quantitativas discretas são aquelas que só podem assumir valores inteiros. Por exemplo: número de filhos por casal, número de livros em uma biblioteca, número de carros vendidos etc. Variáveis qualitativas são as variáveis cujos valores são expressos por um atributo. Podemos distinguir dois tipos de variáveis qualitativas: nominal e ordinal. Variáveis qualitativas nominais definem-se como aquelas em que os valores são expressos por um atributo (nome) e esse atributo não pode ser ordenado. Por exemplo: tipo sanguíneo, religião, estado civil etc. Variáveis qualitativas ordinais têm seus valores expressos por um atributo (nome) e esse atributo pode ser ordenado. Por exemplo: grau de instrução, classe social etc.

1.2 Distribuição de frequências


Quando um pesquisador termina de coletar os dados para sua pesquisa, geralmente fica com muitos questionários (respondidos pelas pessoas que foram sorteadas para pertencer à sua amostra) ou com os dados digitados em alguma planilha eletrônica. O fato é que os dados “brutos” (sem tratamento) não trazem as informações de forma clara, por isso devemos tabular esses dados. Quando tabulamos os dados, estamos resumindo as informações. A esta tabulação damos o nome de distribuição de frequências (ou tabela de frequências) Distribuição de frequência é uma tabela em que se resumem grandes quantidades de dados, determinando o número de vezes que cada dado ocorre (frequência) e a porcentagem com que aparece (frequência relativa).

20

Os tipos de frequências com os quais iremos trabalhar são: Frequência absoluta ou simplesmente frequência (ƒ): é o no de vezes que cada dado aparece na pesquisa. Frequência relativa ou percentual (ƒr): é o quociente da frequência absoluta pelo número total de dados. Esta frequência pode ser expressa em porcentagem. O valor de (ƒr · 100) é definido como ƒr (%).


Frequência acumulada (ƒa): é a soma de cada frequência com as que lhe são anteriores na distribuição. Exemplo 1.1.– Dada a tabela abaixo, vamos definir qual é a variável em estudo e qual o tipo de variável. Depois, completaremos a tabela de distribuição de frequências encontrando as frequências relativa (3a coluna) e acumulada (4a coluna). Faixa de renda (em salários mínimos)

Número de operários (ƒ)

Frequência relativa (ƒr)

Frequência acumulada (ƒa)

0 ├─ 2

43

0,43

43

2 ├─ 4

29

0,29

72

4 ├─ 6

16

0,16

88

6 ├─ 8

8

0,08

96

8 ├─ 10

4

0,04

100

Total

100

1


Tabela 1.1: Distribuição de renda de operários de uma determinada empresa

Resolução A variável em estudo é a renda dos operários de uma determinada empresa. Esta variável é contínua por poder assumir qualquer valor dentro de um intervalo numérico. As frequências absolutas (ƒ) são dadas no problema. As frequências relativas Em todos os nossos exemplos, na distri(ƒr) são encontradas dibuição de frequência, vamos considerar que o vidindo cada frequência intervalo de dado é fechado à esquerda e aberto à direita. Por exemplo, no caso dessa tabela, consideabsoluta (de cada classe rando a terceira classe de frequência, podemos dizer de frequência) pelo total que os 16 operários que estão nesta classe recebem de 4 a menos que 6 salários mínimos por mês. de operários (100), e a frequência acumulada (ƒa) de cada classe é obtida somando-se a frequência desta cada classe com as que lhe são anteriores. Exemplo 1.2 – Os salários dos 100 operários também poderiam estar tabelados, porém sem as classes de frequências, da seguinte forma 21


Faixa de renda

Número de operários (ƒ)

1 salário mínimo 2 salários mínimos 3 salários mínimos 4 salários mínimos 5 salários mínimos 6 salários mínimos 7 salários mínimos 8 salários mínimos 9 salários mínimos 10 salários mínimos Total

43 18 11 10 6 5 3 3 1 0 100

Frequência relativa (ƒr)

0,43 0,18 0,11 0,10 0,06 0,05 0,03 0,03 0,01 0,00 1

Frequência acumulada (ƒ a) 43 61 72 82 88 93 96 99 100 100

Tabela 1.2: Distribuição de renda de operários de uma determinada empresa

1.2.1 Agrupamento em classes


Como vimos no Exemplo 1.1, para representar a variável contínua “renda”, organizamos os dados em classes. Portanto, podemos dizer que a variável renda foi dividida em “5 classes de frequências”. Quando agrupamos em classes de frequências, perdemos informações, já que não conseguimos voltar aos dados brutos a partir da tabela. Assim, quando necessitarmos de informações mais detalhadas sobre os dados da tabela, deveremos usar algumas medidas obtidas a partir das classes de frequências. São elas: Limite inferior (Li): é o menor valor que a variável pode assumir em uma classe de frequências; Limite superior (Ls): serve de limite para estabelecer quais os maiores valores que a variável pode assumir em uma classe de frequências, mas, geralmente, os valores iguais ao limite superior não são computados naquela classe, e sim na seguinte; Ponto médio (Pm): é a média aritmética entre o Li e o Ls da mes-

22

ma (classe), ou seja, Pm =

Li + Ls ; 2

Amplitude (h): é a diferença entre o Ls e o Li da classe, ou seja, h = Ls – Li; Amplitude total (ht): é a diferença entre o LS da última classe de frequência e o Li da primeira classe, ou seja: ht = LS – LI.



Na construção de uma distribuição de frequências, devemos determinar o número de classes que uma tabela deve ter e qual o tamanho (ou a amplitude) destas classes. Podemos usar o bom senso e escolher arbitrariamente quantas classes e qual a amplitude que estas classes devem ter. Em algumas situações, iremos tabular dados para comparar os resultados com informações de outras tabelas. Nesse caso, é melhor considerar as mesmas classes das tabelas que iremos comparar. Quando não tivermos nenhuma referência sobre qual deve ser o número de classes a se trabalhar, podemos utilizar o critério que é sugerido por vários autores. Chama-se regra da raiz e será apresentado a seguir Considere: R k≅ n e h ≅ , (1.1) k em que k será o número de classes da tabela de distribuição de frequências, n será o tamanho da amostra que Os trabalharemos, h será a amplitude valores de k e h que cada uma das classes deverá devem ser arredondados sempre para o maior valor. Para uma amostra de assumir e R será a amplitude tamanho n=50, por exemplo, com o menor total dos dados. valor igual a 4 e o maior valor igual 445, então R = 441 (maior valor – menor valor). O número de classes Resumindo, para seria dado por k ≅ n = 50 = 7,07106... ≈ 8 (maior montar uma tabela de fre- inteiro depois de 7) e a amplitude (tamanho) de cada uma das 8 classes acima deverá ser quências, devemos: R 441 h≅ = = 55,125 ≈ 56 (maior inteiro depois de 55), k 8 • achar o mínimo ou seja, deveríamos, para este exemplo, montar uma e o máximo dos tabela com 8 classes e de amplitude 56. A tabela pode ser iniciada pelo menor valor do dados; conjunto de dados. • determinar as classes de frequências, o que na verdade nada mais é do que escolher intervalos de mesmo comprimento que cubram a amplitude entre o mínimo e o máximo. Para determinar o número de classes, usaremos k ≅ n e, para determinar o “tamanho” das classes, usaremos h ≅

R ; k

• contar o número de observações que pertencem a cada intervalo de classe. Esses números são as frequências observadas da classe; • calcular as frequências relativas e acumuladas de cada classe. 23


1.3 Métodos gráficos

O objetivo da utilização de gráficos em análise de dados é o de facilitar a compreensão do fenômeno estatístico por meio do efeito visual imediato que os gráficos proporcionam.

1.3.2 Tipos de gráficos

Existem vários tipos de gráficos. Os mais usados são: gráficos de linha, diagramas de área (como, por exemplo: gráficos de colunas, gráficos de barras e gráficos de setores) e gráficos para representar as distribuições de frequências (como, por exemplo: polígono de frequências, histograma e ogiva). Vamos saber um pouco quando usar cada um destes gráficos.

1.3.2.1 Gráficos de linha


Sempre que os dados estiverem distribuídos segundo uma variável no tempo (meses, anos etc.), assim como sucede com os dados do Exemplo 1.3 – Figura 1.1, os dados podem, também, ser descritos por meio de um gráfico de linha. Esse tipo de gráfico retrata as mudanças nas quantidades com respeito ao tempo através de uma série de segmentos de reta. É muito eficiente para mostrar possíveis tendências no conjunto de dados. Exemplo 1.3 – A Tabela 1.3 abaixo fornece uma lista do número de assinantes de telefones celulares, em milhões, de 1997 a 2007, do país X. Construa um gráfico para resumir os dados da tabela abaixo.

24

Ano 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Assinantes (em milhões) 1,1 1,3 1,5 1,9 2,4 2,6 3,1 7,4 18,6 21,5 29

Tabela 1.3 – Assinantes de telefones celulares, em milhões, de 1997 a 2007


O gráfico ideal para este conjunto de dados é o gráfico de linhas, já que os dados se reportam a uma série no tempo. Veja a figura 1.1: 35

Assinantes (em milhões)

30

29

25 21,5

20

18,6

15 10 5 0 1996

7,4

1,1

1,3

1,5

1998

1,9

2000

2,4

2,6

2002

3,1

2004

2006

2008

Anos

Figura 1.1 – Gráfico de linhas

1.3.2.2 Gráficos (ou diagramas) de barras (ou colunas)


Os diagramas de barras (ou colunas) são bastante utilizados quando trabalhamos com variáveis qualitativas (dados categóricos). As barras (ou colunas) comparam rapidamente o tamanho dos grupos por meio das quantidades ou frequências para diferentes categorias de dados. (Ver Exemplo 1.4 – Figuras 1.2a e 1.2b). O gráfico de barras, quando as barras estão dispostas no sentido vertical, também é chamado de gráfico de colunas. Exemplo 1.4 – Uma grande indústria de materiais de construção, com diversas lojas espalhadas pelo país, fez um levantamento das principais causas de perda de ativos durante o ano de 2007. As informações estão dispostas na tabela seguinte: Causas Má administração Roubos de funcionários Fraudes nas vendas Assaltos às lojas Perda do estoque Atendimento ruim

Valor perdido (milhões de reais) 5,2 3,9 5,5 1,8 1,6 0,8

Tabela 1.4 – Causas de perda de ativos durante o ano de 2007

25


Graficamente, podemos representar este conjunto de dados de três formas diferentes: gráfico de colunas, gráfico de barras e gráfico de setores (pizza).

Valor perdido (milhões de reais)

6 5 4 3 2 1

im

e

s

ru to en m di At

Pe

As

rd

en

a

sa

lto

do

s

es

às

to

lo

qu

ja

as nd ve s na s de

au Fr

R

ou

bo

s

M

á

de

ad

fu

m

nc

in

io

is

ta

ná

çã

rio

s

o

0

Figura 1.2 a – Gráfico de colunas

Atendimento ruim

Causas

Perda do estoque Assaltos às lojas Fraudes nas vendas


Roubos de funcionários

26

Má administração 0

1

2

3

4

5

Valor perdido (milhões de reais)

Figura 1.2 b – Gráfico de barras

6


1.3.2.3 Gráfico (ou diagrama) de setores O diagrama de setores, também conhecido como gráfico de pizza, é um dos gráficos mais utilizados para representar variáveis qualitativas (ou categóricas) e é bastante apropriado quando se deseja visualizar a proporção que cada categoria representa no total (Figura 1.3). Vamos utilizar o mesmo exemplo anterior (Exemplo 1.4) para mostrar um gráfico de setores. Veja a Figura 1.3: Valor perdido (em milhões)

Perda do estoque 8%

Atendimento ruim 4%

Má administração 28%

Assalto às lojas 10%

Fraudes nas vendas 29%

Roubos de funcionários 21%

Figura 1.3 – Gráfico de setores


Os gráficos que serão apresentados a seguir são construídos segundo uma distribuição de frequências. São eles: histograma, polígono de frequências e ogiva.

1.3.2.4 Histograma Um histograma é semelhante ao diagrama de barras, porém referese a uma distribuição de frequência de dados quantitativos contínuos. Por isso, apresenta uma diferença: não há espaços entre as barras. Os intervalos de classe são colocados no eixo horizontal, enquanto as frequências são colocadas no eixo vertical. As frequências podem ser absolutas ou relativas (Ver Exemplo 1.5 – Figura 1.4). 27


Exemplo 1.5 – A tabela abaixo representa a distribuição dos salários de funcionários de uma empresa no interior de Minas Gerais. Salário (em reais)

Freq. absoluta (f)

Freq. acumulada (fa)

400,00 |- 800,00 800,00 |- 1200,00 1200,00 |- 1600,00 1600,00 |- 2000,00 2000,00 |- 2400,00 2400,00 |- 2800,00 2800,00 |- 3200,00 3200,00 |- 3600,00 3600,00 |- 4000,00 4000,00 |- 4400,00 4400,00 |- 4800,00 Total

38 18 12 8 8 5 3 0 2 0 1 95

38 56 68 76 84 89 92 92 94 94 95

Tabela 1.5 – Distribuição de frequências dos salários dos funcionários de uma empresa no interior de Minas Gerais

Graficamente, podemos representar os dados da Tabela 1.5 por meio de um histograma ou do polígono de frequências, como mostram as figuras 1.4 e 1.5, respectivamente. 40 35

Frequência

30 25 20 15


10

28

5 0

400,00

800,00 1.200,00 1.600,00 2.000,00 2.400,00 2.800,00 3.200,00 3.600,00 4.000,00 4.400,00

800,00 1.200,00 1.600,00 2.000,00 2.400,00 2.800,00 3.200,00 3.600,00 4.000,00 4.400,00 4.800,00

Salário (em reais)

Figura 1.4 – Histograma dos salários dos funcionários de uma empresa no interior de Minas Gerais


1.3.2.5 Polígonos de frequência Podemos dizer que o polígono de frequências é um gráfico de linha de uma distribuição de frequência. No eixo horizontal, são colocados os pontos médios de cada intervalo de classe e, no eixo vertical, são colocadas as frequências absolutas ou relativas (como no histograma). Considerando o mesmo exemplo anterior (Exemplo 1.5), temos o polígono de frequências representado pela figura 1.5. 40

38

35 30 25 20

18

15 12

20

0,

0, 80

0

00

00

00 0,

|–

5.

4. 0,

00

00 0, 40

4.

00

0,

00

|–

|–

4.

4. |–

0,

00 4.

60

1

0

40

00

0,

0, 3.

|– 0,

00 3.

20

00

00

00

60

20 3. |–

00 3.

0, 80

0,

00 2.

40

0,

0, 80

|–

2.

2. |–

00 2.

0,

00

00 0, 40

00

0,

0,

2. |– 00 2.

1.

60

0,

00

00 0,

00

00

00 |–

|– 00

20

0,

1.

80

1.

1.

60

20

0,

0, 80

|– 00

2

0 00

00 0, 40 |– 40

0,

00

3

80

5 0

0

0,

8

8

5

4.

10

Figura 1.5 – Polígono de frequências dos salários dos funcionários de uma empresa no interior de Minas Gerais


Para finalizarmos o estudo de gráficos, vamos apresentar um ogiva.

1.3.2.6 Ogiva Um ogiva é um gráfico para distribuição de frequências acumulada. Ainda utilizando o Exemplo 1.5, a terceira coluna traz a frequência acumulada dos dados, e o gráfico (ogiva) fica representado pela Figura 1.6. Para construir um ogiva, devemos usar o limite superior de cada intervalo no eixo horizontal e a frequência acumulada no eixo vertical. 29


100 90 Frequência acumulada

80 70 60 50 40 30 20 10

80

0,

00

00 4.

0, 40 4.

0, 00 4.

0, 60

00

00

00 0,

3.

0,

00

20 3.

0,

00

80 2.

0,

00

40 2.

0,

00

00 2.

60 1.

1.

20

0,

00

00 0, 80

40

0,

00

0

Salário (em reais)

Figura 1.6 – Ogiva dos salários dos funcionários de uma empresa no interior de Minas Gerais

1.4 Uso do MS – Excel (versão 2003) para construir gráficos


Vamos apresentar os passos para a obtenção de um gráfico no MSExcel/2003. Para exemplificar a construção destes gráficos, vamos fazer o passo a passo de um tipo deles, no caso o gráfico de setores. Os procedimentos para construção de outros gráficos são semelhantes ao que vamos apresentar. 1o passo – Digitar em uma planilha os valores e as categorias referentes ao problema, no nosso caso o Exemplo 3.1.2.

30


Figura 1.7 – Entrada dos valores


2o passo – Escolher o tipo de gráfico: clique sobre o ícone Inserir e depois clique em Gráfico para abrir a janela:

Figura 1.8 – Tipo de gráfico 31


3o passo – Vamos utilizar o assistente gráfico. Escolha o tipo de gráfico que você deseja e clique sobre ele. No caso, vamos escolher o gráfico de setores (pizza) (etapa 1 de 4 – tipo de gráfico)

Figura 1.9 – Assistente gráfico: etapa 1 de 4 – tipo de gráfico


4o passo – Clique em avançar e vá para a etapa 2 de 4 – dados de origem.

32

Figura 1.10 – Assistente gráfico: etapa 2 de 4 – dados de origem


5o passo – Clique em avançar novamente e vá para a etapa 3 de 4 – opções de gráfico. Nesta etapa você pode escolher se quer legenda ou não, se quer inserir título e rótulos de dados (ou valores).

Figura 1.11 – Assistente gráfico: etapa 3 de 4 – opções de gráfico


6o passo – Clique em avançar e vá para a última etapa (etapa 4 de 4 – local do gráfico).

Figura 1.12 – Assistente gráfico: etapa 4 de 4 – local do gráfico 33


7o passo – Clique em concluir. Teremos um gráfico de setores, porém mal acabado.

Figura 1.13 – Gráfico de setores concluído, mas sem “acabamento”


8o passo – Depois de concluído, você pode clicar sobre o gráfico e fazer várias alterações, como, por exemplo: fonte, tamanho, tipo de letra, preenchimento, tamanho do gráfico etc. Veja como ficou o gráfico depois de feitas as alterações “estéticas”.

34

Figura 1.14 – Gráfico de setores com alterações “estéticas”


Para montar os outros gráficos com o auxílio do MS-Excel, basta seguir os mesmos passos acima e descobrir as pequenas diferenças entre a montagem de um tipo de gráfico e outro. Você vai ver como é fácil.

Atividades

01. Classifique as variáveis abaixo em quantitativas (discretas ou contínuas) ou qualitativas (nominal ou ordinal). a) cor dos olhos b) número de peças produzidas por hora c) diâmetro externo d) número de pontos em uma partida de futebol e) produção de algodão f) salários dos executivos de uma empresa g) número de ações negociadas na bolsa de valores h) sexo dos filhos i) tamanho de pregos produzidos por uma máquina j) quantidade de água consumida por uma família em um mês k) grau de escolaridade l) nível social m) tipo sanguíneo n) estado civil 02. Abaixo temos as idades dos funcionários de uma determinada empresa. Fazer uma distribuição por frequência, agrupando os dados em classes. Obs.: a tabela de distribuição por frequência deve ser completada com ƒ, ƒr e ƒa .


Idades (dados brutos) 48

28

37

26

29

59

27

28

30

40

42

35

23

22

31

21

51

19

27

28

36

25

40

36

49

28

26

27

41

29

Baseado na tabela de frequência construída, pede-se: a) Quantos são os funcionários com idade inferior a 33 anos? b) Que porcentagem de funcionários tem idade igual ou superior a 47 anos? 35


c) Quantos são os funcionários com idade maior ou igual a 26 anos e que não tenham mais que 40 anos? d) Qual a porcentagem de funcionários com idade abaixo de 40 anos? e) Qual a porcentagem de funcionários que têm no mínimo 40 anos? 03. Uma agência de turismo está interessada em saber como está distribuído o estado civil dos seus clientes. Para isso, o gerente desta agência pede para fazer um gráfico que resuma estas informações. Construa este gráfico e interprete-o. Estado civil

Número de clientes

Solteiro

2600

Casado

900

Viúvo

345

Separado

1200

Outros

1020

Total

6065


04. Um consultor estava interessado em saber quanto, geralmente, cada pessoa gastava em um determinado supermercado no primeiro sábado à tarde depois de receberem seus pagamentos (salários). Para isso, ele pegou 50 clientes que passaram pelos caixas entre 13 e 18 horas e anotou os valores gastos por cada um deles. Estes valores estão listados abaixo:

36

4,89

11,00

5,60

73,85

24,83

98,00

186,00

234,87

58,00

198,65

223,86

341,42

94,76

445,76

82,80

35,00

455,00

371,00

398,60

234,00

64,90

54,98

48,80

68,90

120,32

126,98

76,43

6,35

9,98

12,68

243,00

18,65

134,90

11,10

321,09

290,76

74,00

48,80

74,52

138,65

26,00

210,13

15,78

197,45

75,00

76,55

32,78

166,09

105,34

99,10

a) Qual é a variável em estudo? Qual o tipo desta variável? b) Construa uma tabela de frequência para os dados. c) Construa um histograma e um polígono de frequências para a tabela construída no item b).


Respostas das atividades


01. a) b) c) d) e) f) g) h) i) j) k) l) m) n) 02.

qualitativa nominal quantitativa discreta quantitativa contínua quantitativa discreta quantitativa contínua quantitativa contínua quantitativa discreta qualitativa nominal quantitativa contínua quantitativa contínua qualitativa ordinal qualitativa ordinal qualitativa nominal qualitativa nominal classes e amplitude de classe

Classes

ƒ

ƒr

ƒa

19 ├ 26 26 ├ 33 33 ├ 40 40 ├ 47 47 ├ 54 54 ├ 61 Total

5 13 4 4 3 1 30

0,1667 0,4333 0,1333 0,1333 0,1000 0,0333 1

5 18 22 26 29 30

a) b) c) d) e)

18 13,33% 17 73,33% 26,67%

37


03. Outros 17% Solteiro 43% Separado 20%

Viúvo 5%

Casado 15%

Por meio da análise do gráfico, podemos dizer que 43% dos clientes desta agência de turismo são solteiros, 20% são separados, 17% têm outro tipo de estado civil, 15% são casados e apenas 5% são viúvos. Esta informação é importante na hora de lançar pacotes de viagens. A agência deve lembrar-se de que grande parte de seus clientes é solteira. Também pode criar estratégias para trazer mais clientes casados ou viúvos, que devem ter outro tipo de perfil.


04. a) Gastos com supermercado. Variável quantitativa contínua. b) Classes (Gastos em R$) ƒ ƒr ƒa

38

4,89 ├ 61,89 61,89 ├ 118,89 118,89 ├ 175,89 175,89 ├ 232,89 232,89 ├ 289,89 289,89 ├ 346,89 346,89 ├ 403,89 403,89 ├ 460,89 Total

17 13 5 5 3 3 2 2 50

0,34 0,26 0,10 0,10 0,06 0,06 0,04 0,04 1

17 30 35 40 43 46 48 50

Introdução à estatística: análise exploratória de dados – Unidade 1 18

c)

16 14

Frequência

12 10 8 6 4 2 0

4,89

61,89

118,89

175,89

232,89

289,89

346,89

403,89

61,89

118,89

175,89

232,89

289,89

346,89

403,89

460,89

Gastos em R$

18 Frequência acumulada

16 14 12 10 8 6 4 2

89 7, 51

46

0,

89

|–

|– 89 3, 40

6,

89

|–

46

40

0,

3,

89

89

89 6, 34 34

28

9,

89

|–

|– 89 2, 23

5,

89

|–

28

23

9,

2,

89

89

89 5, 17 17

11 8

,8

9

|–

|– 9 ,8 61

4,

89

|–

11 8

61

,8

,8

9

9

0

0


Leitura recomendada

Recomendamos a leitura do texto “Como analisar de forma simples um grande número de dados?”, disponível no endereço http://www.klick. com.br/materia/20/display/0,5912,POR-20-91-931-,00.html que aborda de maneira clara alguns procedimentos que podem ser utilizados quando nos deparamos com situações em que precisamos resumir as informações de grandes conjuntos de dados.

Reflexão

Estamos encerrando nossa primeira unidade. Vimos, aqui, alguns conceitos que serão fundamentais na compreensão do restante do conteúdo de Estatística. Já deve ter dado para perceber que, mesmo ainda es39


tando no início da disciplina, as aplicações práticas que você poderá fazer na sua área de atuação serão muitas. A compreensão e a interpretação das mais variadas informações com as quais nos deparamos em nosso cotidiano dependem, em parte, do conhecimento de certos elementos estatísticos. Estamos apenas no começo. Muitas técnicas (muito interessantes!) ainda serão abordadas. E lembre-se de que o conhecimento e o domínio da Estatística certamente levarão você, futuro administrador, às decisões mais acertadas.

Referências ANDERSON, David R.; SWEENEY, Denis J.; WILLIAMS, Thomas A. Estatística aplicada à administração e economia. São Paulo: Pioneira Thomson Learning, 2003. COSTA NETO, Pedro Luiz de Oliveira. Estatística, São Paulo: Edgard Blucher, 2002. FARIAS, Alfredo Alves de; SOARES, José Francisco; CÉSAR, Cibele Comini. Introdução à estatística. Rio de Janeiro: LTC, 2003. TRIOLA, Mario F. Introdução à estatística. Rio de Janeiro: LTC, 1999. VIEIRA, Sonia. Elementos de estatística. São Paulo: Atlas, 2003.


Na próxima unidade

40

Se até agora vimos como organizar, resumir e apresentar os dados (informações) em tabelas e gráficos, na próxima unidade iremos incrementar esse processo por meio da inserção das medidas de posição. São medidas que irão, de certa forma, representar o conjunto como um todo. Um exemplo bem conhecido de medida de posição (ou de tendência central) é a média. Não são raras as situações em que a média é utilizada para representar um conjunto de dados. Além dela, veremos outras também muito importantes com larga aplicação no estudo dos dados.

Medidas de posição

Un

ida

de

2

As medidas de posição, também chamadas de medidas de tendência central, têm o objetivo de representar o ponto central de um conjunto de dados. As mais conhecidas são a média, a mediana e a moda. Além dessas medidas, podemos citar outras medidas de posição importantes, que não necessariamente são centrais. São ela os quartis, os decis e os percentis. Vamos estudar cada uma dessas medidas de posição (estatísticas). Primeiramente, vamos fazer um estudo para os dados não tabulados, ou seja, quando os dados não estiverem na forma de distribuição de frequência. Em seguida, as mesmas medidas serão calculadas com base em dados tabulados.

Objetivos de sua aprendizagem

Por meio do estudo desta unidade, esperamos que você seja capaz de calcular e de interpretar as medidas de posição aplicadas a conjuntos de dados.

Você se lembra?

Você se lembra das situações para as quais já calculou uma média? Que tipo de informação essa medida fornece? Para que serve? Para aplicar e interpretar medidas como ela, é necessário conhecê-las bem. Vamos, então, realizar um estudo detalhado da média e de outras medidas de mesma natureza.


2.1 Média aritmética (x)

A média aritmética é a mais comum e mais simples de ser calculada dentre todas as medidas de posição mencionadas. Para calculá-la, basta fazer a divisão da soma de todos os valores (x1, x2, ..., xn ) da variável pelo número deles (n): n

x=

∑ xi i =1

n

(2.1)

em que: x = a média aritmética; xi = os valores da variável; n = o número de valores.

2.2 Mediana (Md)

A mediana é outra medida de posição dita mais robusta que a média, pois, da forma como ela é determinada, não permite que alguns valores muito altos ou muito baixos interfiram de maneira significativa em seu valor. Desta forma, se o conjunto de dados apresentar alguns poucos valores discrepantes em relação à maioria dos valores do conjunto de dados, em geral é aconselhável usar a mediana em vez da média. A mediana é encontrada ordenando-se os dados do menor para o maior valor e, em seguida, identificando o valor central destes dados ordenados. É uma medida que divide o conjunto de dados ao meio, deixando a mesma quantidade de valores abaixo dela e acima. Há uma pequena diferença na determinação da mediana conforme o tamanho (n) do conjunto seja par ou ímpar. Vejamos a seguir. Se o número de elementos do conjunto de dados for ímpar, então a mediana será exatamente o valor “do meio”. Md = x  n +1 (2.2) Proibida a reprodução – © UniSEB Interativo

  2 

42

Se o número de elementos do conjunto de dados for par, então a mediana será exatamente a média “dos dois valores do meio”. x n  + x n +2 Md =

  2

  2 

2

(2.3)

Medidas de posição – Unidade 2

em que x  n  , x  n +1 e x  n + 2  indicam as posições onde os dados se encontram.

  2

  2 

  2 

2.3 Moda (Mo)

A moda de um conjunto de dados é o valor (ou valores) que ocorre com maior frequência. Existem conjuntos de dados em que nenhum valor aparece mais vezes que outros. Neste caso, dizemos que o conjunto de dados não apresenta moda. São séries amodais. Em outros casos, pode aparecer dois ou mais valores de maior concentração de dados. Neste caso, então, dizemos que série tem duas ou mais modas (bimodal, multimodal). Vamos ver um exemplo para dados não agrupados (dados brutos). Exemplo 2.1 – Um gerente de banco deseja estudar a movimentação de pessoas em sua agência na segunda semana de um mês qualquer. Ele constata que, no primeiro dia, entraram 1.348 pessoas, no segundo dia, 1.260 pessoas, no terceiro, 1.095, no quarto, 832, e no último dia do levantamento, 850 pessoas. Encontre a média aritmética, a mediana e a moda para este conjunto de dados e interprete os resultados. Resolução A média aritmética é dada por: n


x=

∑ xi i =1

n

=

1348 + 1260 + 1095 + 832 + 850 5385 = = 1077 5 5

O número médio de pessoas que entram em uma agência bancária na segunda semana do mês é de 1.077 pessoas. Isto quer dizer que em alguns dias entram menos que 1.077 e em outros dias entram mais, ou seja, 1.077 é um valor em torno do qual o número de pessoas que entram em uma agência durante a segunda semana de cada mês se concentra. Para encontrar a mediana, devemos, primeiramente, ordenar os dados em ordem crescente (pode ser decrescente também). 832, 850, 1.095, 1.260, 1.348

43


Como a quantidade de dados (n) é um número ímpar, então a mediana é exatamente o valor que se encontra no meio do conjunto de dados. Nesse caso, Md = 1095. Md = 1095 significa que o valor 1095 divide esse conjunto exatamente ao meio. Este conjunto de dados não possui moda, pois não existe nenhum valor que “aparece” com mais frequência que os outros. Agora, vamos fazer um estudo para os dados tabulados, ou seja, quando os dados estiverem na forma de distribuição de frequência. Quando os dados estiverem tabulados, ou seja, na forma de distribuição de frequências, a maneira de se calcular a média aritmética muda um pouco. Como as frequências são números que indicam quantas vezes aparece determinado valor (caso do Exemplo 2.2) ou quantos valores há em cada classe de frequência (caso do exemplo 2.3), elas funcionarão como “fatores de ponderação”.

Média aritmética Vamos ver como fica o cálculo da média aritmética neste caso: n

x=

∑ x if i i =1 n

∑ fi

(2.4)

i =1

em que: xi é o valor da variável (ou o ponto médio de uma classe de frequência); ƒi é a frequência referente a cada valor (ou classe); n

∑ fi Proibida a reprodução – © UniSEB Interativo

i =1

44

é a quantidade total de dados (n).

A expressão (2.4) apresentada acima também é conhecida como fórmula da média ponderada. A mediana e a moda, no caso do Exemplo 2.2, são encontradas teoricamente da mesma forma citada anteriormente. No caso do Exemplo 2.3, a mediana e a moda são calculadas da seguinte forma:


Mediana Md = linf md

n   2 − fa anterior  +  h md f md    

(2.5)

em que: linf md é o limite inferior da classe que contém a mediana; n é o número total de observações da distribuição de frequência; faanterior é a frequência acumulada da classe anterior à classe que contém a mediana; fmd é o número de observações da classe que contém a mediana; hmd é a amplitude do intervalo de classe que contém a mediana.

Moda

 d1  Mo = linf mo +   hmo (2.6)  d1 + d 2 

em que: linf mo é o limite inferior da classe que contém a moda; d1 é a diferença entre a frequência da classe modal e a frequência da classe precedente; d2 é a diferença entre a frequência da classe modal e a frequência da classe seguinte; hmo é a amplitude do intervalo de classe que contém a moda. B

B

B

B

Exemplo 2.2 – Em um determinado mês, foi computado o número x de faltas ao trabalho, por motivos de saúde, que cada funcionário teve em uma determinada empresa. Os dados estão representados na tabela abaixo: f


Número de Faltas (x) 0 1 2 3 4 5 6 Total

31 20 8 2 0 1 1 63

fa 31 51 59 61 61 62 63

Tabela 2.1 – Número de faltas ao trabalho, por motivos de saúde. 45


Encontre a média aritmética, a mediana e a moda para este conjunto de dados e interprete os resultados. Resolução Média aritmética: n

∑ x ifi (0 × 31) + (1 × 20) + (2 × 8) + (3 × 2) + (4 × 0) + (5 × 1) + (6 × 1) x = i =1 = = n

63

∑ fi i =1

=

53 ≅ 0, 84 63

Mediana

Como os dados estão tabelados, eles já se encontram ordenados, portanto basta encontrar a posição em que a mediana se encontra (valor central) e ver o valor referente a esta posição – este valor será a mediana. Md = x  n +1 = x  63+1 = x 32 = 1   2 

  2 

O valor da mediana se encontra na posição 32. Como o primeiro valor da tabela (x = 0) tem 31 funcionários (f), a posição 32 se encontra no segundo valor da tabela (x = 1).

Moda


O valor encontrado com maior frequência para este conjunto de dados é de x = 0, ou seja, é comum encontrar funcionários que não faltam. Exemplo 2.3 – A tabela abaixo apresenta a distribuição de frequências do tempo de vida de 60 componentes eletrônicos (medido em dias) submetidos à experimentação num laboratório especializado. Classes de frequência Pm (xi) f fa

46

3├18 18├33 33├48 48├63 63├78 78├93 93├108 108├123 Total

3 4 4 8 10 28 2 1 60

10,5 25,5 40,5 55,5 70,5 85,5 100,5 115,5

Tabela 2.2 – Tempo de vida de componentes eletrônicos

3 7 11 19 29 57 59 60


Resolução Neste tipo de tabela, como temos classes de frequências, devemos encontrar um valor que represente cada classe, para que possamos efetuar os cálculos. Por exemplo, considerando a primeira classe de frequência, Classes de frequência

f

3├18

3

sabemos que 3 componentes eletrônicos tiveram tempo de vida entre 3 e 18 dias, porém não sabemos exatamente qual foi o tempo de vida de cada um. Se considerarmos o limite inferior da classe (3) para efetuar os cálculos, estaríamos subestimando as estimativas; em contrapartida, se considerarmos o limite superior da classe (18), estaríamos superestimando as estimativas. Portanto, vamos utilizar o ponto médio de cada classe para fazer os cálculos sem grandes prejuízos. A terceira coluna da tabela acima contém os pontos médios calculados para cada intervalo de classe. Esse ponto médio passa a ser o nosso valor xi a ser utilizado nos cálculos. Vejamos como se faz: B

B

Média aritmética n

∑ xifi (10, 5 × 3) + ( 25, 5 × 4) + ( 40, 5 × 4) + (55, 5 × 8) x = i =1 = + n

60

∑ fi i =1

(70, 5 × 10) + (85, 5 × 28) + (100, 5 × 2) + (115, 5 × 1) = 4155 = 69, 25 +


60

60

Podemos dizer, por meio da análise da média aritmética, que os componentes eletrônicos têm uma duração média de 69 dias 6 horas. (69,25 dias).

Mediana Como os dados estão tabelados em classes de frequências, o cálculo da mediana fica um pouquinho mais complicado. Agora, teremos de encontrar a mediana através do seguinte cálculo:

47


Md =

linf md

n   2 − fa anterior  +  h md f md    

Temos que linf md = 78, pois é o limite inferior da classe que contém a mediana, nesse caso a sexta classe, pois, como temos 60 dados, a mediana está entre a posição 30a e 31a. Portanto, sabemos que será um valor entre 78 e 93.

Classe que contém a mediana.

Classes de frequência

f

Pm (x i )

fa

3├18 18├33 33├48 48├63 63├78 78├93 93├108 108├123 Total

3 4 4 8 10 28 2 1 60

10,5 25,5 40,5 55,5 70,5 85,5 100,5 115,5

3 7 11 19 29 57 59 60

B

B

B

B

no de observações da classe que contém a Md. fa da classe anterior à classe que contém a Md.


n

48

Além disso, temos: n = número total de observações da distribuição de frequência, portanto n = 60. faanteior = frequência acumulada da classe anterior à classe que contém a mediana, portanto faanteior = 29 fmd = número de observações da classe que contém a mediana, portanto, fmd = 28 hmd = amplitude do intervalo de classe que contém a mediana, portanto 93 – 78 = 15. Com todos os valores encontrados, basta substituir na fórmula e encontrar o valor da mediana:  60   2 − 29   1 Md = 78 +   · 15 = 78 +   · 15 ≅ 78 + 0, 54 ≅ 78, 5 28  28   


Por meio da análise da mediana, poSugerimos os demos dizer que 50% dos componentes vídeos: “Novo Telecurso - E. Fundamental - Matemática - Aula 34 eletrônicos avaliados têm duração (parte 1)” e “Novo Telecurso - E. Funigual ou inferior a 78 dias e 12 horas. damental - Matemática - Aula 34 (parte 2)”

Moda  d1  Mo = linf mo +   h mo  d1 + d 2 

disponíveis, respectivamente em http://www. youtube.com/watch?v=SyWbYOtAIYc&NR=1 e http://www.youtube.com/ watch?v=ejMyWfuSO5k que apresenta de modo bem prático a utilização das medidas de posição.


O limite inferior da classe que contém a moda (linf mo) é igual a 78 também, pois, coincidentemente, a sexta classe possui a moda pelo fato de ser a classe com maior frequência (maior número de observações). Além disso, temos: d1 = diferença entre a frequência da classe modal e a frequência da classe imediatamente anterior, portanto d1 = 28 – 10 = 18. d2 = diferença entre a frequência da classe modal e a frequência da classe seguinte, portanto d2 = 28 – 2 = 26. hmo = amplitude do intervalo de classe que contém a moda, portanto hmo = 15.  18   18  Mo = 78 +  × 15 = 78 +   × 15  18 + 26   44   18  = 78 +   × 15 ≅ 788 + 6,1 = 84,1  44  Portanto, é comum encontrar componentes eletrônicos que durem, aproximadamente, 84 dias e 2 horas. Vamos também apresentar outras medidas de posição, menos utilizadas, porém de extrema importância em algumas situações. São elas os quartis, os decis e os percentis.

2.4 Medidas separatrizes: quartis, decis e percentis

Os quartis, os decis e os percentis são muito similares à mediana, uma vez que também subdividem a distribuição de dados de acordo com a proporção das frequências observadas. Já vimos que a mediana divide a distribuição em duas partes iguais, então os quartis (Q1, Q2 e Q3), como o próprio nome sugere, dividem a 49


distribuição dos dados ordenados em quatro partes, sendo, Q1 o quartil que separa os 25% de valores inferiores dos 75% de superiores, Q2 o que divide o conjunto ao meio (é igual à mediana) e Q3 o que separa os 75% de valores inferiores dos 25% de superiores. Os decis, por sua vez, dividem, da mesma forma, a distribuição dos dados em 10 partes, e os percentis dividem a distribuição em 100 partes. Então, as expressões (2.7), (2,8) e (2.9) ajudam a encontrar essas medidas quando os dados estão na forma de distribuição por classes de frequências. Vejamos:


i · n  4 − fa Qi = linf q +  i fq  i  i · n  10 − f a Di = linf d +  i fd  i  i×n  100 − f a Pi = linf p +  i fp  i 

50

ant

ant

ant

   · h q(2.7) i      · h d(2.8) i      × h p(2.8) i  

em que: linf é o limite inferior da classe que contém o quartil, Quando os dados não estiverem subdivididos em classes de frequências, a forma de o decil ou o percentil; encontrá-los será semelhante à forma de enconn é o número total de trar a mediana. As interpretações para cada termo das fórmulas de (2.7), (2,8) e (2.9) são similares às observações da distribuivistas para a mediana. ção de frequência; i refere-se à ordem do quartil, do decil ou do percentil que se está interessado em estudar, i = 1, 2, 3, ..., n; fa ant é a frequência acumulada da classe anterior à classe que contém o quartil, o decil ou o percentil; f é o número de observações da classe que contém o quartil, o decil ou o percentil;


h é a amplitude do intervalo de classe que contém o quartil, o decil ou o percentil. As separatrizes, geralmente, só são calculadas para grandes quantidades de dados e, quando há grandes quantidades de valores, eles aparecem de forma agrupada, por isso somente vamos demonstrar como encontrá-las através do Exemplo 2.3. Voltando ao Exemplo 2.3, encontre os quartis Q1, Q2 e Q3, os decis D1 e D5 e, os percentis P15 e P50. Para facilitar, vamos mostrar a tabela de dados novamente, para que se possa visualizar mais facilmente o problema. Classes de frequência 3├18 18├33 33├48 48├63 63├78 78├93 93├108 108├123 Total

f 3 4 4 8 10 28 2 1 60

Pm (x i ) 10,5 25,5 40,5 55,5 70,5 85,5 100,5 115,5 B

B

fa 3 7 11 19 29 57 59 60 B

B

Resolução Para encontrar os quartis, devemos utilizar a expressão (2.7), então temos:


  1 × 60  4 − fa anterior  15 − 11 Q1 = linf q +  × 15 = 55, 5  × h q1 = 48 +  1 fq  8    1  

Q2 = linf q

Q3 = linf q

2

3

 2 × 60   4 − fa anterior   30 − 29  +  h q 2 = 78 +   × 15 ≅ 78, 5 28 f   q   2    3 × 60   4 − fa anterior   45 − 29  +  h q 3 = 78 +   × 15 ≅ 86, 6 28 f  q3     51


De acordo com os resultados obtidos, poodemos esperar que: • 25% dos dados são menores ou iguais a 55,5, ou seja, 25% dos componentes eletrônicos têm duração inferior a 55 dias e 12 horas. • 50% dos dados são menores ou iguais a 78,5, ou seja, 50% dos componentes eletrônicos têm duração inferior a 78 dias e 12 horas. • 75% dos dados são menores ou iguais a 86,6, ou seja, 75% dos componentes eletrônicos têm duração inferior a 86 dias e 14 horas. Para encontrar os decis, devemos utilizar a expressão (2.8), então temos:

D1 = linf d

1

D5 = linf d

 1 × 60   10 − fa anterior   6 − 3 + × 15 = 29, 25  h d1 = 18 +  fd  4    1  

5

 5 × 60   10 − fa anterior   30 − 29  +  h d 5 = 78 +   × 15 ≅ 78, 5 28 f  d   5  


Podemos esperar que: • 10% dos dados são menores ou iguais a 29,25, ou seja, 10% dos componentes eletrônicos têm duração inferior a 29 dias e 6 horas. • 50% dos dados são menores ou iguais a 78,5, ou seja, 50% dos componentes eletrônicos têm duração inferior a 78 dias e 12 horas.

52

Para encontrar os percentis, vamos utilizar a expressão (2.9). Assim, temos que:

P15 = linf p

15

 15 × 60   100 − fa anterior  9 − 7 +  h p15 = 33 +   × 15 = 40, 5 4 f  p15    


Perceba que o 2o quartil, o 5o decil e o 50o percentil representam a própria mediana, ou seja, todas estas medidas (Q2, D5, e P50) dividem a distribuição dos dados ao meio, deixando 50% abaixo dela e 50% acima.

P50 = linf p

50

 50 · 60   100 − fa anterior   30 − 29  +  h p50 = 78 +   · 15 ≅ 78, 5 2 8 f  p   50  

Trabalhando com os percentis 15o e 50o, podemos esperar que: • 15% dos dados são menores ou iguais a 40,5, ou seja, 15% dos componentes eletrônicos têm duração inferior a 40 dias e 12 horas. • 50% dos dados são menores ou iguais a 78,5, ou seja, 50% dos componentes eletrônicos têm duração inferior a 78 dias e 12 horas.

Atividades


01. Os dados abaixo referem-se ao número de horas extras de trabalho de uma amostra de 64 funcionários de uma determinada empresa localizada na capital paulista. 10

10

12

14

14

14

15

16

18

18

18

18

18

19

20

20

20

20

20

21

22

22

22

22

22

22

22

22

22

22

22

22

23

23

24

24

24

24

24

24

24

25

25

25

25

26

26

26

26

26

26

27

27

27

28

28

29

30

30

32

35

36

40

41

53


Pede-se: a) Calcule e interprete as seguintes medidas descritivas calculadas para os dados brutos (dados não tabulados): média aritmética; mediana; moda. b) Construir uma distribuição de frequências completa (com freq. absoluta, freq. relativa, freq. acumulada e ponto médio). c) Com a tabela construída no item b), encontre as seguintes medidas: média aritmética; mediana; moda; 1º quartil; 7º decil; 99º percentil. Interprete os resultados. d) Construa o histograma para este conjunto de dados.


02. Os dados abaixo representam as vendas mensais (em milhões de reais) de vendedores de gênero alimentícios de uma determinada empresa.

54

Vendas mensais (em milhões de reais)

Número de vendedores

0├1

6

1├2

12

2├3

20

3├4

48

4├5

14

5├6

10

Total

110

a) Qual a variável em estudo? Que tipo de variável é esta? b) Encontre a média, a mediana e a moda e interprete os resultados. c) Encontre as medidas separatrizes Q3, D1, e P80 e interprete os resultados. d) Qual a porcentagem de vendedores com vendas mensais inferiores a 2 milhões de reais? e) Qual a porcentagem de vendedores com vendas mensais superiores a 4 milhões de reais? f) Qual a porcentagem de vendedores com vendas mensais entre 3 (inclusive) e 5 (exclusive) milhões de reais? g) Qual a porcentagem de vendedores que vendem, pelo menos, 3 milhões de reais mensais?


03. Numa pesquisa realizada com 91 famílias, levantaram-se as seguintes informações com relação ao número de filhos por família: número de filhos frequência de famílias

0 19

1 22

2 28

3 16

4 2

5 4

Frequência

Calcule e interprete os resultados da: a) média aritmética b) mediana c) moda 04. O histograma abaixo representa a distribuição das idades dos funcionários de uma agência bancária. Com base no histograma abaixo, responda: Histograma

16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0 20 |– 25

25 |– 30

30 |– 35

35 |– 40

40 |– 45

45|– 50


Idade

a) Qual a variável em estudo? b) Quantos funcionários trabalham nesta agência bancária? c) Quais são a média, a mediana e a moda para a idade dos funcionários desta agência? Interprete os resultados. d) Qual o valor do primeiro quartil? Interprete o resultado. e) Quantos funcionários têm menos que 30 anos? f) Qual a porcentagem de funcionários com mais de 45 anos? g) Qual a porcentagem de funcionários com no mínimo 30 anos? 55


05. Define-se a média aritmética de n números dados como o resultado da divisão por n da soma dos n números dados. Sabe-se que 4,2 é a média aritmética de 2.7; 3.6; 6.2; e x. Determine o valor de x.


Antes das respostas, gostaríamos de deixar claro que as interpretações das questões ficam a cargo do estudante. Se ocorrerem dúvidas, entrar em contato com o tutor. 01. a) x ≅ 23,1, Md = 22,5 e Mo = 22 b)

Classes

f

fr

fa

Pm

10├ 14 14├ 18 18├ 22 22├ 26 26├ 30 30├ 34 34├ 38 38├ 42 Total

3 5 12 25 12 3 2 2 64

0,0469 0,0781 0,1875 0,3906 0,1875 0,0469 0,0313 0,0313 1,0000

3 8 20 45 57 60 62 64

12 16 20 24 28 32 36 40

c) x ≅ 24,6 Md ≅ 23,9 Md = 24 Q1 = 20,7 D1 ≅ 26 P99 = 40,7 Histograma

56

Nº de horas

42 |– 38

38 |– 34

|– 30

26

|–

34

30

26 22

|–

22 18

|–

18 |– 14

|–

14

24 22 20 18 16 14 12 10 8 6 4 2 0

10

Frequência


d)


02. a) b) c) d) e) f) g)

Vendas mensais. Variável quantitativa contínua. x ≅ 3,2 Md = 3,4 Mo = 3,5 Q3 ≅ 20,7 D1 ≅ 1,4 P80 = 4,1 16,36% 21,82% 56,36% 65,45%

03. a) x ≅ 17,1 b) Md = 2 c) Mo = 2 04. a) b) c) d) e) f) g)

Idade dos funcionários 48 x ≅ 30,9 Md ≅ 29,7 Mo ≅ 27,8 Q1 ≅ 25,7 25 4,17% 47,9%

05. 4,3


Reflexão

Que a média é a medida de posição mais utilizada em nosso dia a dia talvez nem seria necessário dizer. Mas é preciso tomar certo cuidado quando utilizamos a média como parâmetro de um conjunto de dados. Você sabe que, se a média de sua turma em Estatística for igual a 7,0 (por exemplo), não quer dizer que toda ela, ou a maioria, teve bom desempenho nem que metade da turma teve desempenho igual ou superior a 7,0. Outras medidas, como vimos, podem complementar as informações dadas pela média.

57


Referências ANDERSON, David R.; SWEENEY, Denis J.; WILLIAMS, Thomas A. Estatística aplicada à administração e economia. São Paulo: Pioneira Thomson Learning, 2003. COSTA NETO, Pedro Luiz de Oliveira. Estatística, São Paulo: Edgard Blucher, 2002. DOWNING, Douglas; CLARK, Jeffrey. Estatística aplicada. São Paulo: Saraiva, 2002. FARIAS, Alfredo Alves de; SOARES, José Francisco; CÉSAR, Cibele Comini. Introdução à estatística. Rio de Janeiro: LTC, 2003.

Na próxima unidade


Até agora estudamos estatísticas importantes de um conjunto de dados, tais como média, moda, mediana e medidas separatrizes. Estas medidas nos dão noção de posição central ou divisória do conjunto. No entanto, para que tenhamos informação mais completa do conjunto, é necessário estudar a sua variabilidade. As estatísticas que têm essa função são denominadas medidas de variabilidade ou de dispersão e serão abordadas na próxima unidade.

58

Medidas de dispersão

Un

ida

de

3

Estas medidas servem para indicar o quanto os dados se apresentam dispersos em torno da região central. Fornecem, portanto, o grau de variação existente no conjunto de dados. Dois ou mais conjuntos de dados podem, por exemplo, ter a mesma média, porém os valores poderão estar muito mais dispersos num conjunto do que no outro. Ou seja, podem ter maior ou menor grau de homogeneidade.

Objetivos de sua aprendizagem

Por meio do estudo desta unidade, esperamos que você seja capaz de calcular e interpretar as medidas de dispersão aplicadas a conjuntos de dados, com o objetivo de avaliar o grau de homogeneidade.

Você se lembra?

Você se lembra de alguma vez em que saiu de casa tendo quase certeza de que ficaria preso em um engarrafamento no trânsito? Não é preciso ser muito observador para perceber que, em determinadas horas do dia, dependendo do dia da semana, o trânsito (nas grandes e nas médias cidades) estará congestionado. Talvez o melhor seria deixar para sair outra hora (se isto for possível). O fluxo de veículos, nesses momentos, apresenta certa homogeneidade, ou seja, quase sempre está intenso. Dificilmente, num dia como esses, você terá um fluxo acentuadamente menor (ou maior) do que o que você verifica todos os dias. Vamos estudar situações como essas, em que a informação sobre o grau de homogeneidade (ou heterogeneidade) nos ajudará a tomar a decisão mais adequada.


3.1 Um exemplo introdutório


Vamos ver um exemplo bem simples que dá ideia da importância de conhecer medidas de dispersão para a tomada de algumas decisões.

60

Exemplo 3.1 – Imagine que estamos interessados em fazer uma viagem para Honolulu (Havaí) ou para Houston (Texas) e, para arrumar as malas, necessitamos de saber se a localidade a ser visitada faz calor, faz frio ou ambos. Se tivéssemos apenas a informação da temperatura média diária (medida durante um ano) das duas localizações e que esta medida fosse igual a 25 ºC, poderíamos colocar na mala apenas roupas de verão? A resposta é não. Por exemplo, se estivéssemos interessados em viajar para o Havaí (em Honolulu), poderíamos levar apenas roupas de verão, pois a temperatura mínima observada durante um ano foi de 21 ºC e a máxima foi de 29 ºC, porém se resolvermos ir para o Texas (Houston), devemos tomar cuidado com a época, pois as temperaturas, durante um ano, variaram de 4 ºC (mínima) a 38 ºC (máxima). Resumindo, as temperaturas em Honolulu variam pouco em torno da média diária, ou seja, deve-se levar uma mala apenas com roupas leves, porém em Houston variam muito, podendo haver períodos de muito frio ou de muito calor. Portanto, ao ir a Houston, sempre será necessário identificar o período do ano, para saber se a temperatura estará alta ou baixa, a fim de arrumar as malas sem perigo de sofrer com a temperatura. Percebemos, por meio deste exemplo bem simples, que uma simples medida de dispersão Quanto maiores as medidas de dispersão, (a amplitude, por exemplo) mais heterogêneos são os dados, e ao conjá ajudaria muito a tomar trário, quanto menores são essas medidas, mais certos cuidados com a arhomogêneo o conjunto. Primeiramente, vamos verificar as medidas de dispersão para dados na -tarumação das bagagens. bulados, ou seja, quando os dados não estiverem Resumindo, para na forma de distribuição de frequência. quantificar o quanto os dados são homogêneos (ou heterogêneos), precisamos encontrar algumas medidas de posição.

3.2 Amplitude total (R)

A amplitude total é a diferença entre o maior e o menor valor observado no conjunto de dados. R = x(máximo) – x(mínimo) (3.1)

Medidas de dispersão – Unidade 3

A amplitude não é uma medida muito utilizada, pois só leva em conta dois valores de todo o conjunto de dados e é muito influenciada por valores extremos. Uma medida mais interessante seria aquela que considerasse todos os valores do conjunto de dados, por exemplo o desvio-padrão.

3.3 Desvio-padrão (s)

Primeiramente, vamos entender qual é a definição da palavra desvio em estatística. Desvio nada mais é do que a distância entre qualquer valor do conjunto de dados em relação à média aritmética deste mesmo conjunto de dados. Existem várias medidas de dispersão que envolvem os desvios. São elas: o desvio-padrão (mais utilizada), a variância e o coeficiente de variação. O desvio-padrão é a medida mais utilizada na comparação de diferenças entre grupos, por ser mais precisa e estar na mesma medida do conjunto de dados. Matematicamente, sua fórmula é dada pela raiz quadrada da média aritmética aproximada dos quadrados dos desvios, ou seja: n ∑ ( xi − x )2 s = i =1 = n −1

( x − x )2 + ( x − x )2 +  + ( x − x )2 1 2 n (3.2) n −1

em que xi é cada uma das observações do conjunto de dados, x é a média do conjunto de dados e n é o número total de observações do conjunto de dados. Desenvolvendo a expressão (3.2), chegamos à expressão (3.3), que, para alguns casos, torna os cálculos mais simples e rápidos.

(∑ x i ) x2 −


2

s=

∑

i

n −1

n

(3.3)

em que:

∑ x 2i

é a soma de cada valor da variável ao quadrado;

(∑ x i )

2

é o quadrado da soma de todos os valores da variável; n é o número total de valores do conjunto de dados. 61


3.4 Variância (s2)

A variância de um conjunto de dados nada mais é do que o valor do desvio-padrão elevado ao quadrado, ou seja, n

s2 =

∑ ( x i − x )2 i =1

n −1

ou s2 =

∑

x i2

2 xi ) ( ∑ −

n −1

n

(3.4)

(3.5)

A variância não é uma medida muito utilizada para mostrar a dispersão de um conjunto de dados, pois expressa o seu resultado numa medida ao quadrado, não sendo possível interpretar o seu valor. Portanto, na análise descritiva dos dados, não vamos trabalhar com esta medida constantemente. Se um determinado problema fornecer a variância do conjunto de dados, basta calcularmos a raiz quadrada deste valor (variância) e obteremos o desvio-padrão, que é facilmente interpretado por estar na mesma medida do conjunto de dados.

3.5 Coeficiente de variação (cv)


O coeficiente de variação (cv) é definido como o quociente entre o desvio-padrão e a média e é frequentemente expresso em porcentagem. Ele mede o grau de variabilidade do conjunto de dados. Quando calculamos o desvio-padrão, obtemos um valor que pode ser grande ou pequeno, dependendo da variável em estudo. O fato de ele ser um valor considerado alto é relativo, pois, dependendo da variável que está sendo estudada e da média, esta variação dos dados pode ser relativamente pequena. Então, o coeficiente de variação serve para calcular o grau de variação dos dados em relação à média aritmética. E é obtido por meio do seguinte cálculo:

62

cv =

s (3.6) x

em que s é o desvio-padrão e x é a média aritmética. Dizemos que o coeficiente de variação é uma medida de dispersão relativa ao seu valor médio do conjunto. Para comparar dois conjuntos de dados, ele se torna mais eficiente do que, simplesmente, utilizar o desvio-padrão.


3.5.1 Critérios para a interpretação do coeficiente de variação • Quanto mais próximo de 0 (ou 0%), menor a variabilidade dos dados, ou seja, mais homogêneo será o conjunto de dados. • Quanto mais próximo de 1 (ou 100%), maior a variabilidade dos dados, ou seja, mais heterogêneo o conjunto de dados. Também podemos utilizar a seguinte regra: • Para valores do cv ≤ 0,5 (ou 50%), podemos dizer que a média é representativa do conjunto de dados. • Para valores de cv > 0,5 (ou 50%), dizemos que a média não representa bem o conjunto de dados.


3.6 Exemplo de aplicação das medidas de dispersão para dados não tabulados Vamos exemplificar o cálculo da amplitude, do desvio-padrão, da variância e do coeficiente de variação utilizando os mesmos exemplos anteriores (aqueles utilizados para exemplificar as medidas de posição). Primeiramente, vamos utilizar o Exemplo (2.1) para dados não tabulados (dados brutos). Exemplo 3.2 – Um gerente de banco deseja estudar a movimentação de pessoas em sua agência na segunda semana de um mês qualquer. Ele constata que, no primeiro dia, entraram 1.348 pessoas, no segundo dia, 1.260 pessoas, no terceiro, 1.095, no quarto, 832 e no último dia do levantamento, 850 pessoas. Encontre a amplitude, o desvio-padrão, a variância e o coeficiente de variação para o número de pessoas e interprete os resultados. Resolução A amplitude é dada por: R = x(máximo) – x(minimo) = 1348 – 832 = 516 pessoas A maior diferença entre o número de pessoas que entram nessa agência bancária por dia, durante a segunda semana de um mês qualquer, é de 516 pessoas, ou seja, a diferença entre o dia de maior movimento e o dia de menor movimento é de 516 pessoas. O desvio-padrão é obtido por meio da expressão (3.2) ou (3.3). Como a média aritmética é um número inteiro e existem poucos dados, a expressão (3.2) é mais rápida de ser calculada, porém fica a critério de 63


cada um a utilização da expressão (3.2) ou (3.3). Lembrando que a média aritmética achada anteriormente é igual a 1.077 e utilizando a expressão (3.2), temos: n

s= = =

∑ ( x i − x )2 i =1

n −1

=

(1348 − 1077)2 + (1260 − 1077)2 + (1095 − 1077)2 + (832 − 1077)2 + (850 − 1077)2 5 −1

( 271)2 + (183)2 + (18)2 + ( −245)2 + ( −2227)2 4

=

=

=

(73441) + (33489) + (324) + (60025) + (51529) =

=

218808 = 54702 ≅ 233 , 88 pessoas 4

4

Podemos dizer que em média, entram 1.077 pessoas na agência por dia. Esse número de pessoas que entram na agência por dia varia em torno da média, mas, tipicamente, a diferença em relação à média é de, aproximadamente, 234 pessoas (para mais ou para menos em relação à média). A variância, como vimos, é obtida por meio da expressão (3.4) ou (3.5), ou simplesmente, como já temos o desvio-padrão, basta elevar o valor encontrado ao quadrado. Para o nosso exemplo, temos:


s2 = (233,88 pessoas)2 = 54699,85 pessoas2

64

Nesse caso, não há como interpretar a expressão pessoas2. Por esse motivo, costumamos utilizar o desvio-padrão no lugar da variância. O coeficiente de variação, dado pela expressão (3.6), é muito fácil ser obtido, desde que já conheçamos os valores da média aritmética e do desvio-padrão, pois basta fazermos uma simples divisão. Vamos calcular o coeficiente de variação para esse exemplo: cv =

s 233, 88 = ≅ 0, 2172 ou 21,72% x 1077

Podemos dizer que existe um grau de variabilidade de 21,72% dos dados em relação à média, ou seja, o desvio-padrão do conjunto representa 21,72% do tamanho da média do conjunto.


Agora, vamos fazer um estudo para os dados tabulados, com relação aos cálculos das medidas de dispersão. Quando os dados estiverem na forma tabulada, haverá uma pequena diferença no cálculo das medidas de dispersão, pois agora é necessário considerar as frequências, que funcionarão como “fatores de ponderação”, referentes a cada valor da variável. Vamos ver como ficam os cálculos das medidas de dispersão para dados tabulados.

3.7 Desvio-padrão para dados tabulados

Se os dados estiverem tabulados, o desvio-padrão pode ser encontrado da seguinte forma: n

s=

∑ f i ( x i − x )2 i =1

n −1

(3.7)

Desenvolvendo a expressão (3.7), chegamos à expressão (3.8), que também é utilizada para o cálculo do desvio-padrão.

(∑ fi x i ) f x2 −

2

s=

∑

i i

n −1

n

(3.8)


em que, para ambas expressões (3.7) e (3.8), xi representa cada uma das observações do conjunto de dados, x é a média do conjunto de dados, fi é a frequência associada a cada observação (ou classe de observações) do conjunto de dados e n é o número de total do conjunto de dados.

3.8 Variância para dados tabulados

A variância de um conjunto de dados agrupados é dada por: n

s2 =

∑ f i ( x i − x )2 i =1

n −1

(3.9)

65


ou

(∑ fi x i ) f x2 −

2

s2 =

∑

i i

n −1

n

(3.10)

A amplitude e o coeficiente de variação não sofrem modificações significativas. A amplitude continua sendo a diferença entre o maior e o menor valor (se os dados estiverem em classes de frequências, então R pode ser a diferença entre o limite superior da tabela de distribuição de frequência e o limite inferior da tabela). O coeficiente de variação continua sendo dado pela expressão (3.6), porém o desvio-padrão e a média aritmética, que são necessários para o cálculo do coeficiente de variação, são obtidos por meio das expressões para dados agrupados.

3.9 Exemplo de aplicação das medidas de dispersão para dados tabulados

Vamos continuar utilizando os exemplos desenvolvidos na unidade anterior (exemplos 2.2 e 2.3) para dados tabulados.


Exemplo 2.2 – Em um determinado mês, foi computado o número x de faltas ao trabalho, por motivos de saúde, que cada funcionário teve em uma determinada empresa. Os dados estão representados na tabela abaixo:

66

Número de faltas (x)

f

fa

0 1 2 3 4 5 6 Total

31 20 8 2 0 1 1 63

31 51 59 61 61 62 63

B

B

Tabela 2.1 – Número de faltas ao trabalho

Encontre a amplitude, o desvio-padrão, a variância e o coeficiente de variação para este conjunto de dados e interprete os resultados.


Resolução A amplitude para este conjunto de dados é dada por: R = x(máximo) – x(mínimo) = 6 – 0 = 6 faltas. A maior diferença entre o número de faltas ao trabalho, por motivo de saúde, entre os funcionários de uma determinada empresa, período de um mês, é de 6 faltas. O desvio-padrão é obtido por meio da expressão (3.7) ou (3.8). Para exemplificar, vamos agora trabalhar com a expressão (3.8). Para facilitar, vamos montar uma tabela com os resultados que nos interessam para aplicar a expressão (3.8): Número de faltas (x i )

fi

fixi

fixi 2

0 1 2 3 4 5 6 Total (∑)

31 20 8 2 0 1 1 63

0 20 16 6 0 5 6 53

0 20 32 18 0 25 36 131

B

(∑ fi x i ) f x2 −

B

2


s=

=

∑

i i

n -1

n

=

B

B

B

B

2 53) ( 131 −

63 63 − 1

B

B

B

B

B

PB

P

=

2809 63 ≅ 131 − 44, 59 ≅ 62 62

131 −

≅ 1, 3938 ≅ 1,18 faltas Podemos dizer que, em média, ocorre aproximadamente 1 falta por funcionário por mês. Na verdade, sabemos que esse número de faltas por funcionário por mês varia em torno da média, mas, tipicamente, a diferença em relação à média é de, aproximadamente, 1 falta (para mais ou para menos em relação à média). 67


A variância é obtida por meio da expressão (3.9) ou (3.10); porém, como já temos o desvio-padrão, basta elevar o valor encontrado ao quadrado, portanto temos: s2 = (1,18 faltas)2 = 1,3924 faltas2 Como 1,3924 faltas2 não tem interpretação, utilizamos o desviopadrão (acima) em vez da variância para interpretar o comportamento dos dados. O coeficiente de variação para este exemplo é dado por: cv =

s 1,18 = ≅ 1, 4048 ou 140,48% x 0, 84

Podemos dizer que existe um grau de variabilidade muito alto, em torno de 140,48% com relação à média aritmética, ou seja, a média não é uma boa representante do conjunto de dados para este exemplo. Para finalizar, vamos fazer os cálculos para os dados agrupados em classes de frequências. Para isto, utilizaremos o exemplo 2.3 da unidade anterior.


Exemplo 2.3 – A tabela abaixo apresenta a distribuição de frequências do tempo de vida de 60 componentes eletrônicos (medido em dias) submetidos à experimentação num laboratório especializado.

68

Como calculamos anteriormente, o valor da média é igual a 0,84. Se arredondarmos esse valor para um valor inteiro, podemos dizer que a média é aproximadamente igual a 1.


Classes de frequências

f

Pm (x i )

fa

3├18 18├33 33├48 48├63 63├78 78├93 93├108 108├123 Total

3 4 4 8 10 28 2 1 60

10,5 25,5 40,5 55,5 70,5 85,5 100,5 115,5

3 7 11 19 29 57 59 60

B

B

Tabela 2.2 –Tempo de vida de componentes eletrônicos

Calcule a amplitude, o desvio-padrão, a variância e o coeficiente de variação para este conjunto de dados e interprete os resultados. Resolução A amplitude para este conjunto de dados é dada por: R = x(máximo) x(mínimo) = 123 – 3 = 120 dias.


A maior diferença entre o tempo de vida (em dias) de um determinado componente eletrônico foi de 120 dias, ou seja, o componente que durou mais tempo durou 120 dias a mais do que o componente que durou menos tempo. Classes de frequências

f

Pm (x i )

fixi

fixi 2

3├18 18├33 33├48 48├63 63├78 78├93 93├108 108├123 Total

3 4 4 8 10 28 2 1 60

10,5 25,5 40,5 55,5 70,5 85,5 100,5 115,5

31,5 102 162 444 705 2394 201 115,5 4155

330,75 2601 6561 24642 49703 204687 20201 13340 322065

B

B

B

B

B

B

B

B

PB

69


Para o cálculo do desvio-padrão, podemos utilizar as expressões (3.7) ou (3.8), em que o termo xi deve ser o ponto médio de cada classe de frequência. Como a média aritmética é igual, aproximadamente, a 69,25, portanto envolve valores decimais, vamos utilizar a expressão (3.8), pela praticidade, para o cálculo do desvio-padrão.

(∑ fi x i ) f x2 −

2

s= ≅

∑

i i

n -1

n

=

2 4155) ( 322065 −

60 − 1

60

=

17264025 60 ≅ 59

322065 −

322065 − 287733, 75 ≅ 581, 89 ≅ 24,12 dias 59

Em média, os componentes eletrônicos têm duração de 69 dias e 6 horas com uma variação de, aproximadamente, 24 dias e 3 horas para mais ou para menos em relação à média. A variância, como já sabemos, é o desvio-padrão ao quadrado. Assim, temos: s2 = (24,12 dias)2 = 581,77 dias2 Como 581,77 dias2 não tem interpretação, utilizamos o desviopadrão (acima) em vez da variância para interpretar o comportamento dos dados. O coeficiente de variação para este exemplo é dado por: cv =

s 24,12 = ≅ 0, 3483 ou 34,83% x 69, 25


Podemos dizer que o grau de variabilidade com relação à média é de 34,83%, ou seja, a média pode ser considerada uma boa representante do conjunto de dados para este exemplo.

70

3.10 Uso do MS-Excel (versão 2003) para construir gráficos Vamos apresentar os passos para a obtenção de algumas das estatísticas descritivas apresentadas nas unidades 2 e 3 utilizando o MSExcel/2003.


Primeiramente, devemos habilitar o módulo de Análise de Dados do MS-Excel. Para isto, devemos entrar na opção Ferramentas e verificar se a opção análise de dados está disponível (ver Figura 3.1).

Figura 3.1 – Menu Ferramentas


Se a opção Análise de Dados não aparecer no menu Ferramentas, devemos entrar na opção Suplementos, selecionar a opção Ferramentas de Análise e clicar OK. Veja Figura 3.2:

Figura 3.2 – Opção Suplementos: Ferramentas de análise 71


Agora, entre novamente no menu Ferramentas e verifique se a opção Análise de Dados está disponível (ver Figura 3.3).

Figura 3.3 – Opção Análise de Dados disponível.

Agora que a opção Análise de Dados está disponível, vamos exemplificar o uso do MS-Excel considerando o seguinte exemplo: Exemplo 3.3 – Em uma escola tomou-se a medida da altura de cada um de quarenta estudantes, obtendo-se os seguintes dados (em centímetros): 160 163 155 163

152 156 151 167

155 162 158 157

154 161 166 152

161 161 169 178

162 171 170 165

162 160 158 156


Tabela 3.1 – Altura de estudantes (em centímetros)

72

161 170 160 155

150 156 168 153

160 164 164 155

Pede-se para construir uma distribuição de frequência e usar 6 classes. (iniciando por 150 cm e terminando em 180 cm) e responder às questões abaixo. a) Quantos são os estudantes com estatura inferior a 160 cm? b) Que porcentagem de estudantes tem estatura igual ou superior a 175 cm? c) Quantos são os estudantes com estatura maior ou igual a 160 cm e ao mesmo tempo menor que 175 cm? d) Qual a porcentagem de estudantes com estatura abaixo de 170 cm?


3.10.1 Vamos construir uma tabela de frequência

1o passo – Primeiramente, devemos inserir os dados (A1 a J4) e os limites superiores dos intervalos de classe que estamos interessados em construir (A6 a A11). (Ver Figura 3.4.)

Figura 3.4 – Entrando com os dados


2o passo – Agora, para criar a tabela de frequência, devemos entrar na ferramenta Análise de Dados (no menu Ferramentas) e clicar na opção Histograma e dar Ok. (Ver Figura 3.5).

Figura 3.5 – Entrando na opção Histograma 73


3o passo – Depois disso, o próximo passo é preencher a caixa Histograma (ver Figura 3.6). Clique em Ok.

Figura 3.6 – Entrada de dados e dos limites superiores das classes para a construção da tabela de frequência


4o passo – Depois do Ok, o MS-Excel criará uma tabela de frequências em que a primeira coluna trará os limites superiores da tabela de frequência e a segunda coluna trará a frequência de cada classe (ver Figura 3.7).

74

Figura 3.7 – Tabela de frequência para a variável altura


5o passo – A frequência relativa e a porcentagem de cada classe podem ser incluídas na tabela acima, com a inserção das funções apresentadas na tabela a seguir. Bloco

Frequência

Freq. relativa

Porcentagem

155 160 165 170 175 180 Mais Total

10 10 12 6 1 1 0 40

0,25 0,25 0,3 0,15 0,025 0,025 0 1

25 25 30 15 2,5 2,5 0 100

=(C2*100) =(B2/$B$

Tabela 3.2 – Tabela de frequência completa para a variável altura

=SOMA(B2:B8)


Veja:

Figura 3.8 – Tabela de frequência completa para a variável altura 75


Por meio da análise da tabela acima verifica-se que o intervalo com maior concentração dos dados é o intervalo entre 165 e 170, com 30% das observações, enquanto que nenhuma observação foi coletada acima de 180.

3.10.2 Agora vamos construir um histograma


Como vimos nas unidades 1 e 2, para uma distribuição de frequências referentes a variáveis contínuas, o gráfico mais apropriado é o histograma. Vamos, portanto, construir um para o nosso exemplo: 1o passo – Selecione os comandos Ferramentas, Análise de Dados, Histograma e clique em Ok. Em seguida, defina as entradas de dados a partir da planilha 1 como se fosse montar uma tabela de distribuição de frequências, porém clique em Resultado do Gráfico e clique em Ok novamente (ver Figura 3.9).

76

Figura 3.9 – Construção do histograma

O gráfico construído (ver Figura 3.10), no entanto, apresenta dois problemas: lacunas entre as barras que correspondem aos intervalos de classe; visual mal formatado.


Figura 3.10 – Histograma gerado pelo MS-Excel antes de formatá-lo.


Para eliminar os problemas, o seguinte procedimento deve ser realizado: 2o passo – Aumente o tamanho do gráfico e retire a legenda clicando no próprio gráfico. Depois, com um clique duplo sobre uma barra do gráfico, abra a caixa de diálogo Formatar Séries de Dados, selecione a aba Opções e atribua largura do espaçamento igual a “zero”. Clique em Ok (ver Figura 3.11).

Figura 3.11 – Formatação do histograma 77


Figura 3.12 – Histograma formatado

Pelo histograma obtido, verifica-se que as observações de altura variam entre 150 cm e 180 cm. A maioria das observações está entre 150 cm e 165 cm. O intervalo com maior número de observações é o terceiro, que varia de 160 cm a 165 cm. Se desejarmos, ainda podemos modificar os títulos do gráfico e das variáveis, inclusive o tamanho da letra (fonte) e a cor das barras. Para isso, basta clicarmos no canto do gráfico (ainda no Excel) e, depois que este estiver marcado com uns quadradinhos pretos, basta clicar em cima de cada item a ser modificado (título do gráfico, título das variáveis, valores das variáveis e também na barra do histograma).


3.10.3 Resumo e descrição dos dados por meio de algumas medidas de posição e dispersão

78

No MS-EXCEL, as medidas de tendência central e dispersão podem ser encontradas por meio da digitação de funções na planilha de dados, como será mostrado através de exemplos. Vamos utilizar o MS-Excel, a princípio, para encontrar três tipos de medidas de posição: a média, a mediana e a moda.

Medidas de posição

Média aritmética A média aritmética pode ser calculada digitando-se, por exemplo, na célula E6, a função = MÉDIA(A1:J4) e teclar enter.


O valor dessa média será 160,525. Embora nenhum aluno apresente altura igual a 160,525 cm, este é o valor da média aritmética, ou seja, o valor típico ou médio de altura, para este conjunto de dados.

Mediana

Para o Exemplo 3.3, devemos inserir, na célula F6, a função =MED(A1:J4) e teclar enter. O valor encontrado para a mediana será 160,5 cm, ou seja, podemos dizer que 50% dos alunos têm estatura maior que 160,5 cm.

Moda

Um conjunto de dados pode ser classificado como unimodal, bimodal, multimodal ou amodal quando possuir, respectivamente, uma, duas, mais de duas ou nenhuma moda. Para o nosso exemplo, devemos inserir, na célula G6, a função =MODO(A1:J4) e teclar enter. O valor encontrado para a moda será 160 cm, ou seja, é mais frequente encontrar alunos (nesse conjunto de dados) com estatura igual a 160 cm. Vamos agora encontrar as principais medidas de dispersão (amplitude, o desvio-padrão e o coeficiente de variação) com o auxílio do Excel.


Medidas de dispersão

Amplitude No Microsoft Excel, a amplitude para o nosso exemplo será dada pela inserção de funções =MÁXIMO(A1:J4)-MÍNIMO(A1:J4) na célula H6. Assim, as alturas dos alunos diferem entre si por, no máximo, 28 cm. Desvio-padrão O desvio-padrão será definido, no Excel, pela função =DESVPAD(A1:J4) na célula I6. Então, o desvio-padrão encontrado foi de aproximadamente 6,23 cm, ou seja, houve uma dispersão “média” em torno da média aritmética de 6,23 cm. Isto significa que a maioria das estaturas, nesse conjunto de dados, concentra-se entre (160,525 ± 6,23). Coeficiente de variação Já que o coeficiente de variação, denotado por cv, é definido como o quociente entre o desvio-padrão e a média, frequentemente expresso em 79


porcentagem, devemos, no Excel, inserir a expressão =(I6/E6)*100, em que I6 é a célula que contém o valor do desvio-padrão e E6 é a célula que contém o valor da média aritmética e *100 para expressarmos o mesmo em porcentagem. O valor obtido para o cv foi de aproximadamente 3,88%. Isto dizer que este conjunto de dados é homogêneo, ou seja, não há grandes diferenças entre as estaturas dos alunos com relação à média. A Figura 3.13 mostra os resultados encontrados acima.


Figura 3.13 – Células E6, F6, G6, H6, I6 com os respectivos valores mencionados acima.

80

OBS. – Algumas das principais medidas de tendência central e de dispersão podem ser calculadas conjuntamente no MS-Excel, sem a necessidade da inserção de funções na planilha de dados. Esta análise descritiva do conjunto de dados pode ser realizada por meio dos comandos Ferramentas, Análise de Dados e Estatística Descritiva. (Porém, para utilizar esta opção, os dados devem estar organizados em uma única coluna.) Selecionadas estas opções, a caixa de diálogo Estatística Descritiva, apresentada na Figura 3.14, será aberta para a especificação do intervalo de dados a ser analisado e das estatísticas de interesse que serão calculadas.


Figura 3.14 – Passos para realização da Análise Descritiva dos dados


Clique em Ok. Especifique o intervalo de dados a ser analisado na caixa de edição Intervalo de Dados, digitando-o ou selecionando-o diretamente na planilha. Escolha a opção de saída das estatísticas e selecione a opção Resumo Estatístico, Enésimo maior e Enésimo menor. O resultado será uma nova tabela contendo várias das medidas descritas acima (ver Figura 3.15).

Figura 3.15 – Resultados da análise descritiva dos dados 81


Pela tabela mostrada na Figura 3.15, verifica-se que foram observados 40 valores de altura, variando entre 150 e 178 cm e resultando em uma amplitude de 28 cm. O valor mais frequente (moda) é 160, e a média dos dados coletados (160,525) é muito próxima ao valor da mediana (160,5), indicando a não existência de pontos muito extremos e discrepantes que afetam o valor da média. A maioria dos valores de altura, neste conjunto de dados, concentra-se entre 6,23 cm em torno da média aritmética, situação evidenciada pelo desvio-padrão. No endereço http:// archives.math.utk.edu/ software/msdos/statistics/histo/. html você encontrará um software (gratuito), chamado “Histograms” que apresenta algumas ferramentas de análises de dados como cálculos de medidas, construção de histogramas etc. Basta baixá-lo e executar o arquivo histo.exe.

Atividades


01. Vamos utilizar, entre outros exercícios, os mesmos da unidade 2, porém encontrando as medidas de dispersão. Os dados abaixo referem-se ao número de horas extras de trabalho de uma amostra de 64 funcionários de uma determinada empresa localizada na capital paulista.

82

10

10

12

14

14

14

15

16

18

18

18

18

18

19

20

20

20

20

20

21

22

22

22

22

22

22

22

22

22

22

22

22

23

23

24

24

24

24

24

24

24

25

25

25

25

26

26

26

26

26

26

27

27

27

28

28

29

30

30

32

35

36

40

41

a) Calcule e interprete as seguintes medidas de dispersão, calculadas para os dados brutos (dados não tabulados): amplitude, desvio-padrão, variância e coeficiente de variação e interprete os resultados. b) Por meio da distribuição de frequências (dados tabulados) construída para este conjunto de dados (na unidade anterior), encontre a amplitude, o desvio-padrão, a variância e o coeficiente de variação e interprete os resultados.


02. Os dados abaixo representam as vendas mensais (em milhões de reais) de vendedores de gênero alimentícios de uma determinada empresa. Vendas mensais (em milhões de reais)

Número de vendedores

0 | 1

6

1 | 2

12

2 | 3

20

3 | 4

48

4 | 5

14

5 | 6

10

Total

110

Encontre a amplitude, o desvio-padrão, a variância e o coeficiente de variação e interprete os resultados 03. Os dados a seguir representam as notas de 5 disciplinas de um determinado candidato em um concurso público. São elas: 2, 5, 8, 8, 9 Calcule a amplitude, o desvio-padrão, a variância e o coeficiente de variação. Interprete os resultados.


04. Numa pesquisa realizada com 91 famílias, levantaram-se as seguintes informações com relação ao número de filhos por família: número de filhos

0

1

2

3

4

5

frequência de famílias

19

22

28

16

2

4

Calcule e interprete os resultados: a) da amplitude; b) do desvio-padrão; c) do coeficiente de variação. 05. O histograma abaixo representa a distribuição das idades dos funcionários de uma agência bancária. Com base no histograma abaixo, responda: 83


Frequência

Histograma 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0

20 |– 25

25 |– 30

30 |– 35

35 |– 40

40 |– 45

45|– 50

Idade

Quais são a amplitude, o desvio-padrão, a variância e o coeficiente de variação para as idades dos funcionários? Interprete os resultados.


06. Um fabricante de caixas de cartolina fabrica três tipos de caixa. Testase a resistência de cada caixa, tomando-se uma amostra de 100 caixas e determinando-se a pressão necessária para romper cada caixa. Seguem os resultados dos testes:

84

Tipos de caixas

A

B

C

Pressão média de ruptura (bária) Desvio-padrão das pressões (bária)

15 4

20 5

30 6

a) Que tipo de caixa apresenta a menor variação absoluta na pressão de ruptura? b) Que tipo de caixa apresenta a maior variação relativa na pressão de ruptura?

Respostas dos exercícios propostos

As interpretações das questões ficam a cargo do estudante. Se ocorrerem dúvidas, entrar em contato com o tutor.


01. a) R = 31 b) R = 32

s ≈ 6,1 s ≈ 5,8

s2 ≈ 37,2 s2 ≈ 33,6

cv≈ 0,2633 ou cv ≈ 0,2358 ou

26,33% 23,58%

02. R = 6

s ≈ 1,24 s2 ≈ 1,54

cv ≈ 0,3875 ou

38,75%

03. R = 7

s ≈ 2,88 s2 ≈ 8,29

cv≈0,45

45%

04. R = 5

s ≈ 1,29 cv ≈ 0,7588 ou

05. R = 30

s ≈ 6,9

s2 ≈ 47,6

ou

75,88%

cv ≈ 0,2233

ou

22,33%

06. a) Caixa A (menor variação absoluta (s)) b) Caixa A (maior variação relativa (cv))


Reflexão

Vimos, nesta unidade, que tão importante quanto conhecer a média de um conjunto de dados, por exemplo, é determinar o seu grau de variabilidade (ou dispersão). Na maioria dos estudos que realizamos, deparamo-nos com conjuntos que podem apresentar maior ou menor grau de homogeneidade. Conjuntos com características de maior homogeneidade tendem a nos fornecer informações mais precisas e confiáveis. Imagine, por exemplo, um estabelecimento que diariamente presta atendimento aos seus clientes. Se a quantidade desses clientes varia muito de um dia para outro, fica mais difícil você determinar quantos funcionários disponibilizar para realizar o atendimento. No entanto, se esse número varia pouco (apresenta-se mais homogêneo) de um dia para o outro, fica muito mais fácil montar uma estrutura adequada de atendimento.

Leitura recomendada

Aqui, sugerimos a leitura do artigo “E se todos fossem ao mesmo cinema ao mesmo tempo?” do professor Luiz Barco, disponível em http:// super.abril.com.br/ciencia/lei-regularidade-estatistica-se-todos-fossemao-mesmo-cinema-ao-mesmo-tempo-439499.shtml. Ele retrata, de forma bem interessante, a questão da regularidade dos fenômenos relacionados ao comportamento social. 85


Referências ANDERSON, David R.; SWEENEY, Denis J.; WILLIAMS, Thomas A. Estatística aplicada à administração e economia. São Paulo: Pioneira Thomson Learning, 2003. BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. São Paulo: Saraiva, 2003. COSTA NETO, Pedro Luiz de Oliveira. Estatística, São Paulo: Edgard Blucher, 2002. DOWNING, Douglas; CLARK, Jeffrey. Estatística aplicada. São Paulo: Saraiva, 2002.

Na próxima unidade


Nas unidades já vistas, estudamos formas de organizar e resumir dados por meio de distribuições de frequências e de medidas descritivas. São processos que, geralmente, nos passam informações sobre algo que já ocorreu. Tais informações também são de fundamental importância para que possamos prever o que irá acontecer no futuro. Para isso, na próxima unidade, estudaremos a teoria de probabilidades, que, entre outras coisas, auxilia-nos na determinação de ocorrência de eventos futuros, tais como: vai chover amanhã, qual será minha receita no próximo mês, qual o nível de demanda de meu produto no próximo ano, entre muitos outros.

86

Noções de probabilidade

Un

ida

de

4

Nas unidades anteriores, vimos como organizar e descrever conjuntos de dados por meio de gráficos, tabelas e medidas resumo, tais como medidas de posição e dispersão. Observamos que os resultados obtidos nos auxiliam na análise e na interpretação dos dados. Nesta unidade estudaremos conceitos básicos de Probabilidade que serão utilizados nas unidades subsequentes.


Que você seja capaz de identificar experimentos aleatórios e calcular as probabilidades de ocorrência de determinados eventos, por meio da definição de probabilidades e de suas propriedades.

Você se lembra?

Você se lembra do significado da palavra probabilidade? Sabe qual é o seu real sentido? E qual a sua importância em nosso dia a dia? Certamente você já deve ter feito perguntas cujas respostas dependiam do cálculo de probabilidades. Por exemplo: • Qual a probabilidade de chover no próximo final de semana prolongado? • Qual a probabilidade de se ganhar na Mega-Sena jogando um volante com seis números? • Qual a probabilidade das vendas de determinado produto decrescer se aumentarmos o preço do produto? O cálculo dessas e de outras probabilidades nos auxilia na tomada de decisões.


4.1 Experimento aleatório, espaço amostral, evento

Antes de passarmos à definição de probabilidade, vamos apresentar alguns conceitos básicos necessários para efetuar seu cálculo. • Experimento aleatório: é uma situação ou acontecimento cujo resultado não pode ser previsto com certeza. • Espaço amostral: é o conjunto formado por todos os resultados do experimento aleatório. Indicamos este conjunto pela letra grega ômega (Ω). Cada elemento do espaço amostral é denominado ponto amostral. • Evento: é um subconjunto do espaço amostral (indicado por letras maiúsculas do nosso alfabeto). O evento que possui somente um elemento é denominado evento simples. Exemplo 4.1 – Considere o experimento aleatório que consiste no lançamento de um dado. Neste experimento, o espaço amostral é definido como (Ω) = {1,2,3,4,5,6}. Alguns dos eventos que podem ser definidos neste experimento são: A: saída de face par A = {2,4,6} B: saída de face ímpar B = {1,3,5}


C: saída de face maior que 6 C = Ø. Neste caso, Ø indica o conjunto vazio. Este evento é denominado evento impossível.

88

D: saída de face menor que 2 D = {1}, que é denominado evento simples. E: saída de face menor ou igual a 6 E = {1,2,3,4,5,6}, que é o próprio espaço amostral Ω. Este evento é denominado evento certo.


Se A ∩ B = Ø, temos que A e B são eventos mutuamente exclusivos, ou seja, quando um ocorre, o outro não pode ocorrer. A

Ω

B

Figura 4.3 – Eventos mutuamente exclusivos

Observação

Quando estamos interessados na intersecção de dois eventos, utilizamos a conjunção “e”, ou seja, queremos encontrar os elementos que pertencem ao evento A e ao evento B. No caso da união de dois eventos, utilizamos a conjunção “ou”, ou seja, são elementos que pertencem ao evento A ou ao B ou a ambos.

4.2.3 Complementação

O complemento do evento A, denotado por Ac, é definido como o evento que contém todos os pontos amostrais que não pertencem ao evento A, ou seja, Ac = Ω – A.. Ω

A


Figura 4.4 – Complementar do evento A

90

Exemplo 4.2 – Considerando o experimento aleatório do exemplo 4.1, temos que Ω = {1,2,3,4,5,6}. Definindo os eventos A e B como: A: saída de face par A = {2,4,6} B: saída de face menor ou igual a 4 B = {1,2,3,4}. Determinar A ∪ B, A ∩ B, Ac, Bc, Ac ∪ Bc, Ac ∩ Bc, Ac ∩ B, Bc ∩ A.

Noções de probabilidade – Unidade 4

Resolução A ∪ B = {1,2,3,4,6} A ∩ B = {2,4} Ac = {1,3,5} Bc = {5,6} Ac ∪ Bc = {1,3,5,6} Ac ∩ Bc = {5} Ac ∩ B = {1,3} Bc ∩ A = {6}

4.3 Probabilidade

A probabilidade é um número que mede a possibilidade de ocorrência de um evento. Seu cálculo da probabilidade pode ser efetuado de duas maneiras: por meio da definição clássica de probabilidade e por meio da definição frequencial de probabilidade.

4.3.1 Definição clássica

Aplicamos esta definição quando os pontos amostrais do espaço amostral são equiprováveis, ou seja, têm a mesma probabilidade de ocorrer. Por exemplo, quando jogamos um dado equilibrado, todas as faces têm a mesma probabilidade de ocorrer, ou seja, 1/6. Dado um evento A, a probabilidade de A, representada por P(A), é obtida por meio da definição clássica por:


P (A) =

número de resultados favoráveis ao evento A número total de resultados possíveis

(4.1)

Exemplo 4.3 – Retira-se uma carta de um baralho completo de 52 cartas. Qual a probabilidade de sair um rei? Resolução O espaço amostral desse experimento é: Ω = {A0, ..., k0, AE, ..., KE, AP, ..., KP, AC, ..., KC}, ou seja, temos 52 pontos amostrais igualmente prováveis de ocorrer. O evento A: sair um rei é o subconjunto A = {K0, KE, KP, KC}. Utilizando a definição clássica de probabilidade, temos: P(A) =

4 52 91


4.3.2 Definição frequencial

Vimos que a definição clássica de probabilidade só pode ser aplicada quando os pontos amostrais são igualmente prováveis de ocorrer. Em situações em que isto não ocorre, podemos determinar a probabilidade por meio da definição frequencial. Esta definição baseia-se em observações repetidas do experimento aleatório. Seja A o evento de interesse. A probabilidade P(A) obtida por meio da definição frequencial é dada por: P(A) =

número de vezesque o evento A ocorreu número de repetições do expp erimento o aleatório

(4.2)

em que o número de repetições deve ser grande. A ideia utilizada nessa definição é a mesma da frequência relativa definida na primeira unidade. Exemplo 4.4 – Uma loja de varejo tem registrado em seus arquivos que, dos 2.000 televisores de determinada marca, vendidos em certo período, 400 precisaram de reparos dentro da garantia de um ano. Qual é a probabilidade de Podemos expressar os resultados das que um consumidor que probabilidades em forma de frações, decimais ou percentuais. Nesse caso, por exemplo, compre uma televisão podemos indicar o resultado por P ( A ) = 4 , dessa marca não precise 52 utilizar a garantia? 0,0769 (aproximadamente) ou, ainda, 7,69%.


Resolução Pelas informações, temos que 1.600 televisores não precisaram de reparos durante a garantia. Sendo o evento A: a televisão não precisa de reparo durante a garantia e utilizando a teoria frequencial, temos:

92

P(A) =

1.600 4 = = 0, 8 2.000 5

ou seja, o consumidor tem probabilidade 0,8 de não precisar usar a garantia.


4.4 Regras básicas de probabilidade

Sejam A e B dois eventos do espaço amostral Ω. Então: a) 0 ≤ P(A) ≤ 1 b) P(Ω) = 1 c) P(A ∪ B) = P(A) + P(B) – P(A ∩ B) d) Se A e B forem mutuamente exclusivos, então P(A ∪ B) = P(A) + P(B). e) P(Ac) = 1 – P(A)

Exemplo 4.5a – Considere Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9} e os eventos A = {2, 4, 6, 8}, B = {1, 3, 5, 7, 9}, C = {2, 5, 7, 9} e D = {7, 8, 9}. Podemos destacar, portanto, os seguintes eventos: a) A ∪ C = {2, 4, 5, 6, 7, 8, 9} b) A ∩ B = Ø c) Bc = {2,4,6,8} d) Ac = {1,3,5,7,9} e) Ac ∪ D ={1, 3, 5, 7, 8, 9}


Exemplo 4.5b – Retira-se uma carta de um baralho completo de 52 cartas. Qual a probabilidade de sair um nove ou uma carta de paus? Resolução Nesse experimento aleatório, temos que o espaço amostral é formado por 52 pontos amostrais, ou seja, Ω = {A0, ..., k0, AE, ..., AP, ..., AC, ..., KC}. Vale relembrar que todos os pontos amostrais são equiprováveis. Com isso, podemos utilizar a definição clássica de probabilidade. Devemos observar também que o enunciado nos pede para encontrar a probabilidade de o evento sair nove ou de o evento sair carta de paus, o que caracteriza a união de dois eventos. Portanto, devemos utilizar P(A ∪ B) = P(A) + P(B) – P(A ∩ B). Os eventos definidos pelo exercício são: A: saída de uma carta nove 4 A: {9O, 9E, 9C, 9P}, portanto, P ( A ) = 52 B: saída de uma carta de paus

93


B: {AP, 2P, ..., KP}, portanto, P ( A ) =

13 52

A ∩ B = {9P}, portanto, P A ∩ B P ( A ) =

1 52

Assim, P(A ∪ B) = P(A) + P(B) – P(A ∩ B) P(A ∪ B) =

4 13 1 + − 52 52 52

16 P(A ∪ B) = 52 Exemplo 4.5c – Uma urna contém 30 bolas vermelhas, 12 bolas azuis e 7 bolas pretas. Extraindo-se aleatoriamente uma bola, qual a probabilidade de ser: a) vermelha

P( V ) =

30 49

b) azul

P( A ) =

12 49

c) azul ou preta 12 7 19 + = P(A ∪ B) = P(A) + P(P) = 49 49 49


Aqui não utilizamos P(A ∪ B) = P(A) + P(P) – P(A ∩ B), pois não há a intersecção A ∩ P (uma bola não pode ser azul e preta), ou seja, A e B são eventos mutuamente exclusivos. d) nem azul nem vermelha

94

P(P) =

7 49

4.5 Probabilidade condicional

Em muitas situações, podemos ter interesse em encontrar a probabilidade de ocorrência de um evento levando em conta que outro evento já


ocorreu. Esta probabilidade recebe o nome de probabilidade condicional e é definida a seguir.

4.5.1 Probabilidade condicional

Dados dois eventos, A e B, a probabilidade condicional de A, dado que B ocorreu, é representada por P(A|B) e calculada por: P ( A | B) =

p ( A | B) , P ( B) > 0 P ( B)

(4.3)

Lemos a notação P(A|B) como a probabilidade de A ocorrer sabendo que B ocorreu. Da definição acima, obtemos a regra da multiplicação, de grande aplicação no cálculo de probabilidades, dada por: P(A ∩ B) = P(B) · P(A|B) (4.4) Exemplo 4.6 – Há 100 candidatos para uma vaga numa empresa multinacional. Alguns têm curso superior, outros não. Alguns têm experiência no ramo, outros não. Os dados são:

Com experiência anterior Sem experiência anterior Total

Possui curso superior

Não possui curso superior

Total

35 15 50

45 5 50

80 20 100


Considerando que o candidato escolhido para a vaga possui curso superior, qual a probabilidade de ele ter experiência anterior no ramo? Resolução Este exemplo se refere a um caso de probabilidade condicional, pois já sabemos que o candidato escolhido possui curso superior. Definindo os eventos e analisando o quadro, temos: Note que o valor que aparece no denominador é o total de casos do evento que sabemos que ocorreu. Neste exemplo, sabíamos que o candidato escolhido tinha curso superior e o total de candidatos com este perfil é 50, justamente o valor que aparece no denominador do cálculo da probabilidade condicional. 95


A: ter experiência no ramo (definimos desta maneia porque é a pergunta do exercício). B: possui curso superior (definimos desta maneira porque é o evento que sabemos que ocorreu). P ( B) =

35 50 e P ( A ∩ B) = Portanto: 100 100

P ( A | B) =

35 | 100 35 = = 0, 7 50 | 100 50

4.6 Independência de eventos

Sejam A e B dois eventos do espaço amostral Ω, com P(B) > 0. O evento A é dito independente do evento B se: P(A|B) = P(A) (4.5) ou seja, o evento A é independente do evento B se a probabilidade de A não é afetada pela ocorrência ou não de B. Se A e B são independentes, temos que: P(A ∩ B) = P(A) · P(B) (4.6)


Exemplo 4.7 – Numa caixa com 20 lâmpadas, 4 são defeituosas. Extraindo-se aleatoriamente duas lâmpadas, sem reposição, qual a probabilidade de: a) nenhuma ser defeituosa; b) ambas serem defeituosas.

96

Resolução Nesse exemplo, os eventos são dependentes, pois não há reposição das lâmpadas na caixa, ou seja, o resultado obtido na extração da segunda lâmpada é afetado pelo resultado obtido na primeira extração. a) Nenhuma lâmpada ser defeituosa significa que as duas são perfeitas. Vamos indicar por P1 = primeira lâmpada ser perfeita e por P2 = segunda lâmpada ser perfeita. Como queremos encontrar a probabilidade de a primeira ser perfeita e de a segunda ser perfeita também, devemos utilizar o conceito da regra da multiplicação:


P ( P1 ∩ P2 ) = P ( P1 ) · P ( P2 | P1 ) 16 15 240 · = = 0, 6316 20 19 380 b) Indicando por D1 = primeira lâmpada ser defeituosa e por D2 = segunda lâmpada ser defeituosa, temos: P ( P1 ∩ P2 ) =

P ( D1 ∩ D2 ) = P ( D1 ) · P ( D2 | D1 )

P ( D1 ∩ D2 ) =

4 3 12 · = = 0, 0316 20 19 380

Atividades

01. Uma biblioteca acaba de receber, por doação, 40 novos livros, inclusive 15 romances históricos. Se 3 desses livros são escolhidos aleatoriamente, sem reposição, qual é a probabilidade de: a) nenhum ser um romance histórico; b) todos serem romances históricos; c) pelo menos um ser romance histórico. 02. Como parte de uma campanha de promoção em São Paulo e no Rio de Janeiro, uma indústria de produtos de limpeza oferecerá um prêmio de R$ 50.000,00 a quem enviar seu nome em um formulário, com a opção de incluir um rótulo de um dos produtos da indústria. A distribuição dos 200.000 formulários recebidos está a seguir:


São Paulo Rio de Janeiro

Com rótulo

Sem rótulo

100.000 45.000

40.000 15.000

Escolhendo aleatoriamente um dos formulários e definindo os eventos A: o formulário escolhido é de São Paulo e B: o formulário escolhido tem um rótulo do produto, determine as seguintes probabilidades: a) P(A) d) P(B|A) b) P(B) e) P(Ac|Bc) c) P(A\B) f) P(B|Ac)

97


03. Uma loja de cosméticos tem os seguintes dados sobre a idade e o estado civil de 150 clientes. Estado civil Idade ≤ 30 Mais de 30

Solteiro 70 30

Casado 20 30

Selecionando aleatoriamente a ficha de um cliente, determinar: a) probabilidade de este cliente ser solteiro; b) probabilidade de este cliente ter mais de 30 anos; c) se na ficha consta que o cliente é solteiro, qual é a probabilidade de ele ter mais de 30 anos; d) probabilidade de este cliente ser casado, sabendo que ele tem menos de 30 anos.


04. Uma agência de locação de carros fez um levantamento sobre o perfil dos seus clientes e obteve os seguintes resultados: 45% haviam alugado um carro no último ano por razões de negócios, 50% haviam alugado um carro no último ano por razões pessoais e 20% haviam alugado um carro no último ano tanto por razões de negócios como por razões pessoais. a) Qual a probabilidade de que um cliente tenha alugado um carro durante o último ano por razões pessoais ou por razões de negócios? b) Qual a probabilidade de que um cliente não tenha alugado um carro durante o último ano nem por razões pessoais nem por razões de negócios?

98

05. Um satélite em órbita tem três painéis solares, e todos eles devem permanecer ativos a fim de garantir o bom desempenho do aparelho. Os painéis funcionam independentemente uns dos outros. A chance de falha de cada um é 0,01. Qual a probabilidade de o satélite funcionar perfeitamente durante a missão? (Essa probabilidade é a chamada confiabilidade do sistema – Farias, Soares e César, pág. 65)

Respostas dos exercícios propostos 01. a) 0,2328 b) 0,0461 c) 0,7672


02. a) b) c) d) e) f)

0,7 0,725 0,6897 0,7143 0,2727 0,75

03. a) b) c) d)

0,6667 0,4 0,3 0,2222

04. a) 0,75 b) 0,25 05. 0,9703

Leitura recomendada

Recomendamos a leitura do texto “É possível quantificar o acaso?”, disponível no endereço http://www.klick.com.br/materia/20/ display/0,5912,POR-20-89-957-,00.html, que apresenta uma interessante situação sobre o estudo de probabilidades.

Reflexão


O estudo de probabilidades, que iniciamos nesta unidade, tem muitas aplicações no dia a dia do administrador. Até o momento, preocupamonos em apresentar a teoria referente ao assunto. No entanto, as aplicações que podemos fazer do cálculo de probabilidades são muito diversificadas: determinar a margem de erro e o grau de confiança de uma pesquisa, fazer previsões (com certo grau de confiança) de eventos futuros, auxiliar na tomada de decisões, calcular riscos de certos investimentos etc. Procure assimilar bem todos os procedimentos e os conceitos apresentados nesta unidade para que possa acompanhar o desenvolvimento dos métodos que serão apresentados mais adiante.

99


Referências ANDERSON, David R.; SWEENEY, Denis J.; WILLIAMS, Thomas A. Estatística aplicada à administração e economia. São Paulo: Pioneira Thomson Learning, 2003. BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. São Paulo: Saraiva, 2003. FARIAS, Alfredo Alves de; SOARES, José Francisco; CÉSAR, Cibele Comini. Introdução à estatística. Rio de Janeiro,: LTC, 2003. FARBER, Larson. Estatística aplicada. São Paulo: Pearson Prentice Hall, 2004.

Na próxima unidade


Na próxima unidade, apresentaremos as variáveis aleatórias, que são uma forma de associar valores aos eventos aleatórios que estudamos nesta unidade. Isso nos permitirá ampliar a capacidade de aplicação da teoria de probabilidades, além de servir como base para o desenvolvimento de alguns dos assuntos que serão abordados nas próximas unidades.

100

Variáveis aleatórias

Un

ida

de

5

O espaço amostral, em muitos experimentos, não consiste só em números como, por exemplo, o espaço amostral referente ao lançamento de uma moeda. Em Estatística, muitas vezes, estamos interessados em resultados numéricos. Para transformar os resultados do espaço amostral em números, utilizamos o conceito de variável aleatória.


Que você seja capaz de identificar as situações nas quais podemos aplicar os modelos de probabilidade binomial e normal, bem como calcular as probabilidades associadas a tais modelos.

Você se lembra?

Você se lembra de fenômenos aleatórios em que os resultados possíveis nem sempre têm a mesma probabilidade de ocorrer? Em algumas das situações já estudadas, cada resultado possível de um experimento aleatóario tem a mesma probabilidade de ocorrência. No entanto, na prática, é mais comum nos depararmos com eventos que não são equiprováveis, ou seja, que não têm a mesma chance de acontecer. Nesses casos, principalmente, a utilização do conceito de variáveis aleatórias torna-se imprescindível.


5.1 Variável aleatória

Uma variável aleatória (v.a.) é uma variável que associa um valor numérico a cada ponto do espaço amostral. Ela é denominada discreta quando pode assumir apenas um número finito ou infinito enumerável de valores. É dita contínua quando assume valores num intervalo da reta real. É comum utilizarmos letras latinas para representar variáveis aleatórias.

5.2 Função discreta de probabilidade

Função discreta de probabilidade é a função que atribui a cada valor da v.a. sua probabilidade, ou seja, P(x = xi) = p(xi), i = 1,2 .... n (5.1) Vamos considerar aqui que a v.a. discreta tem um número finito de valores possíveis. A distribuição de probabilidade de uma v.a. discreta X é uma tabela que associa a cada valor de X sua probabilidade. x

p(x)

x1 x2 x3 . . . xn

p(x1) p(x2) p(x3) . . . p(xn)


Tabela 5.1 – Distribuição de probabilidade da v.a. X

102

Na tabela 5.1, os valores x1, x2, x3, ..., xn são aqueles que a v.a. pode assumir e p(x1), p(x2), p(x3), ..., p(xn) suas respectivas probabilidades. Uma distribuição de probabilidade deve satisfazer as seguintes condições: 0 ≤ p(xi) ≤ 1, i = 1, 2, ...., n n

∑ p ( xi ) = 1 i =1

Exemplo 5.1 – Vamos considerar o experimento aleatório que consiste no lançamento de três moedas. O espaço amostral deste experimento é: Ω = {(c,c,c) (c,c,r) (c,r,c) (c,r,r) (r,c,c) (r,c,r) (r,r,c) (r,r,r)}

Variáveis aleatórias – Unidade 5

em que c = cara e r = coroa. Podemos definir a variável aleatória de interesse como sendo o número de coroas obtidas no lançamento das três moedas, ou seja, X: número de coroas. De acordo com a definição da variável aleatória, podemos associar a cada ponto amostral um número, como mostra o quadro seguinte: Resultados

X

c,c,c c,c,r c,r,c c,r,r r,c,c r,c,r r,r,c r,r,r

0 1 1 2 1 2 2 3


Vemos que a cada resultado do experimento está associado um valor da v.a. X, a saber, 0, 1, 2 e 3. Temos que: • X = 0, com probabilidade 1/8 se, e somente se, ocorre o resultado c,c,c; • X = 1, com probabilidade 1/8 + 1/8 +1/8 = 3/8 se, e somente se, ocorrem os resultados c,c,r ou c,r,c ou r,c,c, que são mutuamente exclusivos; • X = 2 com probabilidade 1/8 + 1/8 + 1/8 = 3/8 se, e somente se, ocorrem os resultados c,r,r ou r,c,r ou r,r,c, que são mutuamente exclusivos; • X = 3 com probabilidade 1/8 se, e somente se, ocorre o resultado r,r,r. Na Tabela 5.2 apresentamos a distribuição de probabilidade da v.a. X. x 0 1 2 3

p(x) 1/8 3/8 3/8 1/8

Tabela 5.2 – Distribuição de probabilidade da v. a. X = número de coroas

103


4

e

A distribuição de probabilidade satisfaz as condições 0 ≤ p(xi) ≤ 1

∑ p( x i ) = 1 , para i = 1, 2, 3, 4. i =1

5.3 Valor esperado e variância de uma variável aleatória discreta Para as distribuições de probabilidade, podemos definir as mesmas medidas de tendência central e de dispersão estudadas nas distribuições de frequência. A média de uma v.a. X, também chamada de valor esperado ou esperança matemática, é representada por E (X) e definida como: n

E( X ) = ∑ x i · p( x i ) i =1

(5.2)

Observamos, pela definição de E (X), que para calcular a média de uma v.a. precisamos multiplicar cada valor da v.a. por sua correspondente probabilidade p (X) e somar os produtos resultantes. Podemos interpretar o valor esperado de uma v.a. como uma média ponderada dos xi, em que os pesos são as probabilidades associadas.

5.3.2 Propriedades da média

Sejam a e b constantes e X, uma variável aleatória. Então: i–) E(a) = a ii–) E(bX) = bE(X) iii–) E(X + a) = E(X) + a iv–) E(a + bX) = a + bE(X) A variância de uma v.a. X é definida como:


104

s ( x ) = Var ( x )

(5.4)

n

2

 n Var ( X ) = E( X 2 ) −  E ( X ) = ∑ x 2i · p( x i ) −  ∑ x i · p( x i ) (5.3)  i =1  i =1 Já vimos, anteriormente, que o desvio-padrão (s) é a raiz quadrada da variância, portanto: 2


5.3.3 Propriedades da variância

Sejam a e b constantes e X, uma variável aleatória. Então: i–) Var(a) = 0 ii–) Var(bX) = b2Var(X) iii–) Var(X + a) = Var(X) iv–) Var(a + bX) = b2Var(X)

Observação – Indicaremos a média e a variância de uma v.a. X por: E(X) = µ Var(X) = σ2 Exemplo 5.2 – Utilizando os dados do Exemplo 5.1, vamos calcular a média e a variância da v.a. X: número de coroas. x

p(x)

x · p(x)

x2 · p(x)

0

1/8

0

0

1

3/8

3/8

3/8

2

3/8

6/8

12/8

3

1/8

3/8

9/8

Total

1

12/8

24/8

Resolução Substituindo os valores do quadro acima nas respectivas fórmulas, temos:


n

E ( x ) = ∑ xi · p ( x i ) = i =1

Var = E

12 = 1, 5 8 n

( ) −  E ( X ) = ∑ X2

2

i =1

x 2i

n  · p ( x i ) −  ∑ xi · p ( x i )  i =1 

2

2

= 3 − (1, 5) = 0, 75

105


Portanto, temos que o valor esperado do número de coroas, obtido no lançamento de 3 moedas, é 1,5 e o desvio-padrão é 0,866 0, 75 .

(

)

5.4 Modelos probabilísticos para variáveis aleatórias discretas Algumas variáveis aleatórias aparecem com frequência em muitas situações práticas do nosso dia a dia. Um estudo detalhado dessas variáveis é muito importante para a construção de modelos probabilísticos com o objetivo de estimar seus parâmetros e calcular probabilidades. Uma das distribuições discretas de probabilidade mais importante é a distribuição binomial, que será descrita a seguir.


5.4.1 Distribuição binomial

106

Uma v.a. tem distribuição binomial se o experimento aleatório consiste em: • n tentativas sob condições idênticas; • cada tentativa é  n   é denominado número binoindependente de  k todas as outras;  n n! . mial e é dado pela fórmula   = − n k ) k! k   ( • h á s o m e n t e dois resultados Os termos n! e k! são denominados n fatorial e k fatorial e são dados pela multiplicação de todos os possíveis em valores inteiros positivos entre entre 1 e n e entre cada tentativa 1 e k. Por exemplo, 5! = 5 · 4 · 3 · 2 · 1 = 120. designados por sucesso (S) e fracasso (F); • a probabilidade de sucesso p = P(S) é a mesma em cada tentativa. Na distribuição binomial, a v.a. X corresponde ao número de sucessos em n tentativas do experimento aleatório. A função de probabilidade é definida como:  n P ( X = k ) =   · pk · q n − k  k

(5.5)


em que: n é o úmero de tentativas do experimento aleatório; p = P(S) é a probabilidade de sucesso em uma única tentativa; q = P(F) é a probabilidade de fracasso em uma única tentativa.


Temos, portanto: p + q = 1. Quando a v.a. X tiver distribuição binomial, com parâmetros n e p, indicaremos por X ~ b (n · p). O valor esperado e a variância de uma v.a. binomial, com parâmetros n e p, são, respectivamente, dados por: E(X) = n · p Var (X) = n · p · q (5.6) Exemplo 5.3 – Uma pesquisa mostrou que 60% das famílias residentes na grande São Paulo têm pelo menos dois carros. Determine a probabilidade de que dentre 15 famílias selecionadas aleatoriamente nesta região: a) exatamente 5 tenham pelo menos dois carros; b) de 8 a 10 tenham pelo menos dois carros. Neste exemplo, vamos definir a v.a. como tendo distribuição binomial,pois: • o experimento está sendo realizado 15 vezes, ou seja, 15 famílias foram selecionadas para o estudo; • há somente dois resultados possíveis: sucesso, se a família tem pelo menos dois carros, e fracasso, se a família não tem pelo menos dois carros; • as respostas são independentes umas das outras, ou seja, uma família ter pelo menos dois carros não afeta a probabilidade de as outras famílias terem ou não pelo menos dois carros. O primeiro passo para iniciar a resolução de problemas deste tipo é definir a v.a. Neste caso, como estamos interessados no número de famílias com pelo menos dois carros, a v.a. é definida como: X: número de famílias com pelo menos dois carros. A v.a. X pode assumir os valores 0,1,2,...,15, pois, das 15 famílias selecionadas, nenhuma tem pelo menos dois carros, 1 pode ter pelo menos dois carros, 2 podem ter pelo menos dois carros, e assim por diante, até as 15 famílias com pelo menos dois carros. 107


a) Este item pede a probabilidade de que exatamente 5 tenham pelo menos dois carros, ou seja,  15 5 10 P ( x = 5) =   · (0, 60) · (0, 40) = 0, 0245  5

com P(sucesso) = 0,60, pois o enunciado nos informa que 60% das famílias têm pelo menos dois carros, P(fracasso) = 0,40 e o número de tentativas é n = 15 famílias selecionadas. Fazendo os cálculos, chegamos a:

15 5 10 P ( X = 5) =   ⋅ ( 0, 60) ⋅ ( 0, 40) = 0, 0245  5 b) A probabilidade pedida neste item pode ser escrita como:

P (8 ≤ X ≤ 10) = P ( X = 8) + P ( X = 9) + P ( X = 10) 15 8 7  15 9 6 =   ⋅ ( 0, 60) ⋅ ( 0, 40) +   ⋅ ( 0, 60) ⋅ ( 0, 40) +  9  8  15 10 5 +   ⋅ ( 0, 60) ⋅ ( 0, 40) 10


= 0,1177083662 + 0, 206597605 + 0,185937845 = 0, 5696

108

Observação – Estes cálculos são facilmente efetuados com o auxílio de uma calculadora científica. Estudamos até agora distribuições discretas de probabilidade, para as quais o espaço amostral contém um número finito ou infinito enumerável de pontos. Quando trabalhamos com uma v.a. que pode assumir valores num intervalo de números reais, como mensuração de peso, altura e temperatura, estamos lidando com uma distribuição contínua de probabilidade. Em distribuições deste tipo, podemos construir uma curva contínua que é a representação gráfica da função densidade de probabilidade, usualmente designada por f(x).


5.5 Função densidade de probabilidade

Uma função f(x) é uma função densidade de probabilidade (f.d.p.) para uma v.a. contínua X se satisfaz as condições: f(x) ≥ 0 para todo x ∈ (– ∞, ∞); a área definida por f(x) é igual a 1; P(X = x0) = 0, ou seja, a probabilidade de a v.a. assumir um valor pontual é zero. O valor esperado e a variância de uma v.a. contínua são definidos, respectivamente, por: E (X) =

∞

∫

x ⋅ f ( x ) dx

(5.7)

−∞

e Var ( X ) = E ( X 2 ) −  E ( X )

2

(5.8)

b

em que P ( a ≤ X ≤ b ) = ∫ f ( x ) dx . Essa expressão é uma integral, a

que é um conceito matemático cuja compreensão não é nada elementar. Mas não se preocupe, pois não deveremos saber como calculá-la.

5.6 Modelos probabilísticos para variáveis aleatórias contínuas


Veremos aqui a distribuição de probabilidade mais importante: a distribuição normal. Esta distribuição desempenha papel fundamental na inferência estatística. A curva da função densidade de probabilidade desta distribuição é conhecida por muitos como a “curva em forma de sino”.

5.6.1 Distribuição normal

A distribuição normal tem função densidade de probabilidade dada por f (x) =

2 1 2 exp −( x −µ ) / 2σ , σ 2π

−∞ < x < ∞

(5.9)

em que µ e σ2 são os parâmetros da distribuição.

109


A Figura 5.1 ilustra uma curva normal típica:

µ–σ

µ+σ

µ

X

Figura 5.1 – f.d.p. de uma v.a. normal com média µ e desvio-padrão σ

Representaremos v.a.´s com distribuição normal por X ~N(µ e σ2). As principais características da distribuição normal são: o ponto de máximo de f(x) é o ponto x = µ; os pontos de inflexão são: x = µ + σ e x = µ – σ; a curva é simétrica com relação a µ; f(x) → 0 quando x → ± ∞. Para obter o cálculo de probabilidades de uma v.a. X ~N(µ e σ2), devemos resolver a integral da função densidade de probabilidade no intervalo de interesse, isto é, b

P ( a ≤ X ≤ b ) = ∫ f ( x ) dx

(5.10)


a

110

em que a integral indica a área sob a curva da densidade entre os pontos a e b.


0

a

b

X

Figura 5.2 – Área sob a curva normal, no intervalo de a a b

Esta integral só pode ser resolvida, aproximadamente, por meio de integração numérica. Para contornar esta dificuldade, as probabilidades para a distribuição normal são calculadas com o auxílio de tabelas. Para isto, utilizamos uma transformação da v.a. X em uma v.a. Z definida por: Z=

X−µ σ

(5.11)


em que µ = média e σ = desvio padrão. Esta nova variável é denominada de variável normal padronizada com média 0 e variância 1, ou seja, Z ~N(0,1).

–1

0

1

Z

Figura 5.3 – f.d.p. de uma v.a. Z ~ N(0,1) 111


A tabela fornecida no final do livro, utilizada nos cálculos das probabilidades, dá a P(0 ≤ Z ≤ zc) = 0,5, isto é,

P

0

z

Z

Figura 5.4 – Área correspondente à P(0 ≤ Z ≤ zc) fornecida pela tabela

Observação – A característica de simetria da distribuição normal implica que a probabilidade de estar acima (ou abaixo) de zero é 0,5, ou seja, P( Z ≥ 0) = 0,5 = P( Z ≤ 0).


Exemplo 5.4 – As vendas mensais de determinado produto têm distribuição aproximadamente normal, com média de 500 unidades e desviopadrão de 50 unidades. Determine as probabilidades de que, em um mês, as vendas do produto sejam: a) no máximo 530 unidades; b) no mínimo 460 unidades; c) entre 450 e 550 unidades.

112

Resolução Vamos definir a v.a. como sendo X: vendas mensais de determinado produto. Portanto, X ~ N(500,2500). a) P(X ≤ 530) Para calcularmos esta probabilidade, vamos transformar a v.a. X na v.a. Z para poder usar a tabela.


Z=

X − µ 530 − 500 30 = = = 0, 6 σ 50 50

0,6

Z

Portanto, P(X ≤ 530) = P(Z ≤ 0,6) = 0,5 + P(0 ≤ Z ≤ 0,6) = 0,5 + 0,2257 = 0,7257. O valor 0,5 vem do fato de que P(Z ≤ 0) = 0,5. b) P(X ≥ 460) . Usando a transformação:


Z=

X − µ 460 − 500 40 = = = −0, 8 σ 50 50

O enunciado desse exemplo forneceu o valor do desvio-padrão, que, por definição, é a raiz quadrada da variância. Portanto, σ2 = 502 = 2.500 unidades.

113


–0,8

Z

Portanto, P(x ≥ 460) = P(Z ≥ – 0,8) = P(–0,8 ≤ Z ≤ 0) + 0,5 = 0,2881 + 0,5 = 0,7881 Observação – Devido à simetria da distribuição normal, temos que P(–0,8 ≤ Z ≤ 0) = P(0 ≤ Z ≤ 0,8) e, como no item anterior, o valor 0,5 vem do fato de que P(Z ≥ 0) = 0,5. c) P(450 ≤ X ≤ 550) Transformando: X − µ 450 − 500 −50 = = = −1 50 50 σ X − µ 550 − 500 50 z2 = = = =1 σ 50 50


z1 =

114


0,05 z = –1,645

0

Z


P(450 ≤ X ≤ 550) = P(–1 ≤ Z ≤ 1) = P(–1 ≤ Z ≤ 0) + P(0 ≤ Z ≤ 1) = 0,3413 + 0,3413 = 0,6826 Observação – Devido à simetria P(–1 ≤ Z ≤ 1).. Exemplo 5.5 – Se 7% das peças produzidas por uma máquina são defeituosas, qual a probabilidade de que em dez peças escolhidas aleatoriamente: a) não haja peças defeituosas? b) pelo menos 3 peças sejam defeituosas? c) exatamente 5 peças sejam defeituosas? d) entre 2 e 4 peças sejam defeituosas? Resolução Temos aqui um experimento binomial com: X: número de peças defeituosas X = 0,1,2,3,...,10. n = 10 peças P(Sucesso) = p = 0,07 P(Fracasso) = q = 0,93 Note que a probabilidade de sucesso é que a peça seja defeituosa, pois a variável aleatória está definida como o número de peças defeituosas.

115


10 0 10 a) P ( X = 0) =   ⋅ ( 0, 07 ) ⋅ ( 0, 93) = 0, 4840  0 b) P(X ≥ 3) = P(X = 3) + P(X = 4) + P(X = 5) + ... + P(X = 10) Neste caso, podemos simplificar os cálculos utilizando o complementar do evento, isto é: P(X ≥ 3) = 1 – P(X < 3) = 1 – [P(X = 0) + P(X = 1) + P(X = 2)] 10 10 = 1 −   ⋅ (0, 07)0 ⋅ (0, 93)10 +   ⋅ (0, 07)1 ⋅ (0, 93)9 +  1  0   10 +   ⋅ (0, 07)1 ⋅ (0, 93)9   1 

= 1 – [0,483982307 +0,364287758 + 0,123387789] = 1 – [0,971657854] = 0,0283. 10 5 5 c) P ( X = 5) =   ⋅ ( 0, 07 ) ⋅ ( 0, 93) = 0, 0003  5

d) P ( 2 ≤ X ≤ 4) = P ( X = 2) + P ( X = 3) + P ( X = 4) 10 2 8  10 =   ⋅ ( 0, 07 ) ⋅ ( 0, 93) +   ⋅  3  2 3 7  10 4 6 · ( 0, 07 ) ⋅ ( 0, 93) +   ⋅ ( 0, 07 ) ⋅ ( 0, 93)  4


116

= 0,123387789 + 0,024766008 + 0,003262189 = 0,1514

Exemplo 5.6 – O tempo de vida médio de certo aparelho é de dez anos, com desvio-padrão de 1,5 ano. O fabricante substitui os aparelhos que acusam defeito dentro do prazo de garantia. Qual deve ser o prazo de garantia para que a porcentagem de aparelhos substituídos seja no máximo 5%? Resolução X: tempo de vida do aparelho X ~ N (10; 2, 25) Neste exercício, queremos encontrar Xc: prazo de garantia para que no máximo 5% dos aparelhos produzidos sejam substituídos. Observe que o exercício já deu a probabilidade e queremos encontrar qual o valor correspondente a esta probabilidade, isto é,


P(X ≤ Xc) = 0,05 Transformando na v.a. Z, temos P(Z ≤ Zc) = 0,5 e, procurando no corpo da tabela 0,45 (0,5-0,05), encontramos Zc = –1,645.

0,05 z = –1,645

0

Z

Portanto: Xc − µ σ X − 10 −1, 645 = c 1, 5 X − 10 = −2, 4675 c = X = −2, 4675 + 10 c = X = 7, 5325 c Então, o prazo de garantia deve ser de 7,5 anos. Zc =


Atividades

01. Uma urna contém 3 bolas brancas e 7 bolas verdes. Três bolas são retiradas com reposição. Seja X: número de bolas verdes. Calcule E(X) e Var(X). 02. Uma companhia aérea tem as probabilidades 0,05 0,20 0,35 0,15 0,10 0,15 de receber 0, 1, 2, 3, 4 ou 5 reclamações sobre desvio de bagagem por dia. Quantas reclamações a companhia espera (valor esperado ou média) receber por dia? 117


03. Um comerciante tem a oportunidade de adquirir um embarque de seda pura por R$ 30.000,00. A probabilidade de ele vender essa seda por R$ 26.000,00 é de 0,40 e a probabilidade de ele vendê-la por R$ 35.000,00 é de 0,60. Qual é o lucro bruto esperado do comerciante? 04. O tempo T, em minutos, necessário para um operário processar certa peça é uma v.a. com a seguinte distribuição de probabilidade: T

2

3

4

5

6

7

p(t)

0,1

0,1

0,3

0,2

0,2

0,1

Bussab e Morettin, pág. 140

a) Calcule o tempo médio de processamento. Para cada peça processada, o operário ganha um fixo de R$ 2,00, mas, se ele processa a peça em menos de seis minutos, ganha R$ 0,50 em cada minuto poupado. Por exemplo, se ele processa a peça em quatro minutos, recebe a quantia adicional de R$ 1,00. b) Encontre a distribuição, a média e a variância da v.a. G: quantia em R$ ganha por peça. 05. Um curso de treinamento aumenta a produtividade dos funcionários da área de atendimento ao consumidor em 80% dos casos. Se quinze funcionários participam desse curso, qual a probabilidade de: a) exatamente quatro funcionários aumentarem a produtividade; b) de 5 a 7 funcionários aumentarem a produtividade; c) pelo menos dois funcionários não aumentarem a produtividade.


06. Um lote com máquinas digitais é recebido por uma empresa. 30 aparelhos são inspecionados. O lote é rejeitado se pelo menos 3 máquinas apresentarem defeito. Sabendo-se que 1% das máquinas é defeituoso, calcule a probabilidade de a empresa rejeitar todo o lote.

118

07. A durabilidade de um tipo de pneu de determinada marca é descrita por uma v.a. normal de média 70.000 km e desvio-padrão de 9.000 km. a) Se o fabricante desta marca garante os pneus pelos primeiros 50.000 km, qual a proporção de pneus que deverão ser trocados pela garantia? b) Qual deve ser a garantia (em km) para assegurar que o fabricante troque sob garantia no máximo 2% dos pneus?


08. As vendas de determinado produto têm distribuição aproximadamente normal, com média de 700 unidades e desvio-padrão de 80 unidades. Se a empresa decide fabricar 800 unidades no mês em estudo, qual é a probabilidade de que não possa atender a todos os pedidos desse mês, por estar com a produção esgotada? 09. As velocidades dos carros numa rodovia têm distribuição normal, com média de 90 km/h. Determinar: a) o desvio-padrão das velocidades, se 5% dos carros ultrapassar 100 km/h; b) a porcentagem dos carros que trafegam a menos de 80 km/h.

Respostas das atividades 01. E(X) = 2,1 Var(X) = 0,63 02. 2,5 03. R$ 1.400,00 04. a) 4,6 b) E(G) = 2,75 Var(G) = 0,4125

06. 0,0033 07. a) 0,0132 b) 51.496 km 08. 0,1056 09. a) σ = 6,08 b) 5,05%


05. a) 0,000011 b) 0,0042 c) 0,8329

119


Reflexão

Os modelos probabilísticos estudados nesta unidade têm muitas aplicações úteis ao desenvolvimento da função de administrador. São modelos que descrevem muitos dos fenômenos que ocorrem no dia a dia de uma empresa, que ajudam a determinar o comportamento do mercado, que servem como base para a tomada de decisões, correções na produção etc. Num primeiro momento, podem até parecer complicados, mas, com o uso que você irá fazer de tais modelos, poderá notar que são modelos que facilitam a leitura dos fenômenos que estão ocorrendo à sua volta.

Leitura recomendada

No artigo “Façam o seu jogo, mas não tenham ilusões” do professor Luiz Barco (USP) apresenta de forma bem clara uma situação envolvendo cálculo de probabilidades referentes a jogos de loteria. Sugerimos uma leitura do mesmo e uma reflexão sobre como utilizar o conhecimento probabilístico para tomar decisões. O referido artigo encontra-se disponível no endereço: http://super.abril.com.br/cotidiano/facam-seu-jogo-naotenham-ilusoes-438418.shtml

Referências ANDERSON, David R.; SWEENEY, Denis J.; WILLIAMS, Thomas A. Estatística aplicada à administração e economia. São Paulo: Pioneira Thomson Learning, 2003. BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. São Paulo: Saraiva, 2003.


FARIAS, Alfredo Alves de; SOARES, José Francisco; CÉSAR, Cibele Comini. Introdução à estatística. Rio de Janeiro,: LTC, 2003.

120

FARBER, Larson. Estatística aplicada. São Paulo: Pearson Prentice Hall, 2004. MAGALHÃES, Marcos Nascimento; LIMA, Antônio Carlos Pedroso de. Noções de probabilidade e estatística. São Paulo: Editora da Universidade de São Paulo, 2004.


Na próxima unidade


O estudo dos modelos de probabilidade estudados nesta unidade nos servirá de base para compreender o assunto que será tratado na próxima unidade: estimação. Veremos como determinar de forma aproximada (estimar) a média de uma população a partir da média de uma amostra retirada dessa população. Não precisamos realizar a pesquisa em toda uma população (de interesse) para poder chegar à média salarial, por exemplo, dessa população. Selecionando algumas pessoas dessa população (isso constitui uma amostra) e, conhecendo seus salários, podemos calcular uma média salarial dessa amostra que servirá como estimativa da verdadeira média salarial (da população). Nesse tipo de estudo, surgem definições conhecidas como margem de erro, nível de confiança da pesquisa etc. Além da estimação de médias, também estudaremos a estimação de proporções populacionais.

121



Minhas anotações:

122

Estimação

Un

ida

de

6

A inferência estatística é um conjunto de técnicas muito utilizado em problemas práticos do dia a dia. Com estas técnicas, podemos tirar conclusões acerca de uma população de interesse utilizando informações de uma amostra aleatória. A grande vantagem em utilizar a inferência estatística é economizar tempo e dinheiro que seriam gastos para analisar uma população inteira, ressaltando que, algumas vezes, é impossível trabalhar com toda a população de interesse. Uma das técnicas mais importantes e utilizadas da inferência estatística é a estimação. Veremos, nesta unidade, como estimar uma característica de interesse na população por meio da estimação pontual e por intervalo. Alguns conceitos básicos necessários para o desenvolvimento teórico das técnicas de inferência estatística também serão apresentados.


Que você seja capaz de estimar tanto a média como a proporção populacionais (referentes a uma variável presente na população), a partir de dados coletados em uma amostra aleatória retirada dessa população.

Você se lembra?

Você se lembra de já ter ouvido notícias sobre divulgação de resultados de pesquisas em que foram citados termos como margem de erro e nível de confiança da pesquisa? Sempre que as pesquisas são realizadas em amostras, esses conceitos passam a fazer parte dos resultados que serão obtidos. Vamos compreender melhor o que significam e como são determinados.


6.1 Conceitos básicos

Parâmetro é uma quantidade numérica, em geral desconhecida, que descreve uma característica da população. Normalmente é representado por letras gregas como θ,µ e σ, entre outras. Estimador é uma função dos valores da amostra que utilizamos para estimar um parâmetro populacional. Os estimadores, em geral, são etc. representados por letras gregas com acento circunflexo: θ , µ , σ Estimativa é o valor numérico obtido por meio do estimador. Amostra aleatória simples (AAS) de tamanho n de uma v.a. X, com determinada distribuição, é o conjunto de n v.a.´s independentes X1, X2, ..., Xn, cada uma com a mesma distribuição de X. População

Amostra

Parâmetro

Estatística

Infe rên

cia estatística (MARTINS, 2006)


Figura 6.1 – Esquema de inferência sobre um parâmetro

124

Como o estimador é uma função de valores da amostra aleatória, ou  seja, θ = f(X1, X2,..., Xn), para diferentes amostras vamos obter valores diferentes para o estimador θ . Portanto, θ também é uma variável aleatória. Como uma estimativa para o parâmetro populacional pode ser obtida utilizando mais de um estimador, precisamos estudar algumas propriedades dos estimadores para decidir qual utilizar. Vamos estudar agora duas propriedades dos estimadores: vício e consistência. Vício: um estimador θ é não viciado para θ se E( θ) = θ, ou seja, o valor esperado do estimador é igual ao valor do parâmetro.

Estimação – Unidade 6

Consistência: um estimador θ é consistente se: lim E θ = θ lim Var θ = 0 (6.1) n →∞

()

n →∞

()

Podemos observar que um estimador é consistente se, quando aumentamos o tamanho da amostra, o valor esperado do estimador é igual ao valor do parâmetro, portanto não viciado, e a variância do estimador converge para zero. Dois parâmetros populacionais muito importantes e de grande interesse em se estimar são a média e a proporção. Portanto, vamos escolher agora os estimadores utilizados para estimar estes dois parâmetros de maneira que eles satisfaçam as propriedades de vício e consistência.

6.2 Estimador de uma média populacional

O melhor estimador da média populacional µ é a média amostral: X=

1 ( X + X 2 + ... + X n ) n 1

(6.2)

Para mostrar que X é um estimador não viciado e consistente da média populacional, precisamos encontrar E(X) e Var(X). Seja X1, X2, ..., Xn uma amostra aleatória retirada de uma população, identificada pela variável X, com média µ e variância σ2. Da definição de AAS, temos que cada Xi, i = 1, 2, ..., n tem a mesma distribuição de X, ou seja, E(Xi) = µ e Var(Xi) = σ2. Pelas propriedades da esperança e da variância, temos:  X + X 2 + ... + X n  1 E(X) = E  1  = n  E (X1 ) + E (X 2 ) + ... + E (X n )   n = EAD-13-AD 4.2 – Proibida a reprodução – © UniSEB Interativo

e

1 nµ [µ + µ + ... + µ ] = =µ n n

 X + X 2 + ... + X n  Var (X) = Var  1  =  n 1  Var (X1 ) + Var (X 2 ) + ... + Var (X n )  n2  1 nσ 2 σ 2 = 2 [σ 2 + σ 2 + ... + σ 2 ] = 2 = n n n O primeiro resultado mostra que a média amostral é um estimador não viciado da média populacional. O segundo resultado mostra que, con=

125


forme n cresce, a variância da média amostral tende a zero, portanto X é um estimador consistente para µ. Exemplo 6.1 – Uma amostra aleatória de 20 famílias de determinado bairro foi selecionada e observou-se o número de pessoas em cada família com nível superior completo. Os dados obtidos foram: 1, 2, 2, 0, 3, 1, 1, 3, 0, 1, 2, 2, 1, 3, 1, 0, 2, 1, 1, 2 Encontre a estimativa para a média de pessoas com nível superior completo neste bairro. Resolução Pelo que vimos na teoria, o estimador utilizado para estimar a média populacional é a média amostral, ou seja: X=

1 29 (1 + 2 + 2 + 0 + ... + 2) = = 0, 97 20 30

6.3 Estimador de uma proporção populacional

O melhor estimador da proporção populacional p é a proporção amostral: número de indivíduos na amostra com det er min ada característica p = (6.3) n

Definindo a variável aleatória Xi como: 1, se o indivíduo apresenta a carasterística. Xi  0, se o indivíduo não apresenta a característica. Podemos reescrever a fórmula da proporção amostral como: n Xi p = X1 + X 2 + ... + X n = = X (6.4) ∑ n n i =1


Portanto, o estimador da proporção populacional é uma média de variáveis aleatórias convenientemente definidas.

126

A distribuição de Bernoulli é uma distribuição de probabilidade discreta com as seguintes características: o experimento é realizado somente uma vez e a v.a. X assume apenas dois valores, P(sucesso) = P(X = 1) = p e P(fracasso) – P(X – 0) – 1 –p, com E(X) = p e Var(X) = 1 –p.


Seja X1, X2, ..., Xn uma sequência de variáveis aleatórias independentes com distribuição de Bernoulli. Pelas propriedades da esperança e da variância, temos:  X1 + X 2 + ... + X n  1 =    n  n

( )=

( 1 )+ ( 2 )+

1 np p + p + ... + p ] = =p [ n n  X + X + ... + X n  1 ) =  1 2  = n  n

+

( n )

=

(

=

( 1 )+

( 2 )+

+

( n )

np (1 − p ) p (1 − p ) 1  p (1 − p )+ p (1 − p )+ ... + p (1 − p ) = = 2 n n2 n

Como no caso do estimador X , vemos que p é um estimador não viciado, pois E p = p, e consistente, pois, à medida que n aumenta, a variância da proporção amostral tende a zero.

()

Exemplo 6.2 – Uma determinada academia, interessada em abrir uma filial em certo bairro, selecionou uma amostra aleatória de 30 adultos e perguntou se a pessoa fazia atividades físicas pelo menos 3 vezes por semana. As respostas foram classificadas da seguinte maneira: foi atribuído o valor 1 se a pessoa respondeu sim e 0 se a pessoa respondeu não. Os resultados são:


0 1 0 0 1 1 1 1 1 0 1 1 0 0 0 1 0 0 1 1 0 1 0 0 1 0 1 1 1 0 Obtenha (estime) a proporção de pessoas, neste bairro, que fazem atividades físicas pelo menos três vezes por semana. Para estimar esta proporção, utilizamos a proporção amostral dada por: 0 + 1 + 0 + 0 + 1 + ... + 0 16 p = = = 0, 5333 30 30

127


Portanto, com base nesta amostra, aproximadamente 53,33% das pessoas deste bairro fazem atividade física pelo menos três vezes por semana.

6.4 Distribuições amostrais

Estudamos como determinar os estimadores da média e da proporção populacional. Encontramos o valor esperado e a variância de cada estimador sem especificar a sua distribuição. Agora vamos obter informação sobre a forma da distribuição dos estimadores da média e da proporção.

6.4.1 Distribuição amostral da média

Para encontrar a distribuição amostral da média, utilizaremos um resultado fundamental na teoria da inferência estatística, conhecido como teorema do limite central.

6.4.2 Teorema do limite central (TLC)

Para amostras aleatórias simples (X1, X2, ..., Xn), selecionadas de uma população com média µ e variância σ2 finita, a distribuição amostral da média X pode ser aproximada, para n grande, pela distribuição normal, com média µ e variância σ2/n. Observação – Para amostras com 30 elementos ou mais, a aproximação é considerada boa. Se a população é normal N(µ, σ2), a distribuição amostral da média X tem distribuição exata normal com média µ e variância σ2/n para qualquer tamanho de amostra. Podemos reduzir a distribuição de X a uma distribuição normal padrão utilizando a transformação:


Z=

128

X−µ ~ N (0,1) σ/ n

que foi vista na unidade 5 quando transformamos a v.a. X na v.a. Z para encontrar as probabilidades utilizando a tabela.

6.4.3 Distribuição amostral da proporção

No item 6.2, vimos que o estimador da proporção populacional é uma média de v.a´s, ou seja:


X + X 2 + ... + X n p = 1 =X n Portanto, para n grande, podemos considerar a distribuição amostral de p como aproximadamente normal:  p (1− p )  p ~ N  p, n  

(6.5)

6.5 Erro-padrão de um estimador

Seja θ um estimador do parâmetro θ. O erro-padrão de θ é a quantidade: EP θ = Var θ (6.6)

()

()

No caso da média amostral, que é estimador da média populacional, temos: EP( X ) =

σ2 σ (6.7) = n n

Como σ é, em geral, desconhecido, podemos obter o erro-padrão estimado de X , ou seja: EP(X) =

S2 S (6.8) = n n

onde S2 é a variância amostral. No caso da proporção amostral, que é o estimador da proporção populacional, temos:


2  ( X ) = S = S (6.9) EP n n

Quando não substituindo p por p  EP p =

()

conhecemos p, obtemos o erro-padrão estimado de p p : 1 − p (6.10) n

( )

Os estimadores vistos até agora são pontuais, ou seja, produzem um único valor como estimativa do parâmetro. Se quisermos medir a precisão da estimativa obtida, podemos construir intervalos de confiança que são baseados na distribuição amostral do estimador pontual. 129


A um intervalo de confiança está associado um nível de confiança 1 – a, que fornece a probabilidade de que o intervalo incluirá o verdadeiro parâmetro populacional em várias amostras repetidas. Devemos tomar bastante cuidado na interpretação do intervalo de confiança. Uma interpretação conveniente é a seguinte: se selecionarmos várias amostras de mesmo tamanho e calcularmos, para cada uma delas, os correspondentes intervalos de confiança com nível de confiança 1 – a, esperamos que a proporção de intervalos que contenham o valor do parâmetro populacional seja igual a 1 – a. Por exemplo, se selecionarmos 100 amostras de mesmo tamanho e construirmos seus respectivos intervalos com nível de confiança de 95%, então 95 intervalos irão conter o verdadeiro valor do parâmetro populacional.


Valor do parâmetro da população desconhecido

130

Figura 6.2 – Intervalos de confiança para o parâmetro populacional


6.6 Intervalos de confiança para a média populacional Podemos construir intervalos de confiança para a média populacional considerando 3 casos: população normal com σ conhecido, população normal com σ desconhecido e população não normal com tamanho de amostra grande. 1o caso – População normal com σ conhecido Um intervalo de confiança para a média populacional com σ conhecido é dado por: x ± zα / 2 ⋅

σ (6.11) n

em que 1 − α é o nível de confiança e zα/2 é o valor tabelado da distribuição normal padronizada. O valor obtido de z α / 2 ⋅

σ é chamado margem de erro ou erro mán

ximo da estimativa. 2O caso – População normal com σ desconhecido Um intervalo de confiança para a média populacional com σ desconhecido é dado por:


x ± t a / 2; n −1 ⋅

S n

(6.12)

em que 1 − α é o nível de confiança, ta/2 é o valor tabelado da distribuição t de Student com n – 1 graus de liberdade e s é o desvio-padrão amostral. s O valor obtido de t α / 2;n −1 ⋅ é chamado margem de erro ou erro n máximo da estimativa. A forma da distribuição t de Student é parecida com a da distribuição normal: tem média t = 0, como a distribuição normal padronizada, com média z = 0; é simétrica, mas apresenta caudas mais alongadas, ou

131


seja, maior variabilidade do que a normal. Quando aumentamos o tamanho da amostra, a distribuição t de Student tende para a distribuição normal. Devido a este fato, se o tamanho da amostra é grande (n ≥ 30), utilizamos a distribuição normal para construir o intervalo de confiança, ou seja: x ± z α / 2;n −1 ⋅

S n

(6.13)

em que 1 − α é o nível de confiança e za/2 é o valor tabelado da distribuição normal padronizada. 3o caso – População não normal com tamanho de amostra grande Aqui não conhecemos a distribuição da população, portanto vamos utilizar o resultado do teorema do limite central, o qual afirma que, se n for suficientemente grande,

X−µ ~ N (0,1) . Portanto, o intervalo de σ/ n

confiança é obtido da mesma maneira que no caso em que σ é desconhecido mas o tamanho da amostra é grande (n ≥ 30), ou seja: x ± zα / 2 ⋅

S (6.14) n

em que 1 − α é o nível de confiança e zα/2 é o valor tabelado da distribuição normal padronizada.

6.7 Intervalos de confiança para a proporção populacional Vimos na distribuição amostral do estimador p que, para n grande,


 p (1− p )  p ~ N  p, . n  

132

Então, um intervalo de confiança para a proporção é dado por: p ± z α / 2 ⋅

( )

p 1 − p

n em que 1 − α é o nível de confiança e zα/2 é o valor tabelado da distribuição normal padronizada.


O valor obtido de p ± z α / 2 ⋅

( ) é chamado margem de erro

p 1 − p n

ou erro máximo da estimativa. Exemplo 6.3 – De uma amostra de 40 observações de uma população normal com média desconhecida e desvio-padrão σ = 5, obtemos uma média amostral x = 25 . Construir um intervalo de 95% de confiança para a média populacional. Resolução Neste exemplo vamos usar a fórmula do intervalo de confiança descrito no 1o caso. Os dados que o exercício fornece são: x = 25; n = 40; σ = 5; 1 – α = 0,95; α = 0,05; α/2 = 0,025; zα/2 = 1,96 Substituindo na fórmula, temos: σ   x − zα / 2 ⋅ n ; x + zα / 2 ⋅  5   25 − 1, 96 ⋅ 40 ; 25 + 1, 96 ⋅ 

σ  ; n  5  ; 40 

9, 8  9, 8   25 − 6, 3246 ; 25 + 6, 3246  ;   [ 25 − 1, 5495; 25 + 1, 5495];


[ 23, 4505; 26, 5495]

Exemplo 6.4 – Uma amostra de tamanho 15, extraída de uma população normal, fornece uma média amostral x = 25 e s = 0,5. Construir um intervalo de 90% de confiança para a média populacional. Resolução Vamos usar o intervalo de confiança descrito no 2o caso, pois temos uma população normal com σ desconhecido. Os dados são: x = 23, 5; n = 15; S = 0, 5; 1 − α = 0, 9; α = 0,1; α/2 = 0,05; t α / 2 = 1, 761; n − 1 = 14

133


Usando a fórmula: S S    x − t α / 2; n −1 ⋅ n ; x + t α / 2; n −1 ⋅ n    0, 5  0, 5  23, 5 − 1, 761 ⋅ 15 ; 23, 5 + 1, 761 ⋅ 15    0, 8805 0, 8805   23, 5 − 3, 8730 ; 23, 5 + 3, 8730    [23, 5 − 0, 2273; 23, 5 + 0, 2273]

[23, 2727; 23, 7273]

Exemplo 6.5 – Em uma cidade foram entrevistadas 2.000 pessoas e constatou-se que 1.200 estão satisfeitas com o atual prefeito. Construir um intervalo de 95% de confiança para a proporção populacional que está satisfeita com o atual prefeito. Resolução Os dados são: 1.200 p = = 0, 6; 1 − p = 0, 4; n = 2.000; 1 − α = 0, 95; 2.000 α = 0, 05; α/2 = 0,025; z α / 2 = 1, 96 Um intervalo de 95% de confiança para a proporção populacional é dado por:


( )

134

( )

 p ⋅ 1 − p p ⋅ 1 − p   p − z ; p + z α / 2 ⋅ ; α/2 ⋅   n n    0, 6 ⋅ 0, 4  0, 6 ⋅ 0, 4 ; 0, 6 + 1, 96 ⋅ 0, 6 − 1, 96 ⋅ ; 2.000  2.000  [0, 6 − 1, 96 ⋅ 0, 01095; 0, 6 + 1, 96 ⋅ 0, 01095] ;

[0, 6 − 0, 021462; 0, 6 + 0, 021462]; [0, 57854 ; 0, 62146]

Se quisermos um intervalo de 95% de confiança para a porcentagem populacional, poderemos expressar este resultado como [57,85% ; 62,15%].


Podemos interpretar este intervalo da seguinte maneira: entre os moradores desta cidade, a porcentagem dos que estão satisfeitos com o atual prefeito é estimada em 60%, com uma margem de erro de ±2,15% , ou seja, deve estar entre 57,85% e 62,15%.

Atividades 01. Uma agência de publicidade está interessada em estimar a idade média em que os adolescentes começam a fumar. Uma amostra aleatória de 25 fumantes, extraída de uma população normal, forneceu uma média amostral de 15 anos e um desvio-padrão amostral de 1,7 ano. Construir um intervalo de 99% de confiança para estimar a idade média em que a população adolescente começa a fumar. Determine a margem de erro e o erro-padrão estimado da média.


02. A fim de averiguar a popularidade da gestão da nova reitoria de determinada universidade, uma amostra aleatória de 400 estudantes foi selecionada e constatou-se que 45% estavam satisfeitos com a nova gestão. a) Obtenha o erro-padrão estimado da proporção; b) Determine o intervalo de 95% de confiança para a proporção populacional. 03. Os dados abaixo referem-se ao número de horas semanais que os estudantes do primeiro semestre de Administração passaram se preparando para o exame de Estatística. 1 1 1 2 2 2 3 3 4 4 4 4 4 4 5 5 5 6 6 6 6 7 7 7 7 7 7 7 7 8 8 8 8 8 8 Determine: a) o erro-padrão estimado da média; b) o intervalo de 92% de confiança para a média populacional. 04. Dos 1.600 funcionários entrevistados numa empresa, 880 estão de acordo com a nova política salarial. Construir um intervalo de 98% de confiança para a proporção populacional dos funcionários desta empresa favoráveis à nova política salarial. 135


05. Para avaliar a popularidade de certo candidato à próxima eleição para prefeito de determinada cidade, extraiu-se uma amostra aleatória de 1.000 eleitores e constatou-se que 400 votariam no candidato. Estimar a proporção de eleitores em toda a cidade que têm a intenção de votar no candidato. Encontre o erro-padrão estimado da proporção.

Respostas das atividades 01. [14,04902 ; 15,95098]

Margem de erro: 0,95098

 ( X ) = S = 0, 34 EP n 02. p = a) EP

()

( ) = 0, 02487

p 1 − p n

b) [0,40125 ; 0,49875] 03. a)

 ( X ) = S = 0, 3863 EP n

b) [4,52166 ; 5,87834] 04. [0,52110 ; 0,57890]

()

p = 05. p = 0, 4 EP

( ) = 0, 01549

p 1 − p n


Leitura recomendada

136

Aplicar a estatística não significa apenas “transformar em números” as informações que obtemos. É preciso conhecer o real significado das medidas e técnicas estatísticas e que tipo de informações elas nos traduzem. No artigo “Os números das estatísticas não mentem jamais. Será?”, de Thereza Venturoli, são citados alguns pontos importantes referentes à utilização e interpretação de dados estatísticos. Ele encontra-se no endereço: http://super.abril.com.br/cotidiano/numeros-estatisticas-nao-mentemjamais-sera-441033.shtml.


Reflexão

Vimos que é possível estabelecer, pelo menos de forma aproximada, a média de um grande grupo de elementos (população) com base em um grupo reduzido desses elementos (amostra). Mas o que garante que o resultado obtido a partir de alguns elementos pode se ajustar a todo o grupo ou população? Estudos probabilísticos são o que, de certa forma, garante tais resultados. Tal garantia não é de 100%, mas podemos atingir bons níveis de confiança, como, por exemplo, 90%, 95% ou 99%. Dependendo da necessidade, o nível de confiança pode superar 99%; no entanto, quanto maior esse nível, maior também será a margem de erro, que significa perda na precisão dos resultados. Portanto, é necessário dosar nível de confiança e margem de erro, para se chegar aos resultados mais apropriados.

Referências ANDERSON, David R.; SWEENEY, Denis J.; WILLIAMS, Thomas A. Estatística aplicada à administração e economia. São Paulo: Pioneira Thomson Learning, 2003. BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. São Paulo: Saraiva, 2003. FARIAS, Alfredo Alves de; SOARES, José Francisco; CÉSAR, Cibele Comini. Introdução à estatística. Rio de Janeiro,: LTC, 2003.


FARBER, Larson. Estatística aplicada. São Paulo: Pearson Prentice Hall, 2004. SMAILES, Joanne; McGRANE, Angela. Estatística aplicada à administração com Excel. São Paulo: Atlas, 2002. SPIEGEL, Murray R. Estatística. São Paulo: Makron Books, 1993.

137


Na próxima unidade


Todo o conteúdo abordado nesta unidade pode perder sua utilidade, em uma pesquisa, se a amostra utilizada não for representativa da população. Mas o que garante essa representatividade? Para que tenhamos aumentadas as chances de representatividade de uma amostra, é necessário que ela seja aleatória e, na próxima unidade, estudaremos métodos de amostragem que garantem tal propriedade. Nunca teremos total certeza de que a amostra com a qual estamos trabalhando é bem representativa da população, mas a utilização de métodos adequados nos permitirá, inclusive, determinar os níveis de confiança e precisão da pesquisa que estamos realizando. Além disso, veremos também como determinar o tamanho ideal da amostra para que obtenhamos os resultados esperados.

138

Amostragem

Un

ida

de

7

Todas as empresas precisam de informações precisas para a tomada de decisões, e grande parte destas informações é obtida utilizando-se técnicas estatísticas eficientes e adequadas a cada caso em questão. Sabemos que dificilmente podemos estudar a população de interesse como um todo. Para isso, utilizamos técnicas de amostragem para selecionar uma amostra que seja representativa da população de interesse. Quando um Administrador vai tomar uma decisão com base em estatísticas já realizadas, este deverá ter o cuidado de avaliar se os resultados que chegaram até ele são provenientes de uma amostra confiável, ou seja, se a amostra com a qual a pesquisa foi realizada foi retirada de forma correta e, portanto, diremos que ela será representativa da população. Neste sentido, o profissional que irá tomar decisões deve ter conhecimento sobre as técnicas de amostragem que foram utilizadas e saber se estas técnicas são apropriadas ou não para a população que está sendo estudada.


Com o estudo desta unidade, espera-se que você consiga identificar qual técnica de amostragem é adequada em cada situação de estudo em que se deseja estimar parâmetros populacionais, além de determinar o tamanho ideal da amostra com a qual você deverá realizar o estudo (pesquisa).

Você se lembra?

Você se lembra de com qual tamanho de amostra os grandes institutos de pesquisa constumam trabalhar quando realizam pesquisas eleitorais para Presidente da República? Procure prestar atenção. É uma quantidade muito pequena de eleitores que são entrevistados (não constuma chegar nem a 0,01% da população total de eleitores do nosso país). E como conseguem alcançar resultados satisfatórios? Não é nenhuma mágica! Eles utilizam métodos adequados de amostragem. Nesta unidade estudaremos os principais métodos de seleção amostral.


7.1 Técnicas de amostragem

No endereço Quando selecionamos uma amostra, abaixo, você irá encontrar devemos garantir que esta amostra será uma interessante atividade que mostra a importância e como representativa da população, ou seja, funciona uma pesquisa amostral: no processo de amostragem, a amostra http://objetoseducacionais2.mec. selecionada deverá possuir as mesmas gov.br/bitstream/handle/mec/1643/ mat5_ativ2.htm (Atividade 2 – características básicas da população. Amostras) Temos dois tipos de amostragem, a Vale a pena conferir! que chamamos de probabilística (ou aleatória) e a não probabilística (ou não aleatória). A amostragem será probabilística se todos os elementos da população tiverem mesma probabilidade (e diferente de zero) de pertencer à amostra. Caso contrário, a amostragem será não probabilística. Vamos estudar alguns tipos de técnicas de amostragem

7.2 Definições das técnicas de amostragem probabilística (ou aleatória) Sempre que possível, devemos escolher trabalhar com amostragem probabilística. Este tipo de amostragem nos garante, com alto grau de confiança, a representatividade da amostra com relação à população que se tem interesse em estudar. Usaremos N para denotar o tamanho da população e n indicando o tamanho da amostra.


7.2.1 Amostragem simples

140

É utilizada quando todos os elementos da população têm a mesma chance (ou probabilidade igual) de pertencer à amostra. Para trabalhar com a amostragem casual simples, devemos conseguir listar a população de 1 a N. Os elementos da população que irão pertencer à amostra serão sorteados de forma aleatória. Sortearemos n números dessa sequência, os quais corresponderão aos elementos sorteados para a amostra. Exemplo 7.1 – Se desejamos, por exemplo, selecionar 50 elementos de uma população de 500 elementos, então “numeramos” a população de 1 a 500 e sorteamos, dessa forma, cada um dos 50 que irão compor a amostra.

Amostragem – Unidade 7

7.2.2 Amostragem sistemática

Utilizamos amostragem sistemática quando os elementos da população se apresentam ordenados (ou em filas) e a retirada dos elementos da amostra é feita periodicamente. Exemplo 7.2 – Usando o exemplo anterior, em que a população é composta de 500 elementos ordenados, poderíamos utilizar a amostragem sistemática primeiramente determinando qual o “salto” que deverá ser dado. Para isto, fazemos a divisão do tamanho da população pelo tamanho da amostra desejada: N 500 = = 10 n 50 Em seguida, podemos iniciar a amostragem com qualquer indivíduo escolhido (de forma aleatória) entre os 10 primeiros. A partir desse elemento, selecionamos os demais sempre “saltando” de 10 em 10.

7.2.3 Amostragem por conglomerados (clusters)


Em algumas vezes a população se apresenta numa subdivisão em pequenos grupos, chamados conglomerados. Neste caso é possível, e até conveniente, fazermos uma amostragem por meio desses conglomerados. Este tipo de amostragem consiste em sortear um número suficiente de conglomerados cujos elementos constituirão a amostra. Quando um conCuidado com ciclos de glomerado é sorteado, todos os variação. Às vezes podem ocorrer ciclos de variação e os elementos elementos dentro dele são sesorteados para a amostra terão sempre a lecionados para a amostra. mesma característica. Se isto for detectado, o salto poderá ser diversificado, podendo então seEste tipo de amostragem é lecionar, por exemplo, o 3º, o 5º e o 9º elementos, muitas vezes utilizado por depois novamente conto 3, 5 e 9 e assim por diante até obter a amostra desejada. motivos de ordem prática e econômica. Exemplo 7.3 – Suponhamos que desejamos estudar alguma característica dos indivíduos que moram num determinado bairro de sua cidade. A população de interesse é constituída, portanto, por todos os indivíduos que moram nesse bairro e cada residência constitui um conglomerado. Podemos sortear alguns conglomerados (residências) e cada morador da unidade sorteada fará parte da nossa amostra. 141


7.2.4 Amostragem estratificada

Agora Esta técnica é muito utilizada quando veja a Atividade 3 a população é heterogênea ou quando se que trata do tema pesquisas confiáveis. Ela irá auxiliáconsegue dividi-la em subpopulações lo(a) a compreender melhor como ou estratos. A amostragem estratificada funciona o processo de amostragem estratificada utilizado, por exemplo, consiste em especificar quantos elemennas pesquisas de opinião (como as tos da amostra serão retirados em cada eleitorais). O endereço é: http:// objetoseducacionais2.mec.gov.br/ estrato. O número de elementos sorteabitstream/handle/mec/1643/ dos em cada estrato deve ser proporcional mat5_ativ3.htm ao número de elementos existente no estrato. Exemplo 7.4 – Estudar uma determinada característica do povo brasileiro, como, por exemplo, a renda familiar. Nesse caso, a população de interesse é constituída por todo cidadão que mora no Brasil. Podemos considerar cada estrato como sendo cada um dos estados brasileiros. Em cada um deles será selecionado um número x de elementos proporcional à população de cada estado.

7.3 Técnicas de amostragem não probabilística (ou não aleatória) Somente recomendamos o uso de métodos de amostragem não probabilística nos casos em que é impossível ou inviável a utilização de métodos probabilísticos.

7.3.1 Amostragem a esmo ou sem norma


É a amostragem em que o pesquisador, para simplificar o processo, procura ser aleatório, sem, no entanto, usar algum dispositivo aleatório confiável.

142

Exemplo 7.5 – Suponha que desejamos retirar uma amostra de 50 parafusos de uma caixa contendo 5.000. Nesse caso, poderíamos, em vez de sortear os parafusos, escolher a esmo aqueles que fariam parte da amostra. Não é um procedimento totalmente aleatório porque, mesmo sem percebermos, poderíamos privilegiar alguma parte da caixa, não dando, dessa forma, a mesma chance de participação a qualquer um dos parafusos.

7.3.2 Amostragem intencional

Neste caso, o amostrador escolhe deliberadamente os elementos que irão compor a amostra, muitas vezes por julgar tais elementos bem representativos da população.


Exemplo 7.6 – Um diretor de uma instituição de ensino deseja avaliar o quanto determinada disciplina está sendo bem ministrada por seu professor. Para isso, seleciona, para uma entrevista, alguns dos alunos com melhor desempenho nessa disciplina.

7.4 Exemplo envolvendo técnicas de amostragem probabilística


Exemplo 7.7 – A Tabela 7.1 lista a idade e a opinião de 50 profissionais de empresas públicas e privadas que estão sendo entrevistados para responder se são “contra” ou “a favor” da inclusão de deficientes visuais e auditivos em suas empresas e em que tipo de empresa trabalha: pública ou privada. Profissionais

Idade

Opinião

Tipo de empresa

1

52

contra

pública

2

22

a favor

pública

3

36

a favor

privada

4

35

a favor

privada

5

35

a favor

privada

6

50

contra

pública

7

44

contra

pública

8

42

contra

pública

9 10 11 12 13 14 15 16 17

40 45 36 34 23 26 28 28 29

contra contra a favor a favor contra a favor a favor a favor a favor

pública pública privada privada pública pública pública pública privada

18

30

a favor

privada

19 20

30 34

a favor a favor

privada privada

21

38

a favor

privada

22

41

contra

pública 143



144

23

42

contra

pública

24

50

contra

pública

25

49

contra

pública

26

38

contra

privada

27

26

a favor

privada

28

29

a favor

privada

29

26

a favor

privada

30

36

a favor

privada

31

27

a favor

privada

32

32

a favor

privada

33

31

a favor

privada

34

33

a favor

privada

35

33

a favor

privada

36

36

contra

pública

37

34

a favor

pública

38

46

contra

privada

39

44

contra

pública

40

65

contra

pública

41

56

contra

pública

42

52

contra

pública

43

35

a favor

pública

44

24

a favor

privada

45

23

a favor

privada

46

28

a favor

privada

47

30

a favor

privada

48

34

a favor

privada

49

46

contra

pública

50

26

a favor

privada

Tabela 7.1 – Idade e opinião de profissionais de empresas públicas e privadas com relação à inclusão de deficientes visuais e auditivos

a) Retire uma amostra sistemática de 10 profissionais, iniciando pelo 3o profissional, e liste o nº do profissional sorteado, a idade, a opinião e o tipo de empresa em que ele trabalha.


Resolução Dividindo 50 por 10, temos grupos com 5 elementos cada. Se sortearmos o terceiro elemento do primeiro grupo, por exemplo, os participantes da amostra serão os listados abaixo: Profissionais

Idade

Opinião

Tipo de empresa

3 8 13 18 23 28 33 38 43 48

36 42 23 30 42 29 31 46 35 34

a favor contra contra a favor contra a favor a favor contra a favor a favor

privada pública pública privada pública privada privada privada pública privada

b) Com a amostra selecionada no item a), calcule: • a idade média dos profissionais; Resolução x=

348 = 34, 8 anos 10

• a porcentagem de profissionais contra a inclusão; Resolução


nº de profissionais contra a inclusão na amostra 4 = = 0, 4 nº total de profissionais na amostra 10 ou seja, 40% dos profissionais são contra a inclusão de deficientes visuais ou auditivos nas empresas em que trabalham. • a porcentagem de profissionais que são da rede pública. Resolução n o de profissionais de empresas públicas na amostra 4 = = 0, 4 10 n o total de profissionais na amostra ou seja, 40% dos profissionais trabalham em empresas públicas. 145


c) É possível retirar uma amostra estratificada dos profissionais considerando a variável tipo de empresa? Diga, em poucas palavras, como você procederia neste caso. Resolução Sim, pois é possível identificar dois estratos: empresa pública e privada. O procedimento deve ser: retirar uma amostra proporcional de profissionais de empresas públicas e privadas e depois fazer as análises devidas.

7.5 Tamanho da amostra para estimar a média

Existem várias formas de se obter o tamanho “ideal” de elementos amostrais. Estas formas dependem do que se deseja estimar (média, proporção), se o desvio-padrão da população é conhecido ou não, se a distribuição é normal ou não. Para falarmos de todas as formas de encontrar o tamanho ideal da amostra, precisaríamos de uma disciplina inteira só para este assunto, porém vamos mostrar o método mais usado e simples, que é a determinação do tamanho da amostra para estimar a média, considerando-se que a população em estudo seja normalmente distribuída e que seu desvio-padrão populacional (ou sua estimativa) seja conhecido. Se estas condições forem satisfeitas, uma forma para se calcular o tamanho da amostra será dada pela seguinte expressão: 2

 zσ  n=   E

(7.1)


em que: • z é o valor usado para o grau de confiança específico, • σ é o desvio-padrão da população (ou sua estimativa), e • E é o valor de erro “para mais ou para menos” permitido no intervalo (sempre a metade do intervalo de confiança). Observação – Se, ao aplicar a expressão (7.2), o tamanho da amostra (n) for inferior a 30, esta amostra deverá aumentar para 30 elementos, já que está baseada no uso da distribuição normal.

146

Exemplo 7.8 – Um administrador do departamento de produção de uma fábrica quer estimar o número médio de horas extras para o pessoal que trabalha na linha de produção. Considere o fator de erro de 5 horas (para mais ou para menos) e 90% de confiança. Baseado em dados de outras divisões da fábrica, ele estima o desvio-padrão das horas extras em σ = 25 horas. Qual o tamanho mínimo necessário da amostra?


Resolução Utilizando a expressão (7.2), temos: 2

2

 zσ   1.65 · 25  n=  =  = 68, 06 ,  E  5  ou seja, para obter uma boa estimativa do número médio de horas extras para o pessoal que trabalha na linha de produção, será necessário tomar uma amostra de aproximadamente 69 funcionários.

Atividades


01. Uma população se encontra dividida em quatro estratos. O tamanho de cada estrato é N1 = 80, N2 = 120, N3 = 60 e N4 = 60 Sabe-se que uma amostragem proporcional foi realizada e dezoito elementos da amostra foram retirados do segundo estrato. Qual o número total de elementos da amostra? 02. Uma pesquisa precisa ser realizada em uma determinada cidade. A amostragem proposta para este problema é a seguinte: dividir a cidade em bairros (pelo próprio mapa da cidade): em cada bairro, sorteia-se um certo número de quarteirões proporcional à área do bairro; de cada quarteirão, são sorteadas quatro residências; destas quatro residências, todos os moradores são entrevistados. a) Essa amostra será representativa da população ou poderá apresentar algum vício (não confiável)? b) Quais tipos de amostragem foram utilizados no procedimento? 03. Uma empresa de seguros mostra que, entre 4.000 sinistros reportados à empresa durante um mês, 2.700 são sinistros pequenos (inferiores a R$ 400,00), enquanto os outros 1.300 são sinistros grandes (R$ 400,00 ou mais). Foi extraída uma amostra proporcional de 1% para estimar o valor médio desses sinistros. Os dados estão a seguir, separados por tipo de sinistro. Sinistros pequenos

Sinistros grandes

84 330 126 156 90 296 390 132 36 73 55 178 340 82 184 206 44 276 98 124 176 226 58 144 58 166 228

492 710 1744 1298 506 676 982 1720 1510 976 1004 2600 420

a) Determine a média de cada uma das amostras (sinistros pequenos e sinistros grandes), 147


b) Determine sua média ponderada, tomando como pesos os dois tamanhos de estratos N1 = 2700 e N2 = 1300. 04. Consideremos um estudo realizado em empresas de pequeno e médio porte de uma determinada região composto por 1.000 empresas, distribuídas, quanto ao número de funcionários, como mostra a tabela abaixo, e que nesta região sejam amostradas 50 empresas. Distribuição do no de empresas de uma região qualquer, quanto ao n° de funcionários No de funcionários

No de propriedades

0 ├ 20 20 ├ 50 50 ├ 100 100 ├ 200 200 ├ 400 Total

500 320 100 50 30 1000

Amostra estratificada (n = 50) Uniforme

Proporcional

50

50


a) Qual deverá ser o tamanho da amostra dentro de cada estrato no caso uniforme e no proporcional? b) Determine a média amostral obtida para a amostragem estratificada uniforme e para a amostragem estratificada proporcional. Comente os resultados. Observação – Amostragem estratificada uniforme é quando retiramos o mesmo número de elementos de cada estrato, independentemente do tamanho do estrato.

148

05. Os dados a seguir se referem ao tempo de vida, em meses, de cartões de crédito confeccionados com determinado tipo de plástico. Uma indústria especializada na fabricação destes cartões recebeu setenta amostras deste material (plástico) do fornecedor A e outros trinta do fornecedor B. O aspecto relevante que se deseja observar, relativo a esses materiais, é a resistência, em meses, dos cartões confeccionados com eles. Vamos admitir que os cem cartões foram numerados de 1 a 100 ao ser entregues aos usuários, e que os setenta primeiros foram feitos com o material recebido do fornecedor A. Vamos admitir, também, que os valores reais da variável



de interesse (a resistência, em meses, dos cartões em uso) dos cem dispositivos recebidos sejam os dados seguintes, respectivamente na ordem de entrega para os usuários (lê-se seguindo as linhas, tal como se lê um livro): 33 38 34 34 34 31 36 35 32 37 35 34 30 37 36 33 34 34 32 39 35 33 33 34 31 32 36 33 29 36 34 35 34 33 31 35 35 35 37 32 34 34 36 35 34 33 32 38 34 33 33 32 34 35 37 35 35 30 35 34 36 36 33 34 33 32 31 37 35 34 39 40 40 42 39 38 40 40 40 40 40 41 45 41 40 39 41 41 40 42 39 40 41 40 40 42 39 39 38 40 Observação – Os cartões, assim que se danificavam, eram imediatamente devolvidos e anotado o tempo de vida útil do mesmo. a) Uma amostra simples, ao acaso, de dez cartões foi retirada da população de 100, com auxílio dos números aleatórios da Tabela 7.1. O processo de utilização da tabela foi o usual, com início no dígito situado na interseção da quinta linha com a oitava coluna da referida tabela. A seguir, foi calculada a resistência média (em meses) da amostra de dez cartões. Que valor você acha que foi obtido para essa média? b) Suponha agora que se pensasse em fazer amostragem estratificada. Em sua opinião, seria isso razoável, no caso? Caso afirmativo, indique como você procederia, ainda utilizando os números aleatórios. Suponha que o número total de cartões a examinar na amostra continue sendo dez. c) Suponha agora que tivesse sido utilizada amostragem estratificada, num total ainda de dez cartões examinados, e que tivessem sido obtidos, no primeiro e no segundo estratos, respectivamente, x1 = 33,8 e x2 = 40,2. Em quanto você estimaria a média da população de cem cartões? d) Suponha agora que, dos setenta cartões fabricados com o material proveniente do fornecedor A, tenha sido colhida uma amostra sistemática de dez cartões, sendo constante o período de retirada dos elementos para a amostra, e sendo conhecido que o segundo cartão a ser devolvido (cujo valor da resistência, em meses, é 38) pertencia a essa amostra. Calcule a média dos valores da resistência observados nessa amostra. 06. Em uma amostra de 32 elementos selecionada segundo a técnica sistemática de uma população ordenada formada por 2.432 elementos, qual dos 149


elementos abaixo seria escolhido para pertencer à amostra, sabendo que o elemento de ordem 1.420 a ela pertence? 1.648, 290, 725, 2.025, 1.120 07. Ordene uma amostra de 15 elementos de uma população ordenada formada por 210 elementos, sabendo que o elemento de ordem 149 a ela pertence. 08. Um administrador de uma determinada agência bancária pretende estimar o valor médio dos gastos dos clientes com relação à alimentação. Com base em dados de outras agências similares, o desvio-padrão de tais valores de gastos é estimado em cerca de R$ 124,00. Qual o tamanho mínimo que deveria ter uma amostra aleatória se ele desejasse estimar a média dos gastos dentro de R$ 30,00 (para mais ou para menos) e com uma confiança de 95%? 09. Com referência ao exercício 8, qual deverá ser o tamanho mínimo da amostra se a distribuição das vendas não for considerada normal e ele desejar estimar a média dos gastos dentro de R$ 60,00 (para mais ou para menos) e com uma confiança de 95%? 10. Um gerente do setor compras de uma firma quer estimar o salário horário médio dos trabalhadores do setor. Considere o fator de erro de R$ 0,85 (para mais ou para menos) e com 99% de confiança. Estima-se que o desvio-padrão dos salários não seja maior do que R$ 2,23. Qual o número mínimo de registros pessoais que devem ser amostrados, para que a pesquisa seja realizada?



150

01. Aproximadamente 48 02. a) Sim, será representativa. b) Foram utilizados pelo menos 3 tipos de técnicas de amostragem: amostragem estratificada no primeiro momento, amostragem casual simples no segundo momento e amostragem por meio de conglomerados para finalizar.


03. a) xp = 161,33; xg = 1279,85 b) xponderada = 524,85 04. a) No de funcionários

Ponto médio

N de propriedades

Amostra estratificada (n = 50)

0 ├ 20 20 ├ 50 50 ├ 100 100 ├ 200 200 ├ 400 Total

10 35 75 150 300 Total

500 300 120 40 40 1000

Uniforme 10 10 10 10 10 50

o

Proporcional 25 15 6 2 2 50


b) xu = 114; xp = 42,5. A média obtida através da amostragem estratificada uniforme não mostra a realidade das empresas com relação ao número de funcionários, já que a grande maioria tem no máximo 50 funcionários (como mostra a média obtida através da amostragem estratificada proporcional). 05. a) x = 36,1; b) Sim, pois podemos identificar 2 estratos (fornecedor A e fornecedor B). O procedimento seria o seguinte: sortearia uma linha e uma coluna da tabela 7.1 e depois pegaria as posições dos valores de 2 em 2 dígitos na forma horizontal. Para utilizar a amostragem estratificada, devemos selecionar 7 elementos provenientes do fornecedor A (70 primeiros valores) e 3 elementos provenientes do fornecedor B (30 últimos valores). Na tabela 7.1, devo pegar 7 valores que variam entre as posições de 1 a 70 e 3 valores que variam entre as posições de 71 a 100. Obs.: na tabela 7.1, o valor 00 representará a posição 100 no conjunto de dados. Por fim, encontraria os elementos referentes às posições encontradas com o auxílio da tabela e finalmente calcularia a média desses valores. c) x = 35,72 d) x = 33,8 151


06. 1.648 07. 9 23 37 51 65 79 93 107 121 135 149 163 177 191 205 08. Aproximadamente 66 09. O tamanho da amostra seria de aproximadamente 17; porém, como a distribuição não pode ser considerada como normalmente distribuída, o tamanho da amostra deve ser de no mínimo 30. 10. Aproximadamente 46

Leitura recomenda

O artigo “Determinação do tamanho de amostras: uma introdução para novos pesquisadores” (SANTOS, G. R. dos; ABBUD, E. L.; ABREU, A. J.), disponível em http://www.fadminas.org.br/symposium/9_edicoes/ artigo_8.pdf, é sugerido para que você possa encontrar mais exemplos de aplicações referentes ao conteúdo apresentado nesta unidade.

Reflexão


Pelo estudo desta unidade, pudemos ver que Estatística não é só cálculo matemático e gráfico. No planejamento de uma pesquisa, já devemos aplicar alguns conceitos estatísticos. Escolher o método adequado de amostragem é algo essencial em qualquer pesquisa. Uma amostra selecionada de forma incorreta certamente comprometerá os resultados do estudo que está sendo realizado. Portanto, se a amostra não for representativa da população de interesse, todos os cálculos que forem realizados, tomando-se por base essa amostra, não nos fornecerão resultados confiáveis. A amostragem é parte fundamental de uma pesquisa estatística.

152

Referências BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. São Paulo: Saraiva, 2003. FONSECA, Jairo Simon; MARTINS, Gilberto de Andrade; TOLEDO, Geraldo Luciano. Estatística aplicada. São Paulo: Atlas, 1985.


LEVIN, Jack; FOX, James Alan. Estatística para ciências humanas. São Paulo: Prentice Hall, 2004. LEVINE, David M.; BERENSON, Mark L.; STEPHAN David. Estatística: teoria e aplicações. Rio de Janeiro: LTC, 2000. MARTINS, Gilberto de Andrade. Estatística geral e aplicada. São Paulo: Atlas, 2002. MILONE, Giuseppe. Estatística geral e aplicada. São Paulo: Pioneira Thomson Learning, 2004. TRIOLA, Mario F. Introdução à estatística. Rio de Janeiro: LTC, 1999.

Na próxima unidade


Até o momento, vimos técnicas estatísticas referentes ao estudo de uma variável (por vez). Medidas como a média, por exemplo, referem-se a características de uma única variável. Na próxima unidade, estudaremos a correlação e a regressão que são técnicas que nos dão informação a respeito de duas variáveis conjuntamente. São técnicas que nos oferecem um vasto campo de aplicação prática.

153



Minhas anotações:

154

8

Correlação e regressão lineares simples

Un

ida

de

A técnica de análise de regressão tem como objetivo verificar se existe relação entre duas ou mais variáveis quantitativas: uma, chamada variável resposta, ou dependente, e a(s) outra(s), chamada(s) variável(eis) explicativa(s), ou independente(s). Havendo relação entre as variáveis dependente e independente(s), podemos descrevê-la por meio de uma equação. Com esta equação, podemos predizer o valor da variável dependente. Considere, por exemplo, um caso em que o departamento de marketing de uma empresa de telecomunicações tem interesse em verificar a relação entre os gastos com publicidade e o número de clientes conquistados para a empresa. Aqui o interesse é prever o número de clientes a partir dos gastos com a publicidade. A variável em cuja previsão temos interesse é denominada de variável dependente; neste caso, é o número de clientes conquistados para a empresa, e a variável independente, que é usada para fazer os cálculos da previsão, são os gastos com a propaganda. Nesta unidade, estudaremos o modelo de regressão linear simples, em que existem apenas duas variáveis envolvidas (uma variável independente e a variável dependente). O relacionamento entre estas duas variáveis pode ser descrito por uma equação linear, ou seja, a equação de uma reta.


Que você seja capaz de mensurar o grau de correlação entre duas variáveis e estabelecer a relação matemática entre elas, com o objetivo de predizer uma delas a partir de valores atribuídos à outra.

Você se lembra?

Você se lembra do significado da expressão correlacionadas? Alguma vez você ouviu essa expressão empregada em alguma frase? Nesta



unidade, estudaremos a correlação entre variáveis, o que permitirá maior compreensão do significado dessa expressão. Comece consultando um dicionário. Você verá que não é difícil compreender o seu sentido.

156

Correlação e regressão lineares simples – Unidade 8

8.1 Correlação

A existência de algum relacionamento entre duas variáveis é denominada correlação. A visualização desta correlação pode ser feita construindo-se um gráfico chamado diagrama de dispersão, que é um gráfico de dados emparelhados (x,y) com o eixo x na horizontal e o eixo y na vertical. A Figura 8.1 apresenta alguns exemplos de diagramas de dispersão. Tipos de correlação entre as variáveis

Correlação linear positiva ou direta

Correlação linear negativa ou inversa

Sem correlação

Correlação não linear


Figura 8.1 – Tipos de correlação

Após a análise do diagrama de dispersão, podemos utilizar uma medida que descreve a intensidade da associação linear entre duas variáveis x e y. Esta medida é o coeficiente de correlação linear. Os valores do coeficiente de correlação linear estão sempre entre –1 e +1. Um valor de +1 indica uma correlação linear positiva perfeita entre x e y. Um valor de –1 indica uma correlação linear negativa perfeita entre x e y. Valores com coeficiente de correlação linear próximo de zero indicam que x e y não estão linearmente relacionados, ressaltando que pode haver um outro tipo de relacionamento entre x e y, mas não o linear ou a ausência de correlação.

157


O coeficiente de correlação linear é dado por:

r=

 n   n   n  n  ∑ x i yi  −  ∑ x i  ⋅  ∑ yi   i =1   i =1   i =1  n

2

n

n

n

        n  ∑ x 2i  −  ∑ x i  ⋅ n  ∑ y2i  −  ∑ yi   i =1   i =1   i =1   i =1 

2

,

(8.1)

−1 ≤ r ≤ +1 Exemplo 8.2 – Uma concessionária de veículos quer verificar a eficácia de seus anúncios em determinado jornal na venda de carros novos. A tabela abaixo mostra o número de anúncios publicados, por mês, e o correspondente número de carros vendidos nos últimos seis meses. Número de anúncios publicados

Número de carros vendidos

28 20 22 14 10 7

140 110 100 75 60 52

Tabela 8.1 – Número de anúncios publicados e número de carros vendidos

Verifique se existe relação entre as variáveis número de anúncios publicados (x) e número de carros vendidos (y). Resolução Primeiro vamos construir o diagrama de dispersão e verificar visualmente o comportamento conjunto das variáveis.

158



160 140 120 100 80 60 40 20 0

0

5

10

15

20

Número de anúncios publicados

Figura 8.2 – Diagrama de dispersão

25

30


Analisando o diagrama de dispersão, verificamos uma correlação linear positiva entre as variáveis número de anúncios publicados e número de carros vendidos. Vamos medir a intensidade desta correlação por meio do coeficiente de correlação dado em (8.1). Para efetuar este cálculo, precisamos acrescentar três colunas na tabela original dos dados: Número de anúncios publicados (x) 28 20 22 14 10 7 Σ = 101

Número de carros vendidos (v)

x·y

x2

y2

140 110 100 75 60 52 Σ = 537

3920 2200 2200 1050 600 364 Σ = 10.334

784 400 484 196 100 49 Σ = 2.013

19600 12100 10000 5625 3600 2704 Σ = 53.629

Os valores x · y são obtidos fazendo-se a multiplicação de cada par (x, y), ou seja, 28 x 140 = 3.920; 20 x 110 = 2.200, e assim por diante. Os valores x2 são obtidos elevando-se ao quadrado cada valor da primeira coluna, ou seja, 28 x 28 = 784; 20 x 20 = 400, e assim por diante. Finalmente, obtemos y2 fazendo cada valor da segunda coluna ao quadrado, isto é, 140 x 140 = 19.600; 110 x 110 = 12.100, e assim por diante. Substituindo os valores na fórmula, temos:


r=

r= r=

 n   n   n  n ⋅  ∑ x i yi  −  ∑ x i  ⋅  ∑ yi   i =1   i =1   i =1  n

2

n

n

n

        n ⋅  ∑ x i2  −  ∑ x i  ⋅ n ⋅  ∑ y2i  −  ∑ yi   i =1   i =1   i =1   i =1 

2

,

6 ⋅ (10.334) − (101) ⋅ (537) 2

2

6 ⋅ ( 2.013) − (101) ⋅ 6 ⋅ (53.629) − (537) 7.767 1.877 ⋅ 33.405

159


7.767 43, 3244 ⋅ 182, 7703 r = 0, 9809 r=

Como o coeficiente de correlação é de 0,9809 (próximo de 1), concluímos que as variáveis número de anúncios publicados e número de carros vendidos são fortemente correlacionadas. Observação – Como observamos no diagrama de dispersão que a correlação linear entre as variáveis é positiva, necessariamente o valor do r tem de ser positivo. Quando verificarmos no diagrama uma correlação linear negativa, o valor do r necessariamente será negativo.

8.2 Modelo de regressão linear simples


Embora os pares (x,y) não estejam exatamente sobre uma reta, a análise do diagrama de dispersão sugere uma correlação linear entre as duas variáveis. Agora vamos descrever esta relação por meio da equação de uma reta dada por: yi = β0 + β1 · xi + ei i = 1, 2, ..., n em que: β0 é o intercepto da linha de regressão com o eixo y; β1 é o coeficiente de inclinação da reta (representa o acréscimo esperado na variável dependente quando a variável independente é acrescida de uma unidade); ei são variáveis aleatórias (não observadas) independentes e distribuídas conforme um modelo normal com média 0 e variância σ2; xi são os valores da variável independente; yi são os valores da variável dependente. Os parâmetros desconhecidos β0 e β1 são estimados por meio do método de mínimos quadrados. Este método consiste em minimizar a soma dos quadrados dos resíduos obtidos pela diferença entre os valores observados yi e os valores preditos y , ou seja,

160

n

n

i =1

i =1

i

∑ e2i = ∑ ( yi − yÆi )

2

(8.2)

em que y i = β 0 + β 1 ⋅ x i . Os estimadores β 0 e β 1 são denominados estimadores de mínimos quadrados calculados por:


β 1 =

 n   n   n  n  ∑ x i ⋅ yi  −  ∑ x i  ⋅  ∑ yi   i =1   i =1   i =1   n   n  2 n  ∑ x1  −  ∑ x i   i=1   i =1 

2

(8.3)

e β 0 = y − β 1 ⋅ x

(8.4)

Lembrando que: n

x=

∑ xi i =1

n

(média da variável x )

n

y=

∑ yi i =1

n

(média da variável y )

O cálculo de β 0 só pode ser efetuado após a determinação de β 1 . A reta ajustada por mínimos quadrados é dada por: y = β 0 + β 1 ⋅ x

(8.5)


Exemplo 8.3 – Vamos encontrar a equação da reta ajustada pelo método de mínimos quadrados utilizando os dados do exemplo 8.2.

Podemos observar que o numerador do cálculo do estimador β 1 é exatamente o numerador do coeficiente de correlação linear, e o denominador é o valor obtido dentro da primeira raiz do denominador do coeficiente de correlação linear.

161


Os valores de β 1 e β 0 são, respectivamente,  n   n   n  n ⋅  ∑ x i ⋅ yi  −  ∑ x i  ⋅  ∑ yi   i =1   i=   i=  β 1 = 2  n   n  n ⋅  ∑ x i2  −  ∑ x i   i =1   i =1  7.767 β 1 = 1.877 β = 4,138 1

e β 0 = y − β 1 ⋅ x β 0 = 89, 5 − 4,138 ⋅ (16, 833) β 0 = 19, 845 n

pois x =

∑ xi i =1

n

n

101 = = 16, 833 e 6

y=

∑ yi i =1

n

=

537 = 89, 5 6

Portanto, a reta ajustada por mínimos quadrados é: y = 19, 845 + 4,138 ⋅ x



160

162

y = 4,138x + 19,845

140

R2 = 0,9621

120 100 80 60 40 20 0

0

5

10

15

20

25

30

Número de anúncios publicados Figura 8.3 – Reta ajustada e valor do coeficiente de determinação

A reta ajustada é usada para predizer o valor da variável dependente, dado um valor determinado da variável independente.


Podemos prever, por exemplo, o número de carros vendidos considerando 18 anúncios por mês, ou seja, x = 18. Para fazer esta previsão, basta substituir o valor x = 18 na equação da reta ajustada, isto é, y = 19, 845 + 4,138 ⋅ (18) y = 94, 329 Portanto, para 18 anúncios publicados no mês, a quantia prevista do número de carros vendidos é de, aproximadamente, 94 unidades. Ao utilizar a reta ajustada para fazer previsões, devemos trabalhar com valores próximos ao mínimo e ao máximo dos dados amostrais (para a variável independente).

8.3 Coeficiente de determinação

Em geral há uma variação em torno da reta ajustada, ou seja, nem todos os pontos ficam sobre a reta (pode acontecer de nenhum estar exatamente sobre a reta). Para medir a precisão da reta ajustada, isto é, a variação de y que é explicada pela reta, utilizamos o coeficiente de determinação dado por: 2   n n    β 1 ⋅  n ⋅  ∑ x i2  −  ∑ x i     i =1   i =1     2 r =


  n   n n ⋅  ∑ yi2  −  ∑ yi   i =1   i =1 

2

Podemos interpretar os valores estimados da seguinte maneira: o número esperado de carros vendidos quando a concessionária não faz anúncios no jornal é de 19,845 unidades, ou seja, aproximadamente 20 carros. Um aumento de 1 anúncio publicado no jornal implica em um número médio esperado de carros vendidos de 4,138 unidades.

163


Vamos calcular o coeficiente de determinação com os dados do Exemplo 8.2:

(4,138)2 ⋅ 6 ⋅ (2.013) − (101)2  r2 = 2 6 ⋅ (53.629) − (537) 17,1230 ⋅ [12.078 − 10.201] r2 = ( 8. 6 ) 321.774 − 288.369 17,1230 ⋅ 1.877 32.139, 87 = r2 = 33.405 33.405 2 r = 0, 9621

Este valor significa que 96,21% da variação total de y pode ser explicada pela reta ajustada. Podemos calcular o coeficiente de determinação elevando ao quadrado o coeficiente de correlação linear, isto é, r2 = 0,99809)2 = 0,9621 Com a definição do coeficiente de determinação, podemos perceber que, se o coeficiente de correlação for r = ± 0,7, teremos um coeficiente de determinação r2 = 0,49 significando que a reta ajustada não consegue explicar nem a metade da variação de y. Por isso, para –0,7 ≤ r ≤ 0,7, não se deve, em geral, ajustar a reta de mínimos quadrados. Para |r| ≥ 0,9, a reta de mínimos quadrados explica mais de 80% da variação total de y. Observação – Os tópicos desta unidade são facilmente desenvolvidos pelo Microsoft Excel.


Exemplo 8.3 – Os dados da tabela abaixo são referentes à precipitação pluviométrica anual x (em cm) e à colheita de algodão y (em kg/are) em determinada localidade:

164

x

25

153

121

150

32

128

110

y

430

187

210

214

302

193

163

a) Faça o diagrama de dispersão e interprete. b) Calcule o coeficiente de correlação linear. c) Encontre a reta ajustada por mínimos quadrados. d) Faça a previsão para a colheita de algodão considerando a precipitação pluviométrica X = 145 cm. e) Calcule o coeficiente de determinação e interprete.


Colheita de algodão (kg/are)

Resolução a) Diagrama de dispersão: 500 450 400 350 300 250 200 150 100 50 0

0

25

50

75

100

125

150

175

Precipitação pluviométrica (cm)


Pelo diagrama de dispersão, observamos uma correlação linear negativa entre as variáveis precipitação pluviométrica e colheita de algodão. b) Coeficiente de correlação linear: Precipitação pluviométrica (x)

Colheita de algodão (x)

x·y

x2

y2

25

430

10750

625

184900

153

187

28611

23409

34969

121

210

25410

14641

44100

150

214

32100

22500

45796

32

302

9664

1024

91204

128

193

24704

16384

37249

110

163

17930

12100

26569

Σ = 719

Σ = 1.699

Σ = 149.169

Σ = 90.683

Σ = 464.787 165


r=

r=

 n   n   n  n ⋅  ∑ x i yi  −  ∑ x i  ⋅  ∑ yi   i =1   i =1   i =1  n

2

n

n

n

        n ⋅  ∑ x i2  −  ∑ x i  ⋅ n ⋅  ∑ y2i  −  ∑ yi   i =1   i =1   i =1   i =1 

2

,

7 ⋅ (149.169) − (719) ⋅ (1.699) 2

2

7 ⋅ (90.683) − (719) ⋅ 7 ⋅ ( 464.787) − (1.699)

−177.398 117.820 ⋅ 366.908 −177.398 r= 343, 2492 ⋅ 605, 7293 r = −0, 8532 r=

Observamos, pelo coeficiente de correlação, que há uma correlação linear negativa significativa entre as variáveis estudadas. c) Equação da reta ajustada A equação da reta ajustada por mínimos quadrados é dada por: y = β 0 + β 1 ⋅ x


Então, precisamos encontrar β i e β 0 utilizando as seguintes fórmulas:  n   n   n  n ⋅  ∑ x i ⋅ yi  −  ∑ x i  ⋅  ∑ yi   i =1   i=   i=  β 1 = 2  n   n  2 n ⋅  ∑ xi  −  ∑ xi   i =1   i =1  177.398 β 1 = − 117.820 β 1 = −1, 5057

166

e β 0 = y − β 1 ⋅ x β = 242, 7143 − ( −1, 5057) ⋅ (102, 7143) 0

β 0 = 397, 3712 n

pois x =

∑ xi i =1

n

n

719 = = 102, 7143 e y = 7

∑ yi i =1

n

=

1.699 = 242, 7143 7


Portanto, a equação da reta ajustada por mínimos quadrados é dada por: y = 397, 3712 − 1, 5057 x d) O cálculo da previsão é feito substituindo-se o valor fornecido no item, x = 145 cm, na equação da reta ajustada. y = 397, 3712 − 1, 5057 (145) y = 179, 0447.

Então, a previsão para a colheita de algodão, considerando-se a precipitação pluviométrica de 145 cm, é de 179,0447 kg/are. e) Coeficiente de determinação O coeficiente de determinação pode ser obtido utilizando-se a fórmula vista anteriormente ou elevando-se ao quadrado o coeficiente de correlação linear, isto é: r2 = (–0,8532)2 = 0,7280 Este valor significa que 72,80% da variação total de y pode ser explicada pela reta ajustada.

Atividades


01. Os dados abaixo são referentes à produção de determinada indústria: Ano

1

2

3

4

5

6

7

8

9

Quantidade (t)

35

37

38

38

40

43

45

44

48

a) b) c) d) e)

Faça o diagrama de dispersão e interprete. Calcule o coeficiente de correlação linear. Encontre a reta ajustada por mínimos quadrados. Faça a previsão para a quantidade de produção considerando o ano 10. Calcule o coeficiente de determinação e interprete. Obs. – A variável independente é ano e a variável dependente é a quantidade. 02. Certa empresa está estudando a variação da demanda de um de seus produtos em relação à variação de preço de venda. Os dados estão a seguir. Preço (x)

40

Demanda (y) 370

43

52

55

61

65

70

82

95

108

330

300

270

258

249

240

225

220

206 167


a) Faça o diagrama de dispersão e interprete. b) Calcule o coeficiente de correlação linear. c) Encontre a reta ajustada por mínimos quadrados. d) Faça a previsão para a variação da demanda considerando a variação de preço de venda x = 105. e) Calcule o coeficiente de determinação e interprete. 03. Os dados abaixo referem-se às variáveis renda familiar e gasto com alimentação numa amostra de dez famílias, representadas em salários mínimos. Renda x

4

7

12

25

38

53

77

121

175

227

Gasto y

1,8

3

8

12

17

23

25

68

78

102

a) Faça o diagrama de dispersão e interprete. b) Calcule o coeficiente de correlação linear. c) Encontre a reta ajustada por mínimos quadrados. d) Faça a previsão para o gasto com alimentação para uma família com renda de 170 salários mínimos. e) Calcule o coeficiente de determinação e interprete.



168

01. b) c) d) e)

r = 0,9734 y = 3,2222 + 1,5333x 48,56 r2 = (0,9734)2 = 0,9475

02. b) c) d) e)

r = 0,9004 y = 432,7174 – 2,54533x 165,56 r2 = (–0,9004)2 = 0,8107

03. b) r = 0,9776


c) y = –3,597 + 0,4669x d) 79,01 e) r2 = (0,9776)2 = 0,9557

Reflexão

Com larga aplicação em Administração, o conteúdo apresentado nesta unidade nos permite determinar, por exemplo, quais fatores mais interferem no nível de venda dos produtos de uma empresa, obter funções matemáticas relacionando o preço com a demanda, a produção com o custo, o nível de venda com a receita, entre tantas outras aplicações. O valor que você paga na renovação ou na aquisição de um seguro também é exemplo de aplicação de correlação e regressão. No entanto, envolve mais variáveis. Mas o procedimento é semelhante. Agora, procure descobrir variáveis que apresentam correlação e estabelecer a relação matemática entre elas.

Referências BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. São Paulo: Saraiva, 2003. FARBER, Larson. Estatística aplicada. São Paulo: Pearson Prentice Hall, 2004. FREUND, John E.; SIMON, Gary A. Estatística aplicada: economia, administração e contabilidade. Porto Alegre: Bookman, 2000.


KAZMIER, Leonard J. Estatística aplicada à economia e administração. São Paulo: McGraw-Hill do Brasil, 1982. LEVINE, David M.; BERENSON, Mark L.; STEPHAN David. Estatística: teoria e aplicações. Rio de Janeiro: LTC, 2000. MILONE, Giuseppe. Estatística geral e aplicada. São Paulo: Pioneira Thomson Learning, 2004.

169


MOORE, David S.; McCABE, George P.; DUCKWORTH, William M.; SCLOVE, Stanley L. A prática da estatística empresarial. Rio de Janeiro: LTC, 2006. SARTORIS, Alexandre. Estatística e introdução à econometria. São Paulo: Saraiva, 2003.

Na próxima unidade


O conteúdo que será abordado na próxima unidade lhe ajudará a compreender e interpretar melhor vários índices econômicos e sociais que frequentemente são divulgados pela mídia. Tais índices são denominados números-índices e servem para avaliar a variação (no tempo) de valores de uma ou mais variáveis.

170

Números–índices

Un

ida

de

9

Os números-índices são medidas estatísticas que servem para nos fornecer a noção da mudança (evolução) que uma variável sofreu em determinado tempo, ou seja, são usados para indicar variações relativas em quantidades, preços ou valores de um artigo, durante um período de tempo.


Que você seja capaz de calcular e interpretar númerosíndices referentes à variação de preço, quantidade e valor no tempo.

Você se lembra?

Você se lembra do significado de siglas tais como IGPM, IPC, IBOVESPA? Não são raros os momentos em que ouvimos falar de tais índices. São alguns dos chamados indicadores econômicos. Nesta unidade, vamos estudar o princípio de tais índices.


9.1 Introdução


A importância do conhecimento destas estatísticas pelo administrador é indispensável, principalmente porque nossa moeda sofre desvalorizações constantes e, com isto, há uma mudança muito grande nos preços em geral. Mas a pergunta é: de quanto foi esta mudança? Por exemplo, responder quanto uma cesta básica com determinados itens aumentou ou diminuiu de um ano para outro (ou de um mês para outro, ou em uma década para outra). Além dos problemas gerados por alterações de preços, os númerosíndices são úteis em outras áreas de atuação em uma empresa, como, por exemplo, na pesquisa de mercado, para medir a potencialidade do mercado, na análise da lucratividade etc. Resumindo, estes números são muito importantes quando necessitamos fazer uma análise comparativa. Os números-índices podem ser: relativos de base fixa, relativos de ligação ou relativos em elos e cadeia.

172

Exemplos de alguns números-índices: • Índice Nacional de Preços ao Consumidor (INPC), elaborado pela Fundação IBGE. • Índice de Preço ao Consumidor (IPC), elaborado pela Fundação Instituto de Pesquisas Econômicas (FIPE). • Índice de Quantum de Exportação, elaborado pela Fundação Getúlio Vargas. • Índice Geral de Preços de Mercado (IGPM), elaborado pela Fundação Getúlio Vargas. • Índice de Custo de Vida (ICV), elaborado pelo Departamento Intersindical de Estatística e Estudos Sócio-Econômicos (DIEESE) • Índice IBOVESPA, elaborado pela Bolsa de Valores do Estado de São Paulo. Vamos trabalhar com dois tipos de índices: simples e compostos. Um número-índice é dito simples quando é avaliado apenas utilizando-se um único produto e é dito composto quando é avaliado utilizando-se um grupo de produtos. Por exemplo, se utilizarmos apenas o valor do saco de arroz para determinar um número-índice (variação) de preço, teremos um número-índice simples; se utilizarmos os produtos que compõem uma cesta básica, teremos um número-índice composto.

Números–índices – Unidade 9

9.2 Construindo números-índices

Exemplo 9.1 – A tabela 9.1a traz o valor das exportações de um determinado país de 1998 a 2007. Ano

Valor das exportações ($)

1998

1.200.320

1999

2.340.600

2000

3.587.240

2001

3.128.300

2002

3.202.150

2003

4.486.820

2004

5.300.000

2005

6.440.120

2006

5.870.120

2007

4.545.350


Tabela 9.1a – Valor das exportações de 1998 a 2007

De que forma podemos mostrar a evolução das exportações durante o período de 1998 a 2007, já que fica difícil entender o que houve com a exportação deste país olhando apenas para os números? Vamos calcular certos números-índices que nos auxiliarão nessa tarefa. 1o passo – Para construir um número-índice, devemos escolher um valor da tabela para servir de período-base. Por exemplo, 2002. Poderia ser um outro período qualquer, porém às vezes tem-se interesse especial por um período específico. Neste caso, percebemos que, a partir de 2002, as exportações aparentam ter uma alta significativa. 2o passo – Atribuímos a esse ano o valor 100 como índice, no lugar de 3.202.150. 3o passo– A partir de 2002 (período-base), encontramos os demais índices da seguinte forma: pegamos o valor correspondente a cada ano e dividimos pelo valor do período-base, no caso, 3.202.150, e multiplicamos por 100. O valor correspondente a cada período será o número-índice desse período e pode ser interpretado em forma de porcentagem. Dessa forma, fica mais fácil entender o que aconteceu com a exportação daquele país de um ano para o outro. A tabela 9.1b mostra os números-índices referentes a cada período, seguindo os passos acima. 173


Valor das exportações ($)

Valor dos índices

1998

1.200.320

1.200.320 · 100 = 37, 48 3.202.150

1999

2.340.600

2.340.600 3.202.150

2000

3.587.240

3.587.240 3.202.150

2001

3.128.300

3.128.300 3.202.150

2002

3.202.150

3.202.150 · 100 = 100 3.202.150

4.486.820

4.486.820 de 40,12% · 100 = 140,12 exportações de 2003 comparado 3.202.150

Ano

Interpretação

Houve queda nas exportações de 62,52% de 1998 comparado com 2002. Houve queda nas exde 26,91% · 100 = 73, 09 portações de 1999 comparado com 2002. Houve aumento nas de 12,03% · 100 = 112, 03 exportações de 2000 comparado com 2002. Houve queda nas exde 2,31% · 100 = 97, 69 portações de 2001 comparado com 2002. Período-base Houve aumento nas


2003

174

2004

5.300.000

2005

6.440.120

2006

5.870.120

2007

5.545.350

com 2002. Houve aumento nas 5.300.00 exportações de 65,51% · 100 = 165, 51 de 2004 comparado 3.202.150 com 2002. Houve aumento 6.440.120 nas exportações de · 100 = 201,12 101,12% de 2005 3.202.150 comparado com 2002 Houve aumento nas 5.870.120 de 83,32% · 100 = 183, 32 exportações de 2006 comparado 3.202.150 com 2002. Houve aumento nas 5.545.350 de 73,18% · 100 = 173,18 exportações de 2007 comparado 3.202.150 com 2002.

Tabela 9.1b – Números-índices referentes a cada período

A Tabela 9.1b mostra os cálculos para encontrar os números-índices e a sua interpretação.


9.3 Número-índice simples (ou relativo de base fixa)

Os números-índices simples podem ser de preço (quando calculamos a razão entre o preço de um artigo num período qualquer e o preço do mesmo artigo num período base), quantidade (quando calculamos a razão entre a quantidade de um artigo num período qualquer e a quantidade do mesmo artigo num período base) e de valor (quando calculamos a razão do produto do preço pela quantidade num período qualquer e o produto do preço pela quantidade num período-base). As equações a seguir representam os números-índices simples para o preço, a quantidade e o valor de um determinado artigo, respectivamente: po, t =

pt · 100 po

(9.1)

q o, t =

qt · 100 qo

(9.2)

pt · qo · 100 po · q o

(9.3)

vo.t =


em que: • po é o preço do artigo no período-base; • pt é o preço do artigo num determinado período (ou período a ser comparado); • qo é a quantidade do artigo no período-base; • qt é a quantidade do artigo num determinado período (ou período a ser comparado). Exemplo 9.2 – O preço de um determinado artigo em 2005 foi de R$ 10,80 e, em 2007, subiu para R$ 12,90. Em 2005, foram produzidas 1.200 unidades deste artigo e, em 2007, foram produzidas 1.280 unidades. Calcular os índices de preço, quantidade e valor para este artigo, tomando o ano de 2005 como período-base. Resolução Preço p 12 ⋅ 90 · 100 = 119, 44 , ou seja, houve p 2005 ⋅ 2007 = 2007 · 100 = 10 ⋅ 80 p 2005 aumento de 19,44% (119,44 – 100) nos preços deste artigo de 2005 para 2007. 175


Quantidade q 2005,2007 =

q 2007 1280 · 100 = · 100 = 106, 67, ou seja, houve au1200 q 2005

mento de 6,67% (106,67 – 100) nas quantidades deste artigo de 2005 para 2007. p2007,q 2007 Valor 12,90 · 1280 v 2005,2007 = · 100= · 100=127,41 , o u p2005 ,q 2005 10,80 · 12000 seja, houve aumento de 27,41% (127,41 – 100) nos valores de venda deste artigo de 2005 para 2007.

9.4 Números-índices relativos de ligação

Este índice é obtido dividindo-se o índice de um período de interesse pelo período imediatamente anterior (ou, em alguns casos, comparandose o índice de interesse de um determinado mês com o índice do mesmo mês de um Se tivéssemos valores de outros anos, podeano anterior). ríamos obter as oscilações ocorridas com este


Exemplo 9.3 – Encontre os índices relativos de ligação para os seguintes índices de preço de um determinado artigo.

176

artigo em relação a preços, quantidades e valores comparados a 2005 (período-base).

O período que queremos usar como base deve receber o valor 100. Neste exemplo, vamos considerar o período-base como sendo janeiro.


Mês

Índices de preço (base fixa)

Índice de preço (relativo de ligação)

Janeiro

100

-

Fevereiro

100,6

100, 6 · 100 = 100, 6 100

Março

101,0

101, 0 · 100 = 100, 4 100, 6

Abril

105,9

105, 9 · 100 = 104, 9 101, 0

Maio

106,6

106, 6 · 100 = 100, 7 105, 9

Junho

102,2

102, 2 · 100 = 95, 9 106, 6

Tabela 9.3 – Índices relativos de ligação usando como base o mês de março


Podemos interpretar os resultados da tabela da seguinte forma: • de janeiro para fevereiro houve 0,6% (100,6 –100) de aumento nos preços; • de fevereiro para março houve 0,4% (100,4–100) de aumento nos preços; • de março para abril houve 4,9% (104,9–100) de aumento nos preços; • de abril para maio houve 0,7% (100,7–100) de aumento nos preços; • de maio para junho houve queda de 4,1% (95,9–100) nos preços.

9.5 Números-índices relativos em elo e em cadeia

Números-índices relativos em cadeia são os índices calculados quando a base é sempre o período anterior. Neste caso, cada númeroíndice representa uma comparação (percentual) com o ano anterior. Esses índices têm serventia para fazer comparações ano a ano, não servem para fazer comparações entre períodos muito distantes. Exemplo 9.4 – Suponhamos um determinado produto tenha apresentado os seguintes preços no período de 2002 a 2007: 1,85, 1,89, 1,96, 177


2,05, 2,26 e 2,49. Vamos chamar de elos de relativos os valores abaixo calculados da seguinte forma: p02,03

=

1, 89 ≅ 1, 0216 1, 85

Podemos dizer que, de 2002 para 2003, o preço do produto em questão subiu 2,16%. p03,04

=

1, 96 ≅ 1, 0370 1, 86


=

2, 05 ≅ 1, 0459 1, 96


=

2, 26 ≅ 1,1024 2, 05

Podemos dizer que, de 2005 para 2006, o preço do produto em questão subiu 10,24%. 2, 49 p02, 03 = ≅ 1,1018 2, 26


Podemos dizer que, de 2006 para 2007, o preço do produto em questão subiu 10,18%. Se desejarmos estabelecer o relativo do preço de 2007 em relação ao período-base 2002 e só conhecermos os elos de relativos (índices), basta fazermos:

178

p02, 07 = p02, 03 · p03, 04 · p05, 06 · p06, 07 = = 1, 0216 · 1, 0370 · 1, 0459 · 1,1024 · 1,1018 ≅ 1, 3458 Portanto, podemos dizer que o preço do produto em questão subiu 34,58% de 2002 a 2007. Perceba que obtemos o valor (1,3458) sem precisar saber exatamente os preços que o produto em questão assumiu em cada ano. Basta conhecermos os elos relativos (números-índices) dos períodos.


9.6 Números-índices agregados (números-índices compostos) Ao contrário dos números-índices simples, os compostos mostram variações nos preços, nas quantidades e nos valores de um grupo de itens. Vamos subdividir os índices agregados em duas partes: agregados simples e ponderados. Os números-índices agregados simples atribuem a mesma ponderação para todos os itens do problema em questão, não levando em conta a importância relativa de cada um. Para calcular este tipo de índice, bastaria somar os diversos itens ou artigos no período dado e comparar com a soma dos mesmos itens ou artigos do período-base. Já os números-índices agregados ponderados levam em conta as variações de um determinado item, atribuindo ponderações diferentes para os itens em questão.


Abaixo estão listados os números-índices agregados (ou compostos) mais conhecidos: • Índice Agregativo Simples • Índice de Sawerbeck • Índice de Laspeyres • Índice de Paasche • Índice de Fischer • Índice de Marshall-Edgeworth • Índice de Divisia • Índice de Drobish • Índice de Theil • Indice do “Bureau” No Brasil, alguns dos índices de preços mais utilizados são: IGPM, INPC, INPC-A, ICV, IPC. Nesta seção, vamos mostrar como encontrar os índices Agregativo Simples, de Sawerbeck, de Laspeyres, de Paasche e de Fischer.

9.6.1 Índice Agregativo Simples (IAS)

Esse índice simplesmente compara os preços entre um período e outro. É dado por: 179


∑ in=1 p IAS0, t = ∑ in=1 p

t ,i

· 100

( 9. 4 )

o,i

em que 0 e t indicam o período-base e o período de interesse. Exemplo 9.5.1 – Vamos supor a variação de preços de três itens nos períodos de 2006 e 2007, como mostra a tabela 9.5.1. Itens

Preços em 2006 (R$)


DVD

200,00

220,00

Arroz (kg)

1,20

2,40

Feijão (kg)

1,70

3,80

Tabela 9.5.1 – Variação de preços de três itens nos períodos de 2006 e 2007

Resolução Calculando o IAS, temos:

n 220, 00 + 2, 40 + 3, 80 ∑ i =1 p07,i IAS06,07 = · 100 = = n p 200, 00 + 1, 20 + 1, 70 ∑ i =1 06,i

=

226, 2 · 100 = 1,1148 · 100 = 111, 48 202, 9


Pelo IAS, poderíamos dizer que a variação do nível de preço é de 11,48% (111,48-100), o que é fácil verificar que não é uma boa forma de medir a variação de preços, pois estamos misturando produtos muito diferentes entre si, ou seja, o arroz e o feijão, juntos, mais que dobraram de preço, enquanto o DVD teve um aumento de 10%. Isto significa que este índice é muito alterado quando colocamos um produto de preço discrepante dos demais.

180

9.6.2 Índice de Sawerbeck

Este índice é calculado da seguinte forma: S0, t =

p  1 · ∑ in=1  t ,i  · 100 n  po,i 

( 9. 5)

A diferença deste índice para o anterior é que é feita uma média aritmética simples da razão entre os preços dos itens nos dois períodos.


Exemplo 9.5.2 – Supomos os mesmos dados da tabela 9.5.1 Itens



DVD

200,00

220,00

Arroz (kg)

1,20

2,40

Feijão (kg)

1,70

3,80

Resolução Calculando S, temos: 1 n p  1  220, 00 2, 40 3, 80  + · 100 = S06,07 = · ∑  07,i  · 100 = ·  + 3 i=1  p06,i  3  220, 00 1, 20 1, 70  1 · (5, 34) · 100 = 1, 78 · 100 = 1, 7800 · 100 3 = 178, 00 =


Obviamente, este índice não é o mais adequado, já que arroz e feijão (itens que são muito mais comprados do que DVD’s) subiram no mínimo 100% e o DVD, apenas 10%. Este índice ainda não é o mais adequado, pois nos permite dizer que, de 2006 para 2007, este grupo de produtos teve aumento de 78%, quando de fato este valor não representa o aumento de nenhum dos itens, quanto mais do conjunto deles. Para ter um índice mais consistente, devemos levar em consideração as quantidades vendidas de cada um. Os índices apresentados abaixo levam em consideração este fator (quantidade).

9.6.3 Índice de Laspeyres (ou Método da Época Básica) Este índice é constituído por uma média ponderada. A ponderação é feita em função dos preços ou das quantidades do período-base. Podem ser calculados índices de preços ou quantidades. Por considerar as quantidades (ou preços) iguais aos do período base, este índice tende a ser mais alto. As expressões abaixo representam a forma de calcular o índice de Laspeyres para o preço e quantidade, respectivamente: 181


Lo,t

p

Lo,t

q

n ∑ i =1( p t ,i · q o,i ) = · 100 (9.6) ∑ in=1( po,i · qo,i ) n ∑ i =1( q t ,i · p o,i ) = · 100 (9.7 ) ∑ in=1(qo,i · po,i )

em que: n: é o número de itens; pt,i: é o preço de um item qualquer no período atual; p0,i: é o preço de um item qualquer no período base; qt,i: é a quantidade de um item qualquer no período atual; q0,i:é a quantidade de um item qualquer no período base. Exemplo 9.5.3 – Considere os dados da tabela 9.5.3 abaixo. Use o ano 2005 como base e obtenha os índices de Laspeyres de preço e quantidade para um determinado item. Itens

2006

2005

2007

Preço

Quantidade

Preço

Quantidade

Preço

Quantidade

1

2,50

6

2,70

4

3,00

2

2

2,70

4

2,90

1

3,10

5

3

3,20

4

3,50

2

3,80

3

4

3,60

3

3,80

2

4,00

3

5

4,30

2

4,50

6

4,60

2


Tabela 9.5.3 – Preços e quantidades para um determinado item nos anos de 2005, 2006 e 2007.

182

Resolução Sabemos que o perído- base é 2005 (neste caso). Então, os denominadores dos índices serão resultado da soma dos produtos dos preços pelas quantidades de cada item no período-base, e os numeradores serão resultado da soma dos produtos dos preços (ou quantidades) no período atual pelas quantidades (ou preços) no período-base. Assim, temos:


Índices de Laspeyres para o preço: L2005,2006 = p

∑ in=1( p6,i · q 05,i ) · 100 = ∑ in=1( p05,i X q 05,i )

=

(2,70 · 6) + (2, 90 · 4) + (3, 50 · 4) + (3, 80 · 3) + (4, 50 · 2) · 100 = (2,50 · 6) + (2, 70 · 4) + (3, 20 · 4) + (3, 60 · 3) + (4, 30 · 2)

=

62,20 · 100 = 1,0754 · 100 = 107,24 58,00

Podemos dizer que os preços dos itens aumentaram 7,24% (107,24 – 100) de 2005 a 2006. L2005,2007 = p

∑ in=1( p7,i · q 05,i ) · 100 = ∑ in=1( p05,i · q 05,i )

=

(3,00 · 6) + (3,10 · 4) + (3, 80 · 4) + (4, 00 · 3) + (4, 60 · 2) · 100 = (2,50 · 6) + (2, 70 · 4) + (3, 20 · 4) + (3, 60 · 3) + (4, 30 · 2)

=

66,80 · 100 = 1,15517 · 100 = 115,17 58,00

Podemos dizer que os preços dos itens aumentaram 15,17% (115,17–100) de 2005 a 2007. Índices de Laspeyres para a quantidade:


L 2005,2006

q

n ∑ i =1( q 6,i · p05,i ) · 100 = = ∑ in=1(q05,i · p05,i )

=

( 4 · 2,500) + (1 · 2, 70) + ( 2 · 3, 20) + ( 2 · 3, 60) + (6 · 4, 30) · 100 = (6 · 2,50) + ( 4 · 2, 70) + ( 4 · 3, 20) + (3 · 3, 60) + ( 2 · 4, 30)

=

52,10 · 100 = 0,8983 · 100 = 89,83 58, 00

Podemos dizer que as quantidades dos itens diminuíram 10,17% (89,83–100) de 2005 a 2006.

183


L2005,2007

q

n ∑ i =1(q 7,i · p05,i ) = · 100 = ∑ in=1(q 05,i · p05,i )

=

(2 · 2,500) + (5 · 2, 70) + (3 · 3, 20) + (3 · 3, 60) + (2 · 4, 30) · 100 = (6 · 2,50) + (4 · 2, 70) + (4 · 3, 20) + (3 X 3, 60) + (2 · 4, 30)

=

47,5 · 100 = 0,8190 · 100 = 81,90 58,00


9.6.4 Índice de Paasche (ou Método da Época Atual)

Este índice é constituído de uma média harmônica ponderada de relativos. A ponderação é feita em função dos preços ou quantidades do período i. Podem ser calculados índices de preços ou quantidades. Por considerar as quantidades (ou preços) iguais às do período atual, este índice tende a encarecer a pesquisa. As expressões abaixo representam a forma de calcular o índice de Paasche para o preço e a quantidade, respectivamente:

∑ i i = 1( p t ,i · q t ,i ) · 100 = n ∑ i i = 1( po,i · q t ,i )

(9.8)

∑ i i = 1( p t ,i · q t ,i ) · 100 = n ∑ i i = 1( po,i · q t ,i )

(9.9)

n

Po,t

p

n


Po,t

184

q

em que: n: é o número de itens; pt,i: é o preço de um item qualquer no período atual; po,i: é o preço de um item qualquer no período base; qt,i: é a quantidade de um item qualquer no período atual; qo,i: é a quantidade de um item qualquer no período base. Exemplo 9.5.4 – Para comparar melhor os índices, trabalharemos todos eles com o mesmo exemplo anterior.


Resolução Continuaremos a utilizar o período-base como 2005. Então, os numeradores dos índices serão resultado da soma dos produtos dos preços pelas quantidades de cada item no período atual, e os denominadores serão resultado da soma dos produtos dos preços (ou quantidades) no período-base pelas quantidades (ou preços) no período atual. Assim, temos: Índices de Paasche para o preço: P2005,2006

p

n ∑ i =1( p06,i · q 06,i ) · 100 = ∑ in=1( p05,i · q06,i )

=

( 2, 70 · 4) + ( 2, 90 · 1) + (3, 50 · 2) + (3, 80 · 2) + ( 4, 50 · 6) · 100 = ( 2, 50 · 4) + ( 2, 70 · 1) + (3, 50 · 2) + (3, 60 · 2) + ( 4, 30 · 6)

=

55,3 · 100 = 1, 0614 · 100 = 106,14 52,10

Podemos dizer que os preços dos itens aumentaram 6,14% (106,14– 100) de 2005 a 2006. P2005,2007

p

n ∑ i =1( p07,i · q 07,i ) = · 100 ∑ in=1( p05,i · q 07,i )

=

(3, 00 · 2) + (3,10 · 5) + (3, 80 · 3) + (4, 00 · 3) + (4, 60 · 2) · 100 = (2, 50 · 2) + (2, 70 · 5) + (3, 50 · 3) + (3, 60 · 3) + (4, 30 · 2)

=

54,1 · 100 = 1,1389 · 100 = 113,89 47,50


Podemos dizer que os preços dos itens aumentaram 13,89% (113,89–100) de 2005 a 2007. Índices de Paasche para a quantidade: P2005,2006 = q

∑ in=1( p06,i · q 06,i ) · 100 ∑ in=1( p05,i · q 06,i )

=

(4 · 2, 70) + (1 · 2, 90) + (2 · 3, 50) + (2 · 3, 80) + (6 · 4, 50) (6 · 2, 50) + (4 · 2, 90) + (4 · 3, 50) + (3 · 3, 80) + (2 · 4, 50)

=

55,30 · 100 = 0,8891 · 100 = 88,91 62,20

· 100 =

185


Podemos dizer que as quantidades dos itens diminuíram 11,09% (88,91–100) de 2005 a 2006. P2005,2007 = q

∑ in=1( p07,i · q 07,i ) · 100 ∑ in=1( p05,i · q 07,i )

=

(2 · 3, 00) + (5 · 3,10) + (3 · 3, 80) + (3 · 4, 00) + (2 · 4, 60) · 100 = (6 · 3, 00) + (4 · 3,10) + (4 · 3, 80) + (3 · 4, 00) + (2 · 4, 60)

=

54,1 · 100 = 0,8099 · 100 = 80,99 66,8


9.6.5 Índice de Fischer (ou Índice Ideal)

Este índice é a média geométrica dos índices de Laspeyres e de Paasche. A ponderação desse índice é uma mistura dos dois sistemas anteriores (Laspeyres e Paasche). Será um valor entre o valor do índice de Paasche e do índice de Laspeyres, ou seja, superior ao fornecido pela fórmula de Paasche e inferior ao fornecido pela fórmula de Laspeyres. Podem ser calculados índices de preços ou quantidades. As expressões abaixo representam a forma de calcular o índice de Fischer para o preço e a quantidade, respectivamente: Fo,t = Lo,t , · Po,t

p

(9.10)

Fo,t = Lo,t , · Po,t

q

(9.11)

p

q

p

q

em que: Lo,t é o índice obtido pela fórmula de Laspeyres para o preço; p Lo,t é o índice obtido pela fórmula de Laspeyres para a quantidade; q Po,t é o índice obtido pela fórmula de Paasche para o preço e; p Po,t é o índice obtido pela fórmula de Paasche para a quantidade. Proibida a reprodução – © UniSEB Interativo

q

186

Exemplo 9.5.5 – Ainda utilizando o exemplo anterior, portanto trabalhando com a tabela 9.5.3, teremos: Resolução Devemos calcular a raiz quadrada do produto do índice de Laspeyres pelo índice de Paasche (que nada mais é do que a média geométrica entre os dois índices) para o preço e para a quantidade, respectivamente.


Índices de Fischer para o preço F2005,2006 = L05,06 · P05,06 = 107, 24 · 106,14 = 11382, 4536 p

p

p

 106, 69 Podemos dizer que os preços dos itens aumentaram 6,69% (106,69– 100) de 2005 a 2006. F2005,2007 = L05,07 · P05,07 = 115,17 · 113,89 = 13116, 7113 p

p

p

≅ 114, 53 Podemos dizer que os preços dos itens aumentaram 14,53% (114,53–100) de 2005 a 2007. Índices de Fischer para a quantidade F2005,2006 = L05,06 · P05,06 = 89, 83 · 88,91 = 7986, 7853  89, 37 q

q

q

Podemos dizer que os preços dos itens diminuíram 10,63% (89,37– 100) de 2005 a 2006. F2005,2007 = L05,07 · P05,07 = 81, 90 · 80,90 = 6633, 081 ≅ 81, 44 q

q

q

Podemos dizer que as quantidades dos itens diminuíram 18,56% (81,44–100) de 2005 a 2007. Fazendo uma comparação geral dos índices de Laspeyres, Paasche e Fischer, percebemos que, na maioria das vezes, P0,t < F0,t < L0,t.


9.7 Mudança do período-base de um número-índice

O período a ser escolhido como base é aquele que não se encontra influenciado por variações econômicas ou empresariais atípicas. Também devemos evitar escolher como período-base aqueles que estiverem muito distantes da época que se está interessado em estudar. Por diversas vezes, a série de índices está construída sob um determinado período que não é adequado para uma pesquisa mais recente, portanto podemos decidir mudar o período-base para melhorar os resultados obtidos. O processo de mudança de base consiste em dividir toda a série de números-índices originais pelo número-índice escolhido (referente à nova base). Os resultados obtidos desta operação serão os números-índices referentes ao novo período-base. 187


Exemplo 9.6 – Mudar a série de números-índices abaixo de 2002 para 2004. Observe que devemos dividir todos os índices antigos por 107,4, que é o índice correspondente ao novo período-base escolhido. Ver os dados na tabela 9.6. Resolução Para encontrar a linha dos novos índices, fizemos o seguinte cálculo: Para o período t:

índice velho do período t · 100 índice velho da nova base ( no caso 107, 4)

Ano

2002

2003

2004

2005

2006

2007

Índice antigo Índice novo

100 93,11

106,2 98,88

107,4 100

110,2 102,61

114,9 106,98

116,0 108,01

Tabela 9.6: mudança do período-base de 2002 para 2004

Para o ano de 2002, o novo índice será

Para o ano de 2003, o novo índice será Para o ano de 2004, o novo índice será Para o ano de 2005, o novo índice será Para o ano de 2006, o novo índice será


Para o ano de 2007, o novo índice será

188

100 · 100 ≅ 93,11; 107, 4 106, 2 107, 4 107, 4 107, 4 110, 2 107, 4 114, 9 107, 4 116, 0 107, 4

· 100 ≅ 98, 88; · 100 = 100; · 100 ≅ 102, 61; · 100 ≅ 106, 98; · 100 ≅ 108, 01;

A mudança do período-base apresentada aqui não é considerada válida para os númerosíndices de Laspeyres, Paasche e Fischer, por não satisfazerem uma propriedade importante (propriedade circular*).


Atividades

01. Dada a tabela abaixo, determine: a) os índices simples de preços para 2007 dos três artigos, usando 2001 como ano base; b) os índices simples de quantidades para 2007 dos três artigos, usando 2001 como ano base; c) os índices simples de valor para 2007 dos três artigos, usando 2001 como ano base; d) o índice agregado de preços de Sauerbeck para 2007 dos três artigos, usando 2001 como ano base; e) o índice agregado de preços Simples (IAS) para 2007 dos três artigos, usando 2001 como ano base; f) o índice agregado de preços de Laspeyres para 2007 dos três artigos, usando 2001 como ano base; g) o índice agregado de preços de Paasche para 2007 dos três artigos, usando 2001 como ano base; h) o índice agregado de preços de Fisher para 2007 dos três artigos, usando 2001 como ano base. Bem

Unidade de medida

2001, p0 0,70 0,75 1,20 B

Leite Pão Ovos

Litro 500 g dúzia

Consumo per capita (mensal)

Preço médio B

2007, pn 1,38 2,00 2,90 B

B

2001, q0 30 3,8 1,5 B

B

2007, qn 35 3,7 1,0 B

B


02. São dados os valores das exportações de um país em moeda local: Ano

Exportações (X$)

2002 2003 2004 2005 2006 2007

1.234.500 1.445.200 1.020.000 1.805.600 1.980.500 1.740.100

a) Construa um índice tomando como base o ano de 2005. b) Transforme a base do índice para 2002. 189


03. É dada uma série de números-índices. Mês

Índice (base: jan/06=100)

Jan/07 Fev/07 Mar/07 Abr/07 Mai/07 Jun/07 Jul/07 Ago/07

300 320 337 350 398 410 435 496

a) Calcule a variação percentual em cada mês. b) Transforme a base do índice para agosto de 2007. 04. Calcule as variações de preços e quantidades pelos índices de Laspeyres, Paasche e Fisher de 2006 par 2007. 2006 Produto A Produto B Produto C

Preços R$2,50 R$3,00 R$4,50

2007 Quantidades 1000 1500 2000

Preços R$2,60 R$4,00 R$3,90

Quantidades 500 1100 2300

05. Um consumidor compra habitualmente, em um supermercado, os produtos relacionados na tabela abaixo, juntamente com as quantidades e os preços. Calcular os índices de Laspeyres, Paasche e Fischer para o preço utilizando a tabela abaixo. i

Produto

Quantidade q0 q1 5 6 10 8 2 4 30 25 150 130 5 5 3 4 1 2


B

190

1 2 3 4 5 6 7 8

Alcatra (kg) Arroz (kg) Feijão (kg) Leite A (l) Pão francês (u) Açúcar (kg) Café (1/2 kg) Óleo de soja (l)

B

B

B

Preço po 13,08 1,85 2,20 1,62 0,15 1,95 1,90 2,36 B

B

p1 14,07 2,60 3,31 2,15 0,20 2,20 3,35 2,90 B

B


9 10

Óleo de milho (l) Leite em pó (kg)

1 1

1 3

3,16 4,62

4,85 6,23

11

Manteiga (pc)

1

1

2,50

3,39

12

Macarrão (kg)

6

6

1,90

2,40

13

Farinha de trigo (kg)

2

3

2,50

2,96

14

Bolacha (200g)

5

4

1,38

1,91

15

Sal (kg)

0,5

0,5

0,79

1,15

16

Ext. tomate (350g)

5

4

1,80

2,15

17

Laranja (kg)

5

5

1,05

1,93

18

Batata (kg)

5

5

1,44

2,31

19

Alface (pé)

20

10

0,80

1,50

20

Ovos (dz)

3

2,5

2,32

3,10

Ano

1980 (período-base)

Produto Produto A Produto B Produto C Produto D Produto E Totais

Preço (p0) Quant. (q0) 8,4 62 13,2 112 8,0 30 4,8 53 16,8 290 Σ p0q0 – 7365,6 B

B

1990

B

B

2000

Preço (p1) 14,4 17,7 15,8 5,0 23,1 Σ p1q0 – 10313,2 B

B

Preço (p2) 22,5 31,6 29,9 19,2 42,8 Σ p2q0 – 19260,8 B

B

06. A tabela abaixo apresenta a evolução de preços e quantidades de cinco produtos referentes aos anos de 1980, 1990 e 2000. 1980 (período-base)

1990

2000

Preço (p0)

Quant (q0)

Preço (p1)

Preço (p2)

Produto A Produto B

8,4 13,2

62 112

14,4 17,7

22,5 31,6

Produto C

8,0

30

15,8

29,9

Produto D Produto E

4,8 16,8

53 290

5,0 23,1

19,2 42,8

Totais

∑ p0q 0 = 7365, 6


Ano produto

∑ p1q 0 = 10313, 2 ∑ p2q 0 = 19260, 8 191


a) Qual é o índice de Laspeyres para o preço de 2000 com base em 1980? b) Qual é o índice de Laspeyres para o preço de 2000 com base em 1990? Considere os seguintes dados para responder às três próximas questões: Preços (R$/kg) Artigos 2005 A 8 B 5 C 15

2006 10 8 17

2007 11 10 20

Quantidades (1000kg) 2005 2006 2007 12 14 14,8 23 22,8 31 54 62 58

07. Encontre os índices de Laspeyres de preços, no período de 2005 a 2007, tomando por base o ano de 2005. 08. Encontre os índices de Paasche de preços, no período de 2005 a 2007, tomando por base o ano de 2005. 09. Encontre os índices de Fischer de preços, no período de 2005 a 2007, tomando por base o ano de 2005.



01. a) b) c) d) e) f) g) h)

192

Para leite, pão e ovos, respectivamente: 197,14; 266,67; 241,67 Para leite, pão e ovos, respectivamente: 116,67; 97,37; 66,67 Para leite, pão e ovos, respectivamente: 230; 259,65; 161,11 235,16 236,98 207,99 205,76 206,87

02. a) 2a coluna b) 3a coluna Ano

Índice (Base=2005)

Índice (Base=2002)

2002 2003 2004 2005

68,37 80,04 56,49 100

100 117,07 82,62 146,26


2006 2007

109,69 96,37

160,44 140,95

03. a) 3a coluna b) 4a coluna Mês

Índice (base: jan/06=100)

Variação percentual em cada mês

Índice (base: ago/07=100)

Jan/07 Fev/07 Mar/07 Abr/07 Mai/07 Jun/07 Jul/07 Ago/07

300 320 337 350 398 410 435 496

106,67 105,31 103,86 113,71 103,02 106,09 114,02

60,48 64,42 67,94 70,56 80,24 82,66 87,70 100

04. Índice de Laspeyres de preço e quantidade, respectivamente: 102,5 e 93,13 Índice de Paasche de preço e quantidade, respectivamente: 98,46 e 89,45 Índice de Fischer de preço e quantidade, respectivamente: 100,46 e 91,27


05. Índice de Laspeyres de preço, respectivamente: 132,08 Índice de Paasche de preço, respectivamente: 129,57 Índice de Fischer de preço, respectivamente: 130,82 06. a) 261,50 b) 140,02 07. 141,23 08. 142,80 09. 142,01 193


Leitura recomendada

Para que você tenha uma noção sobre como a Estatística auxilia na determinação dos índices que são utilizados para o cálculo da inflação, sugerimos o artigo “Inflação: Métodos diferentes definem custo de vida”, disponível em http://super.abril.com.br/cotidiano/inflacao-metodosdiferentes-definem-custo-vida-436516.shtml (Revista Superinteressante, Edição 104, Maio de 1996, Editora Abril).

Reflexão

Agora, acreditamos que você poderá interpretar de maneira mais profunda muitas das informações que recebe. O conhecimento de índices (além das muitas outras medidas abordadas neste livro) é de fundamental importância nas análises que o administrador necessita fazer em seu cotidiano. Comprovadamente, o uso da Estatística na Adminstração reduz perdas e custos, leva a tomadas de decisões com maiores chances de acerto, diminui riscos, entre tantas outras vantagens. Aplicar ou não o que você aprendeu, agora, depende exclusivamente de você. Boa sorte e muito sucesso!

Referências FREUND, John E.; SIMON, Gary A. Estatística aplicada: economia, administração e contabilidade. Porto Alegre: Bookman, 2000. KAZMIER, Leonard J. Estatística aplicada à economia e administração. São Paulo: McGraw-Hill do Brasil, 1982.


MOORE, David S.; McCABE, George P.; DUCKWORTH, William M.; SCLOVE, Stanley L. A prática da estatística empresarial. Rio de Janeiro: LTC, 2006.

194

SARTORIS, Alexandre. Estatística e introdução à econometria. São Paulo: Saraiva, 2003. SPIEGEL, Murray R. Estatística. São Paulo: Makron Books, 1993. TRIOLA, Mario F. Introdução à estatística. Rio de Janeiro: LTC, 1999.


Referências bibliográficas ANDERSON, David R.; SWEENEY, Denis J.; WILLIAMS, Thomas A. Estatística aplicada à administração e economia. São Paulo: Pioneira Thomson Learning, 2003. BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatística básica. São Paulo: Saraiva, 2003. COSTA NETO, Pedro Luiz de Oliveira. Estatística. São Paulo: Edgard Blucher, 2002. DOWNING, Douglas; CLARK, Jeffrey. Estatística aplicada. São Paulo: Saraiva, 2002. FARIAS, Alfredo Alves de; SOARES, José Francisco; CÉSAR, Cibele Comini. Introdução à estatística. Rio de Janeiro,: LTC, 2003. FARBER, Larson. Estatística aplicada. São Paulo: Pearson Prentice Hall, 2004. FONSECA, Jairo Simon; MARTINS, Gilberto de Andrade; TOLEDO, Geraldo Luciano. Estatística aplicada. São Paulo: Atlas, 1985. FREUND, John E.; SIMON, Gary A. Estatística aplicada: economia, administração e contabilidade. Porto Alegre: Bookman, 2000.


KAZMIER, Leonard J. Estatística aplicada à economia e administração. São Paulo: McGraw-Hill do Brasil, 1982. LEVIN, Jack; FOX, James Alan. Estatística para ciências humanas. São Paulo: Prentice Hall, 2004. LEVINE, David M.; BERENSON, Mark L.; STEPHAN David. Estatística: teoria e aplicações. Rio de Janeiro: LTC, 2000.

195


MAGALHÃES, Marcos Nascimento; LIMA, Antônio Carlos Pedroso de. Noções de probabilidade e estatística. São Paulo: Editora da Universidade de São Paulo, 2004. MARTINS, Gilberto de Andrade. Estatística geral e aplicada. São Paulo: Atlas, 2002. MILONE, Giuseppe. Estatística geral e aplicada. São Paulo: Pioneira Thomson Learning, 2004. MOORE, David S.; McCABE, George P.; DUCKWORTH, William M.; SCLOVE, Stanley L. A prática da estatística empresarial. Rio de Janeiro: LTC, 2006. SARTORIS, Alexandre. Estatística e introdução à econometria. São Paulo: Saraiva, 2003. SMAILES, Joanne; McGRANE, Angela. Estatística aplicada à administração com Excel. São Paulo: Atlas, 2002. SPIEGEL, Murray R. Estatística. São Paulo: Makron Books, 1993. TRIOLA, Mario F. Introdução à estatística. Rio de Janeiro: LTC, 1999. VIEIRA, Sonia. Elementos de estatística. São Paulo: Atlas, 2003. Curva Normal (p = área entre 0 e z)


Distribuição Normal Padronizada – probabilidade de z entre 0 e 1

196

z 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

0.00 0.0000 0.0398 0.0793 0.1179 0.1554 0.1915 0.2257 0.2580

0.01 0.0040 0.0438 0.0832 0.1217 0.1591 0.1950 0.2291 0.2611

0.02 0.0080 0.0478 0.0871 0.1255 0.1628 0.1985 0.2324 0.2642

0.03 0.0120 0.0517 0.0910 0.1293 0.1664 0.2019 0.2357 0.2673

0.04 0.0160 0.0557 0.0948 0.1331 0.1700 0.2054 0.2389 0.2704

0.05 0.0199 0.0596 0.0987 0.1368 0.1736 0.2088 0.2422 0.2734

0.06 0.0239 0.0636 0.1026 0.1406 0.1772 0.2123 0.2454 0.2764

0.07 0.0279 0.0675 0.1064 0.1443 0.1808 0.2157 0.2486 0.2794

0.08 0.0319 0.0714 0.1103 0.1480 0.1844 0.2190 0.2517 0.2823

0.09 0.0359 0.0753 0.1141 0.1517 0.1879 0.2224 0.2549 0.2852


Distribuição Normal Padronizada – probabilidade de z entre 0 e 1 z 0.8 0.9

0.00 0.2881 0.3159

0.01 0.02 0.2910 0.2939 0.3186 0.3212

0.03 0.04 0.2967 0.2995 0.3238 0.3264

0.05 0.06 0.07 0.08 0.09 0.3023 0.3051 0.3078 0.3106 0.3133 0.3289 0.3315 0.3340 0.3365 0.3339

1.0

0.3413

0.3438 0.3461

0.3485 0.3508

0.3531 0.3554 0.3577 0.3599 0.3621

1.1

0.3643

0.3665 0.3686

0.3708 0.3729

0.3749 0.3770 0.3790 0.3810 0.3830

1.2

0.3849

0.3869 0.3888

0.3907 0.3925

0.3944 0.3962 0.3980 0.3997 0.4015

1.3

0.4032

0.4049 0.4066

0.4082 0.4099

0.4115 0.4131 0.4147 0.4162 0.4177

1.4

0.4192

0.4207 0.4222

0.4236 0.4251

0.4265 0.4279 0.4292 0.4306 0.4319

1.5

0.4332

0.4345 0.4357

0.4370 0.4382

0.4394 0.4406 0.4418 0.4429 0.4441

1.6

0.4452

0.4463 0.4474

0.4484 0.4495

0.4505 0.4515 0.4525 0.4535 0.4545

1.7

0.4554

0.4564 0.4573

0.4582 0.4591

0.4599 0.4608 0.4616 0.4625 0.4633

1.8

0.4641

0.4649 0.4656

0.4664 0.4671

0.4678 0.4686 0.4693 0.4699 0.4706

1.9

0.4713

0.4719 0.4726

0.4732 0.4738

0.4744 0.4750 0.4756 0.4761 0.4767

2.0

0.4772

0.4778 0.4783

0.4788 0.4793

0.4798 0.4803 0.4808 0.4812 0.4817

2.1

0.4821

0.4826 0.4830

0.4834 0.4838

0.4842 0.4846 0.4850 0.4854 0.4857

2.2

0.4861

0.4864 0.4868

0.4871 0.4875

0.4878 0.4881 0.4884 0.4887 0.4890

2.3

0.4893

0.4896 0.4898

0.4901 0.4904

0.4906 0.4909 0.4911 0.4913 0.4916

2.4

0.4918

0.4920 0.4922

0.4925 0.4927

0.4929 0.4931 0.4932 0.4934 0.4936

2.5

0.4938

0.4940 0.4941

0.4943 0.4945

0.4946 0.4948 0.4949 0.4951 0.4952

2.6

0.4953

0.4955 0.4956

0.4957 0.4959

0.4660 0.4961 0.4962 0.4963 0.4964

2.7

0.4965

0.4966 0.4967

0.4968 0.4969

0.4970 0.4971 0.4972 0.4973 0.4974

2.8

0.4974

0.4975 0.4976

0.4977 0.4977

0.4978 0.4979 0.4979 0.4980 0.4981

2.9

0.4981

0.4982 0.4982

0.4983 0.4984

0.4984 0.4985 0.4985 0.4986 0.4986

3.0

0.4987

0.4987 0.4987

0.4988 0.4988

0.4989 0.4989 0.4989 0.4990 0.4990

P(|t de Student| ≥ valor tabelado) = α ⇔ Valores bilaterais


G. L. 0.50

0.20

0.10

0.05

0.04

0.02

0.01

0.005

0.001

1

1.000 3.078 6.314 12.706 15.894 31.821 63.656 127.321 636.578

2

0.816 1.886 2.920 4.303

4.849

6.965 9.925 14.089

31.600

3

0.765 1.638 2.353 3.182

3.482

4.541 5.841 7.453

12.924

4

0.741 1.533 2.132 2.776

2.999

3.747 4.604 5.598

8.610

5

0.727 1.476 2.015 2.571

2.757

3.365 4.032 4.773

6.869

6

0.718 1.440 1.943 2.447

2.612

3.143 3.707 4.317

5.959

7

0.711 1.415 1.895 2.365

2.517

2.998 3.499 4.029

5.408

8

0.706 1.397 1.860 2.306

2.449

2.896 3.355 3.833

5.041

9

0.703 1.383 1.833 2.262

2.398

2.821 3.250 3.690

4.781 197



198

10

0.700 1.372 1.812 2.228

2.359

2.764 3.169 3.581

4.587

11

0.697 1.363 1.796 2.201

2.328

2.718 3.106 3.497

4.437

12

0.695 1.356 1.782 2.179

2.303

2.681 3.055 3.428

4.318

13

0.694 1.350 1.771 2.160

2.282

2.650 3.012 3.372

4.221

14

0.692 1.345 1.761 2.145

2.264

2.624 2.977 3.326

4.140

15

0.691 1.341 1.753 2.131

2.249

2.602 2.947 3.286

4.073

16

0.690 1.337 1.746 2.120

2.235

2.583 2.921 3.252

4.015

17

0.689 1.333 1.740 2.110

2.224

2.567 2.898 3.222

3.965

18

0.688 1.330 1.734 2.101

2.214

2.552 2.878 3.197

3.922

19

0.688 1.328 1.729 2.093

2.205

2.539 2.861 3.174

3.883

20

0.687 1.325 1.725 2.086

2.197

2.528 2.845 3.153

3.850

21

0.686 1.323 1.721 2.080

2.189

2.518 2.831 3.135

3.819

22

0.686 1.321 1.717 2.074

2.183

2.508 2.819 3.119

3.792

23

0.685 1.319 1.714 2.069

2.177

2.500 2.807 3.104

3.768

24

0.685 1.318 1.711 2.064

2.172

2.492 2.797 3.091

3.745

25

0.684 1.316 1.708 2.060

2.167

2.485 2.787 3.078

3.725

26

0.684 1.315 1.706 2.056

2.162

2.479 2.779 3.067

3.707

27

0.684 1.314 1.703 2.052

2.158

2.473 2.771 3.057

3.689

28

0.683 1.313 1.701 2.048

2.154

2.467 2.763 3.047

3.674

29

0.683 1.311 1.699 2.045

2.150

2.462 2.756 3.038

3.660

30

0.683 1.310 1.697 2.042

2.147

2.457 2.750 3.030

3.646

31

0.682 1.309 1.696 2.040

2.144

2.453 2.744 3.022

3.633

32

0.682 1.309 1.694 2.037

2.141

2.449 2.738 3.015

3.622

33

0.682 1.308 1.692 2.035

2.138

2.445 2.733 3.008

3.611

34

0.682 1.307 1.691 2.032

2.136

2.441 2.728 3.002

3.601

35

0.682 1.306 1.690 2.030

2.133

2.438 2.724 2.996

3.591

36

0.681 1.306 1.688 2.028

2.131

2.434 2.719 2.990

3.582

37

0.681 1.305 1.687 2.026

2.129

2.431 2.715 2.985

3.574

38

0.681 1.304 1.686 2.024

2.127

2.429 2.712 2.980

3.566

39

0.681 1.304 1.685 2.023

2.125

2.426 2.708 2.976

3.558

40

0.681 1.303 1.684 2.021

2.123

2.423 2.704 2.971

3.551

41

0.681 1.303 1.683 2.020

2.121

2.421 2.701 2.967

3.544

42

0.680 1.302 1.682 2.018

2.120

2.418 2.698 2.963

3.538

43

0.680 1.302 1.681 2.017

2.118

2.416 2.695 2.959

3.532


44

0.680 1.301 1.680 2.015

2.116

2.414 2.692 2.956

3.526

45

0.680 1.301 1.679 2.014

2.115

2.412 2.690 2.952

3.520

46

0.680 1.300 1.679 2.013

2.114

2.410 2.687 2.949

3.515

47

0.680 1.300 1.678 2.012

2.112

2.408 2.685 2.946

3.510

48

0.680 1.299 1.677 2.011

2.111

2.407 2.682 2.943

3.505

49

0.680 1.299 1.677 2.010

2.110

2.405 2.680 2.940

3.500

50

0.679 1.299 1.676 2.009

2.109

2.403 2.678 2.937

3.496

60

0.679 1.296 1.671 2.000

2.099

2.390 2.660 2.915

3.460

70

0.678 1.294 1.667 1.994

2.093

2.381 2.648 2.899

3.435

80

0.678 1.292 1.664 1.990

2.088

2.374 2.639 2.887

3.416

90

0.677 1.291 1.662 1.987

2.084

2.368 2.632 2.878

3.402

100

0.677 1.290 1.660 1.984

2.081

2.364 2.626 2.871

3.390

110

0.677 1.289 1.659 1.982

2.078

2.361 2.621 2.865

3.381

120

0.677 1.289 1.658 1.980

2.076

2.358 2.617 2.860

3.373

∞

0.674 1.282 1.645 1.960

2.054

2.326 2.576 2.807

3.290

0,25

0,02

0,01

0,0005

0,10

0,05

0,025

0,005 0,0025


Tabela – Valores críticos da distribuição t de Student

199



Minhas anotações:

200

aç

ão

Pesquisa de Mercado Caro(a) acadêmico(a),

Ap

res

ent

Estamos iniciando o estudo da disciplina Pesquisa de Mercado, cujo conteúdo abordado será de grande importância para sua formação como administrador. Esta disciplina irá tratar de conceitos e práticas relacionados ao Sistema de Informações de Marketing nas organizações, mais especificamente do processo para desenvolvimento da pesquisa de marketing. Devido à crescente competitividade no mercado, torna-se cada vez maior a demanda por informações relevantes e em tempo real para a empresa. O desenvolvimento de bens e serviços que agreguem valor ao cliente, a compreensão de seu comportamento em relação a produtos, marcas, promoções e preços são exemplos de algumas informações que precisam ser coletadas no mercado para o processo de tomada de decisão em marketing. Essas decisões representam um desafio para as organizações. Assim, desenvolver o conhecimento acerca de assuntos que lhe auxiliarão nesse processo é uma tarefa importante em que a pesquisa de marketing entra em cena como uma ferramenta que levantará informações sobre situações específicas de marketing para a empresa, direcionando-a em suas decisões de marketing. Assim, nesta disciplina, o objetivo maior será apresentar a você conceitos fundamentais a respeito do Sistema de Informações Marketing e seus componentes, aprofundando-se no processo para desenvolvimento de pesquisas mercadológicas. Como futuro administrador, imagine o valor de desenvolver conhecimento acerca desta ferramenta! Mesmo que em sua empresa as pesquisas sejam desenvolvidas por terceiros ou por departamentos de que você não faz parte, é de fundamental importância que conheça todo o processo, até mesmo para facilitar a avaliação de uma proposta de projeto desenvolvida por um prestador de serviços na área. Portanto, esta disciplina abordará temas diversos, como o Sistema de Informações de

Pesquisa de mercado

Marketing e seus componentes; a pesquisa de marketing e o SIM; etapas do projeto de pesquisa; definição do problema e objetivos da pesquisa; formulação do desenho da pesquisa; as técnicas de escalonamento e a construção do questionário; e o plano de amostragem e o relatório final. Esperamos que compreenda o conteúdo da disciplina e consiga aplicar no seu dia a dia os conceitos e práticas aqui abordadas. Acreditamos que, ao longo do estudo, você irá despertar ainda mais interesse pelo assunto, e curiosidades em relação ao tema com certeza surgirão. Portanto, organize seu tempo, seja disciplinado em suas atividades e saiba que você tem uma grande equipe ao seu dispor.


Bons estudos!

202


Introdução

A informação, atualmente, tornou-se um elemento fundamental para o sucesso empresarial. As empresas precisam não apenas desenvolver suas habilidades para obter e acumular informações relevantes para o seu negócio, como também saber interpretá-las e utilizá-las no momento correto e de maneira eficaz. É um desafio para as organizações conhecer os hábitos e as preferências dos consumidores, suas atitudes e comportamentos, suas percepções sobre marcas e serviços, seus produtos preferidos, a sensibilidade a preço, as propagandas e promoções que mais os atraem, enfim: as empresas estão buscando incessantemente maneiras de agradar aos consumidores de modo que, além de atraí-los, consigam torná-los leais aos bens e serviços ofertados por ela. Neste contexto, entra em cena o Sistema de Informações de Marketing (SIM) que é uma estrutura responsável por reunir, selecionar, analisar, interpretar e manter um fluxo constante de informações a respeito do ambiente de marketing no qual a empresa está inserida. Esta estrutura varia de empresa para empresa, dependendo da cultura empresarial, da estrutura de marketing e dos recursos disponíveis. O SIM, de maneira geral, é composto por quatro subsistemas, que são: os registros internos, o sistema de inteligência de marketing, o sistema de apoio às decisões de marketing e o sistema de pesquisa de marketing. Enquanto os registros internos cuidam dos dados de resultado da organização, como vendas, custos, produção, o sistema de inteligência cuida de detectar tendências, por meio, pesquisas na Internet, visita a feiras; o sistema de apoio é composto por softwares e hardwares que armazenarão os dados e desenvolverão os processos estatísticos e modelos de decisão para apoio aos executivos; e a pesquisa será responsável por coletar, analisar e desenvolver relatórios sistemáticos de dados e descobertas relevantes sobre uma situação específica de marketing enfrentada por uma empresa. Assim, a pesquisa de marketing faz parte do SIM e objetiva coletar dados pertinentes e transformá-los em informações que ajudem os executivos de marketing na solução de problemas específicos e esporádicos que surgem durante o processo de administração de marketing e que não estão no SIM. Ou seja, você utilizará a pesquisa em situações específicas em que o SIM não consegue lhe dar respostas. Mas, para desenvolver uma pesquisa de marketing, você deve seguir várias etapas ordenadas e interdependentes para que o projeto de 203

Pesquisa de mercado

pesquisa alcance um nível satisfatório de qualidade. As etapas para o desenvolvimento do projeto de pesquisa são: definição do problema e desenvolvimento da abordagem do problema; formulação do desenho da pesquisa; coleta de dados; análise e preparação dos dados e preparação e apresentação do relatório. Essas etapas mantêm uma ordem de acontecimentos e, como abordado anteriormente, são interdependentes para que, no final do projeto, ofereçam resultados consistentes e de qualidade para a empresa. Portanto, é de fundamental importância a compreensão de cada etapa do processo e de suas interligações para o desenvolvimento de um conhecimento mais sólido sobre o tema “pesquisa de marketing”. Esperamos que você faça bom uso dos assuntos que serão tratados nesta disciplina e que ela venha a agregar o devido valor na sua formação como administrador.


Bons estudos!

204

UU

Sistema de Informação de Marketing (SIM) e pesquisa de marketing

UU

UUU

UU

Nesta primeira unidade, iremos apresentar a você os conceitos fundamentais sobre o Sistema de Informações de Marketing e seus componentes. Um foco especial em pesquisa de marketing será dado para que você conheça a importância dessa ferramenta nas organizações, e algumas situações em que é utilizada.


Espera-se que, após estudar os conceitos inerentes ao Sistema de Informações de Marketing, você seja capaz de: • entender a importância do SIM e seus componentes; • entender o valor da informação; • compreender a natureza e a intenção da pesquisa de marketing e seu papel na concepção e implementação de programas de marketing; • compreender as diversas aplicações e usos de pesquisa de marketing; • aprender a entender os aspectos éticos da pesquisa de marketing e das responsabilidades que cada um dos seus participantes tem consigo mesmo, entre si e com o projeto de pesquisa.

Você se lembra?

Você se lembra de algum relatório de vendas, de produção ou de cobrança que analisou em sua empresa? Esses relatórios fazem parte do SIM, mais especificamente do sistema de registros internos. As empresas devem interpretar cuidadosamente esses dados para não tomar decisões erradas. Comece a observar as informações de que os gestores necessitam para a tomada de decisão na organização em que você trabalha. Observe: eles recebem todas as informações de que precisam? Essas informações chegam em tempo hábil? São completas, confiáveis, precisas e relevantes para o gestor? Observe! Você aprenderá muito mais...

Pesquisa de mercado


1.1 Sistema de Informação de Marketing (SIM) e a pesquisa de marketing

206

O cliente busca a satisfação de seus desejos e necessidades, enquanto o fornecedor busca obter lucro. Sabemos que a ação de marketing deve visar à efetivação dessa troca e, principalmente, a sua repetição, por meio da fidelização do cliente. Paralelamente a isso, a todo o momento, em todos os lugares e ambientes, são criadas, enviadas, captadas, analisadas, difundidas e utilizadas informações para o gerenciamento dos negócios. Pode-se mesmo afirmar que um bom negócio é, nada mais nada menos, que uso e troca eficientes de informações, transformadas em conhecimento, produtos e serviços que visem ao alcance dos objetivos da empresa e ao desenvolvimento da sociedade na qual ela está inserida. A informação desempenha importante papel na evolução humana para uma sociedade do conhecimento, na qual será, ao mesmo tempo, o produto mais precioso e disputado e o insumo mais efetivo na geração de novos produtos e riquezas. Dessa forma, o domínio da informação e sua transformação em conhecimento aplicado traduz-se num menor risco à descontinuidade da empresa, gera novas formas de produtos, negócios, alianças e parcerias. O uso deste conhecimento ocorre basicamente na esfera do processo decisório: são as informações que permitirão diagnosticar, analisar, planejar, implementar, avaliar e controlar todos os setores da empresa. Nesse contexto, torna-se necessária uma maior compreensão do processo de tomada de decisão, suas características e sua interface direta com o conhecimento do ambiente, principalmente mercadológico, onde a empresa atua ou quer atuar (TEIXEIRA, 1997). Para satisfazer o cliente e garantir que o valor percebido dos benefícios da oferta supera os custos incorridos na sua aquisição, precisamos conhecê-lo muito bem ao longo de todo esse processo, que deve resultar na troca e na sua volta no futuro, com a sua fidelização. Precisamos entender como a sua necessidade é despertada, como ele busca informações sobre alternativas para satisfazer essa necessidade, como ele atribui valor às opções de mercado, como decide que as informações obtidas são suficientes para tomar a decisão de aquisição e consumo, como é influenciado pelas suas características pessoais e ambientais, como busca e seleciona os pontos para aquisição do produto ou serviço, como o consome, e, mais recentemente, estudamos também como ele des-

Sistema de Informação de Marketing (SIM) e pesquisa de marketing – Unidade 1

carta os restos pós-consumo, para que eles não tenham impacto negativo sobre seu meio ambiente (ALMEIDA, 2008). Como vemos, são várias as questões que precisam ser decifradas para que ações assertivas de marketing possam ser elaboradas, basta olhar ao redor para perceber gostos, gestos, palavras, atitudes e outras formas de expressão que diferem fortemente entre si, seja em suas manifestações individualizadas ou em grupo. Assim, como as estratégias empresariais são reflexos da sociedade e do ambiente no qual as organizações estão inseridas, pode-se dizer que a maioria das decisões mercadológicas é caracterizada pela incerteza. O uso do SIM – Sistema de Informações Mercadológicas ou de Marketing – ajuda a transformá-las em decisões de risco. Por causa desses e de outros fatores pode-se dizer que o uso da informação e sua transformação em conhecimento é, cada vez mais, uma fonte de poder. Este vem se transformando na grande vedete do século XX em termos de estudo e desenvolvimento. Sendo o marketing um moderno campo de estudos e, sobretudo, uma área estratégica, é normal que haja uma grande preocupação com a estrutura das informações. Vejamos, então, como isso acontece no âmbito dos negócios (TEIXEIRA, 1997). Vamos entender agora a importância de um Sistema de Informação de Marketing (SIM) e seus componentes para tomada de decisão em relação às estratégias de uma organização.


1.1.1 A importância do SIM em uma organização

A importância crescente da informação, para decisões e controle em marketing, encontra-se caracterizada pelo espaço cada vez maior que é dado à área de inteligência competitiva dentro das organizações. O setor de marketing tem, claramente, um papel importante a desempenhar na empresa, mantendo-a atualizada em relação às mudanças do ambiente em geral, bem como do ambiente competitivo. À medida que aumenta o ritmo das mudanças, esse papel torna-se cada vez mais vital para a própria sobrevivência da organização (ALMEIDA, 2008). Teixeira (1997) ressalta que, como as estratégias empresariais são reflexos da sociedade e do ambiente no qual as organizações estão inseridas, pode-se dizer que 99% das decisões mercadológicas são caracterizadas pela incerteza. O uso do SIM – Sistema de Informações Mercadoló207

Pesquisa de mercado


gicas ou de Marketing – ajuda a transformá-las em decisões de risco. Por causa desses e de outros fatores, pode-se dizer que o uso da informação e sua transformação em conhecimento é, cada vez mais, uma fonte de poder. Sendo o marketing um moderno campo de estudos e, sobretudo, uma área estratégica, é normal que haja uma grande preocupação com a estrutura das informações. Vamos ver, então, como isso acontece no âmbito dos negócios. Segundo Kotler (2000) um SIM é constituído de pessoas, equipamentos e procedimentos para coleta, classificação, análise, avaliação e distribuição de informações necessárias, de maneira precisa e oportuna, para os que tomam decisões de marketing. A informação, por si só, não leva à decisão: é preciso escolher um curso de ação que ajude a identificar problemas e oportunidades e que indique caminhos que reduzam a incerteza (COBRA, 1997). Assim, o uso do SIM apoia os agentes organizacionais no processo de planejamento mercadológico e no controle do desempenho de marketing. No Brasil e em todo do mundo, a disseminação da criação e do uso do SIM é recente e avançou muito com o desenvolvimento da informática e da computação. Esses setores vêm fornecendo ao pessoal e aos departamentos de marketing de pequenas, médias e grandes empresas e ao empresariado em geral modernos recursos de coleta, análise e armazenamento de informações, possibilitando o planejamento de produtos com segmentação individual (marketing um a um), perfeitamente adequados aos gostos e desejos dos consumidores (TEIXEIRA, 1997). Segundo Kotler (2000) as empresas precisam de informações a respeito de: • ambiente de marketing; • concorrência; • necessidades dos clientes.

208

Baseada nessas informações, a definição de um negócio deve respeitar, então, três dimensões básicas: os consumidores a serem atendidos, suas necessidades e a tecnologia necessária para satisfazê-las. O papel do SIM, então, deve ser o de avaliar necessidades de informações, obtê-las e disseminá-las. Essas informações são desenvolvidas pelos componentes do SIM: registros internos da empresa, inteligência de


marketing, sistema de suporte à decisão de marketing e pesquisa de mar keting, conforme mostra a figura 1.

Análise Planejamento

Sistema de Informação de Marketing Tratamento da Informação

Avaliando as Necessidades de Informação

Ambiente de Marketing Mercados Alvo

Registros Internos

Inteligência de Marketing

Canais de Marketing Concorrentes

Implementação Controle

Públicos Distribuindo Informações

Modelos de apoio às Decisões de Marketing

Pesquisa de Marketing

Forças Macroambientais

Fonte: Adaptado de: Kotler e Armstrong (2003)

Gerência de Marketing

Decisões e comunicações de Marketing

Figura 1: Sistema de Informação de Marketing


1.1.1.1 Banco de dados internos – Registros internos

Esses registros permitem o acompanhamento das atividades específicas da empresa. São informações relativas ao ciclo pedido-pagamento, sistemas de informações de vendas, preços, custos, níveis de estoque, contas a receber, contas a pagar etc. Geralmente, este é o primeiro módulo do SIM que é implantado, uma vez que as informações existentes podem ser aproveitadas. Com esses registros pode-se, por exemplo, cruzar as informações de vendas com outras variáveis, identificando em quais regiões cada produto está endo mais vendido, quais vendedores apresentam melhor desempenho, variações sazonais, frequência de compra, evolução do ciclo do produto etc. (ALMEIDA, 2008). Além disso, as diversas áreas que compõem uma grande empresa produzem uma enorme quantidade de informações; portanto, é difícil mantê-lo atualizado e, por isso, o SIM deve coletar, organizar, processar e estocar esse imenso volume de informações de forma que os gerentes possam encontrá-las de maneira fácil e rápida (KOTLER e ARMSTRONG, 2003). 209

Pesquisa de mercado


1.1.1.2 Análise das informações – Sistema de suporte à decisão de marketing

210

Sistema de suporte à decisão de marketing trata-se de um conjunto coordenado de dados, sistemas, ferramentas e técnicas com software e hardware de suporte por meio do qual uma empresa coleta e interpreta informações relevantes provenientes dos negócios e do ambiente e as transforma em uma base para a ação de marketing (KOTLER, 2000). Cada vez mais as organizações utilizam-se de softwares (programas específicos) para auxiliar seu gerente de marketing no processo de tomada de decisão. Para isso são utilizadas técnicas e ferramentas estatísticas para o desenvolvimento de modelagens, simulações e rotinas de otimização. Existem inúmeros softwares disponíveis no mercado, especializados de acordo com o setor, o tamanho da organização, a utilização que será dada dentro do marketing etc., alguns modelos são (KOTLER, 2000): • Brandaid: um modelo flexível, mix de marketing centrado em produtos de consumo cujos elementos são um fabricante, a concorrência, os revendedores, os consumidores e o ambiente geral; • Callplan: um modelo que auxilia a equipe de vendas a determinar o número de visitas a ser feito por período a cada cliente potencial e a cada cliente Dados são eleregular; mentos que servem de base para tomada de decisões; trata-se • Detailer: um modelo que auxilia apenas de um índice, um registro ou a equipe de vendas a determifato em sua forma primária, passível de nar que clientes visitar e que análise. Quando classificados, armazenados produtos apresentar em cada e relacionados entre si, transformam-se em informações. visita; Informação é o dado trabalhado que • Geoline: um modelo que depermite ao gestor tomar decisões. São termina territórios de vendas e os fatos organizados, de forma que adquirem valor adicional além serviços; do valor do fato em si. • Mediac: um modelo que auxilia um anunciante a comprar mídia por um ano; • Promoter: um modelo que avalia promoções de vendas determinando vendas básicas (sem promoção) e medindo o aumento sobre essas vendas esperadas associado à promoção; • Adcad: um modelo que recomenda o tipo de anúncio a ser veiculado, a partir das metas de marketing, das características do produto, do mercado-alvo e da situação em relação à concorrência;


• Coverstory: um modelo que examina uma grande quantidade de dados de vendas coletados por terceiros e redige um memorando (em inglês) relatando os principais pontos. O mais importante não é ter a ferramenta certa, mas saber o que retirar de cada uma delas. Por isso, antes de decidir por um software, deve-se conhecer a necessidade e as qualidades que irão direcionar para a escolha da melhor ferramenta para o seu negócio, assim como a equipe que auxilia o gerente de marketing também deve estar qualificada para ler os dados e transformá-los em informações úteis à organização.


1.1.1.3 Inteligência de marketing

Esse sistema fornece dados de eventos, ou seja, trata-se de um conjunto de procedimentos e fontes utilizado por administradores para obter informações diárias sobre eventos no ambiente de marketing, tais como situação dos principais concorrentes, seus projetos de novos produtos, novas tecnologias em desenvolvimento, reações e tendências positivas e negativas de mercado etc. O sistema de inteligência de marketing pode utilizar muitas fontes, tais como (TEIXEIRA, 1997): • pessoal interno (próprio pessoal da empresa – executivos, engenheiros, psicólogos, agentes de compra e vendedores); • clipping; • compra de informações de agências de pesquisa (participação no mercado, preços de varejo, marcas mais comercializadas etc.); • coleta de informações a partir de: entrevistas de seleção com empregados dos concorrentes; pessoas que fazem negócio com os concorrentes (clientes e fornecedores); publicações e documentos públicos; observações diretas dos concorrentes, através, por exemplo, de análise do ambiente físico, dos produtos/serviços ou do uso da metodologia do cliente oculto. Hildivan (2005) comenta o caso da Gillete. Por exemplo: há algum tempo a Gillette informou a um grande distribuidor canadense em que data pretendia começar a vender seus aparelhos de barbear descartáveis good news nos USA. O distribuidor canadense imediatamente comunicou-se com a BIC para avisá-la do lançamento daquele produto. A BIC, então, iniciou um programa de emergência e conseguiu vender seus aparelhos pouco tempo depois da Gillette. 211

Pesquisa de mercado

Informação sobre os concorrentes pode ser obtida a partir daquilo que eles próprios dizem sobre si mesmos em relatórios anuais (exemplo: balanço e demonstração de resultados), congressos e relações públicas de marketing. A empresa também pode aprender sobre os concorrentes a partir do que os outros dizem sobre eles em publicações de negócios e exposições de vendas. A empresa pode, ainda, observar o comportamento dos concorrentes comprando e analisando os seus produtos, monitorando as suas vendas e verificando as novas patentes. Uma forma muito usada pela inteligência competitiva é o benchmarking, ou seja, desmontar um produto rival, componente por componente, a fim de imitar ou aprimorar suas características (HILDIVAN, 2005). Sua implantação inicia-se com o treinamento de todo o pessoal de vendas, distribuidores, revendedores e outros intermediários para conscientizá-los da importância de repassar alguma informação importante a que tenham tido acesso. A seguir, deverá existir uma estrutura e equipe adequadas para avaliar a confiabilidade desta informação, para que seja armazenada e disseminada entre os que possam ser afetados por ela.

1.1.1.4 Pesquisa de marketing

Refere-se à elaboração, à coleta, à análise e à edição de relatórios sistemáticos de dados e descobertas relevantes sobre uma situação específica de marketing enfrentada por uma empresa (KOTLER, 2000). Ela é a ferramenta do administrador de marketing para que ele reaja à demanda do mercado, antecipando e respondendo às suas necessidades.


Vamos detalhar melhor esse último subsistema do SIM para que possamos entender todo o procedimento necessário para se fazer uma boa pesquisa de marketing?

212


1.1.2 Pesquisa de marketing 1.1.2.1 História e definição da pesquisa de marketing


“A palavra pesquisa provém do espanhol e tem o sentido de indagação ou busca minuciosa para averiguação da realidade. Daí poder-se definir pesquisa científica como o processo de descobrir respostas para os problemas, mediante a utilização de procedimentos científicos” (GIL, 1999). A pesquisa de marketing é a investigação sistemática, controlada, empírica e crítica de dados, com o objetivo de descobrir, descrever e verificar a existência de relações presumidas (hipóteses) entre fatos (ou variáveis) referentes ao marketing de bens, serviços e ideias, e ao marketing como área de conhecimento da administração (MATTAR, 1999). De acordo com Mattar (1999), o período que vai de 1910 a 1920 é reconhecido como o início formal da pesquisa de marketing nos EUA. Lá as verbas destinadas pelas empresas em 1948 chegavam a US$ 50 milhões e, em 1975, ultrapassavam os US$ 600 milhões, enquanto no Brasil, nesse mesmo ano, foram de apenas US$ 3,5 milhões. Os negócios de pesquisa de marketing passaram a se desenvolver no Brasil por solicitação de filiais das empresas de origem norte-americana aqui instaladas, a exemplo da LPM (Burke Research International Brasil) e da CBPA (Divisão A. C. Nilsen) (VIEIRA, 2002). No decorrer dos anos, a American Marketing Association (AMA) elaborou sua definição: “Pesquisa de marketing é a função que liga o consumidor, o cliente e o público ao nome de marketing por meio da informação – usada para identificar e definir oportunidades e problemas de mercado; gerar, refinar e avaliar ações de marketing; monitorar o desempenho de marketing; melhorar a compreensão do marketing como processo” (VIEIRA, 2002). Pesquisa de mercado ou pesquisa de marketing? As denominações de pesquisa de mercado e pesquisa de marketing são frequentemente e erroneamente usadas como sinônimos. Enquanto a primeira restringe o seu foco ao mercado da empresa ou de um produto seu, a segunda compreende a pesquisa de todo tipo de dado que diz

213

Pesquisa de mercado


respeito à atividade de marketing da empresa, incluindo os elementos abrangidos pela pesquisa de mercado, como: levantamentos de mercado, previsão da demanda e de vendas, pesquisa da imagem da empresa e de seus produtos etc. (MATTAR, 1999). Teixeira (1997) nos diz que a pesquisa mercadológica (de marketing: fazendo o mercado) baseia-se num conceito amplo, envolvendo não só os estudos de mercado, mas também os estudos sobre marcas, propaganda, produtos, design, embalagens, imagem etc. É considerada uma das principais ferramentas para a gestão estratégica de marketing de qualquer negócio, desde estudos para decisão de empreender até estudos sobre mudança de ramo e/ou abandono de produtos. A pesquisa deverá responder às seguintes questões fundamentais (COBRA, 1997): • Quem? (Descreve o consumidor.) • Qual? (Mostra quais produtos ou serviços atendem às necessidades.) • Onde? (Indica em que local o consumidor faz suas compras.) • Quando? (Define o período/horário de compra e recompra – sazonalidade.) • Quanto? (Aponta a quantidade adquirida, qual o formato e o acondicionamento.) • Como? (Revela que utilização é feita do produto ou serviço.)

214

As pesquisas de mercado têm por finalidade estudar os problemas relativos aos planos de produção, de publicidade, de propaganda, de preço e distribuição, com vistas a incrementar as vendas e aumentar os lucros de uma empresa. Segundo Bacha (1998), a pesquisa de mercado analisa participação de mercado, identifica preferências, hábitos e atitudes, perfil dos consumidores, segmentação, imagem de marca ou de instituições, intenção de compra, estudos potenciais de mercado, tendências de negócios e imagem corporativa, estudos para aquisições e diversificações. Normalmente, as pesquisas de mercado são desenvolvidas para atender aos seguintes objetivos básicos (SEMENIK e BAMOSSY, 1995): • O controle como objetivo de pesquisa busca monitorar as atuais operações. Mesmo que uma empresa não esteja passando por problemas específicos, ela desejará ter um feedback da situação de todas as fases de seu programa de marketing. Um valor exclusivo do objetivo de controle é que ele possibilita aos estrategistas a mais rápida identifi-


cação dos problemas quando eles efetivamente surgem. Além disso, a pesquisa direcionada ao controle ajuda a empresa a avaliar suas forças e fraquezas em todos os tipos de atividade de marketing. • A solução de problemas talvez seja o objetivo mais comum da pesquisa de mercado. Quando uma empresa enfrenta uma questão difícil no planejamento ou na execução do seu marketing, ela recorre muitas vezes às informações de pesquisa para que possa lidar com aquela questão específica. Outra aplicação da solução de problemas refere-se aos problemas operacionais que exigem um cuidado imediato. Malhotra (2001) sintetiza que as empresas podem realizar pesquisas de mercado por duas razões: (1) para identificar e (2) para resolver problemas de marketing. Essa distinção serve de base para sua classificação em pesquisas para a identificação de problemas e em pesquisas para a solução de problemas, conforme mostra a figura 2. Pesquisa de Marketing

Pesquisa por Soluções para o Problema

Pesquisa para Identificação do Problema

• Pesquisa de Mercado Potencial • Pesquisa de Participação no Mercado • Pesquisa de Imagem • Pesquisa das Características do Mercado • Pesquisa de Análise de Vendas • Pesquisa para Elaboração de Previsões de Mercado • Pesquisa de Tendências de Negócios

• • • • •

Pesquisa de Segmentação de Mercado Pesquisa de Produto Pesquisa de Preço Pesquisa de Promoção Pesquisa de Distribuição

Fonte: Adaptado de: Kotler e Armstrong (2003)


Figura 2. Classificação de pesquisas de marketing

Malhotra et al (2005) destacam que a pesquisa de identificação de problema e a pesquisa de solução do problema caminham juntas, e determinado projeto de pesquisa de marketing pode combinar ambas. O Quadro 1 mostra os vários tipos de pesquisa de solução do problema.

215

Pesquisa de mercado

Pesquisa de segmentação • Determina as bases da segmentação • Estabelece o potencial de mercado e a receptividade para vários segmentos • Seleciona os mercados-alvo e cria perfis demográficos e de estilo de vida, mídia e características da imagem do produto Pesquisa de produto • Teste conceitos • Determina o desenho ótimo do produto • Testes de embalagens • Modificação do produto • Posicionamento e reposicionamento da marca • Testa as estratégias de marketing • Controla os testes nas lojas Pesquisa de fixação de preço • Pesquisa de fixação de preço • Importância do preço na seleção da marca • Políticas de fixação de preço • Fixação de preço da linha de produto

• Elasticidade de preço da demanda • Iniciação e resposta às mudanças de preços Pesquisa de comunicação/propaganda • Aferição do retorno de investimentos em propaganda • Relacionamento das promoções de vendas • Mix de comunicação • Pré-teste de propaganda (feito com storyboard ou layout) • Pesquisa para insights da campanha publicitária • Teste de conceitos • Avaliação da eficácia da propaganda Pesquisa de distribuição • Determina o tipo de distribuição • Atitudes dos membros dos canais • Intensidade da cobertura atacadista e varejista • Margens dos canais • Localização das lojas varejistas e atacadistas


Fonte: Malhotra et al (2005)

216

Os dirigentes de empresas estão, a cada dia, fazendo estudos de mercado, mesmo que de forma inconsciente. Chegam às suas mãos para serem solucionados os mais variados problemas, por exemplo: a necessidade de se introduzir modificações nas características de determinado produto para torná-lo mais aceito pelos consumidores, ou a identificação de regiões de vendas que precisam ser ampliadas; identificação de produtos que em determinadas zonas estão sendo assediados pela concorrência, assentada em preço mais baixo e forte propaganda; identificação de produtos que estão sendo preteridos em relação a gêneros de primeira necessidade, em determinada região, porque a população está sofrendo as consequências de uma forte crise econômico-financeira; necessidade de se avaliar os efeitos da campanha de lançamento de determinado produto no mercado (TEIXEIRA, 1997).


Na maioria das vezes, esses e outros problemas do gênero são resolvidos com base somente na intuição, no bom senso e na experiência. Essas qualidades são importantes, mas a prática de análise utilizando dados pode evitar enganos desastrosos. Para não correr esses riscos , é necessário estudar o mercado consumidor: como se desenvolve, como ampliá-lo, como ativá-lo. Não se pode deixar que os produtos simplesmente sejam comprados, mas deve-se envidar todos os esforços para vendê-los.

Pesquisa de marketing: despesa ou investimento? Com base em informações de um guia elaborado pela Cia Paulista de Pesquisa de Mercado, Pedrinha (2001) destaca que esta questão é, às vezes, avaliada de maneira equivocada por parte das empresas, indicando carência de informações sobre pesquisa que permitam avaliar melhor seu custo x benefício. São comuns, por exemplo, colocações referentes aos “gastos” representados pela pesquisa, em especial nos momentos em que há coincidência com retração das vendas da empresa, justamente quando a necessidade de pesquisa sobre o mercado é ainda mais premente.


Informações que os gerentes gostariam de ter

Informações que os gerentes realmente precisam

Benefícios Custos

“Como podemos ‘gastar’ em pesquisa, logo agora que as vendas caíram?”

Na verdade, pesquisa é sempre um investimento, mesmo que seu retorno, conforme a situação, possa não ser imediato. Outro fato bastante comum é a decisão de realizar-se internamente a pesquisa, usando profis217

Pesquisa de mercado

sionais de vendas, de telemarketing, ou de quaisquer outras áreas da empresa. Esta decisão pressupõe que a atividade de pesquisa esteja apenas na elaboração de um questionário, sua aplicação e posterior análise. No entanto, o trabalho de pesquisa implica uma série de procedimentos técnicos que vão desde o planejamento, passando pelo instrumento, tratamento dos dados, análise e interpretação. Só assim ela resulta em informações realmente confiáveis para a tomada de decisões. O próprio questionário – instrumento para a coleta dos dados – é um bom exemplo desses procedimentos técnicos: sua formulação deve seguir um conjunto de regras que envolvam, no mínimo, sequência e formulações mais adequadas de questões até sua própria extensão. Questionários mal formulados estimulam respostas de igual qualidade (PEDRINHA, 2001). Entre as informações obtidas por meio de uma pesquisa elaborada sem tais procedimentos e a ausência total das informações, é mais sensato para a empresa, na maioria das vezes, ficar com a última opção. Isso porque resultados sem confiabilidade têm grande potencial para causar confusões, enquanto a falta de informação pode gerar maior cautela na atuação da empresa. Pedrinha (2001) destaca que a participação do solicitante da pesquisa na formulação de um projeto, assim como no entendimento dos resultados obtidos, é muito importante. Afinal, é ele quem melhor conhece o produto, serviço ou instituição, podendo oferecer subsídios essenciais para a formatação de uma pesquisa que efeConexão: tivamente atenda a seus objetivos. O ideal, portanto, Para conhecer mais sobre o tema, acesse é a soma de esforços, envolvendo profissionais dos o site: http://www.sbpm. dois lados: solicitante e fornecedor de pesquisa. org.br/.


1.1.2.2 Valor da informação

218

Ao conduzir uma pesquisa, o administrador de mar keting identifica necessidades e desejos de seu público-alvo, conhece cenários, mapeia pontos de atenção e começa a desenhar a estrutura de uma estratégia ou ação específica. A pesquisa, portanto, fornece a matériaprima para a boa decisão: a informação, conforme ilustra a figura 3.


• Consumidores • Funcionários • Acionistas • Fornecedores

Fatores Ambientais Não Controláveis

Variáveis de Mkt Controláveis • Produto • Preço • Promoção • Distribuição

Pesquisa de Marketing

Avaliar Prover Necessidades Informações de Informações

Tomada de decisões de Marketing

• Fatores econômico-sociais • Fatores culturais • Fatores políticos • Concorrência • Leis e regulamentos • Leis e regulamentos • Tecnologia

Fonte: Malhotra (2001)

Grupos de Clientes

Gerentes de Marketing • Segmentação de mercado • Seleção do mercado-alvo • Programas de marketing • Desempenho e controle


Figura 3. A função da pesquisa de marketing na tomada de decisão de marketing

Almeida (2008), com a questão “você saberia dizer qual é a diferença entre informações e dados numa pesquisa?”, ajuda-nos a entender esse conceito. A obtenção de dados tem um custo, que só se justifica se for capaz de trazer um benefício. Ao buscar tomar a melhor decisão, o profissional de marketing está tentando obter o maior retorno possível de seu mercado e espera-se que a melhor decisão maximize este retorno. Como existe uma série de incertezas ambientais e de mercado, geralmente a expectativa de retorno vai ser menor que a ideal. Por isso, com melhores informações, espera-se reduzir tais incerteza e serem obtidos melhores retornos. Esta redução da incerteza corresponde ao valor que a informação trouxe para o decisor, que deve avaliar se este valor é superior aos custos necessários para obtê-la. Quando uma pesquisa traz valor superior aos custos para obtê-la, ela deve ser executada, enquanto que, no caso contrário, seu custo-benefício não se justifica. É importante ressaltar que nenhuma pesquisa é cara ou barata em si. Não devemos nos assustar com uma pesquisa que custaria R$ 10.000,00 sem antes avaliar se os resultados potenciais de suas informações superam seu custo. Gastar R$ 10.000,00 em uma pesquisa que pode aumentar o resultado final em R$ 500.000,00 será até barata para 219

Pesquisa de mercado

a empresa, enquanto que gastar R$ 1.000,00 em uma pesquisa que não acrescenta nada ao resultado final pode ser um grande desperdício. Em uma série de situações, tais como as relacionadas a seguir, é melhor não conduzir a pesquisa para não correr riscos (ALMEIDA, 2008): • Falta de recursos • Resultados da pesquisa inúteis • Tempo errado da entrada no mercado • Decisão já tomada • Gerentes não concordam sobre o que precisam saber para tomar uma decisão. • Informações para a tomada de decisões já existem. • Os custos para a realização da pesquisa superam os benefícios.


Como me assegurar se necessito ou não de pesquisa?

220

Para responder a essa questão, é importante lembrar que a pesquisa pode ser usada para diversas finalidades. Por exemplo (PEDRINHA, 2001): • descrever os mercados como estes são; • descrever as mudanças que ocorrem no mercado; • indicar oportunidades ou nichos de mercado, através de estudos específicos, apontando: necessidades do consumidor que não estejam sendo supridas pelos produtos e/ou serviços e marcas disponíveis no mercado, ou ainda, novas tendências nos hábitos e atitudes do consumidor; • detectar a imagem que um produto, serviço ou empresa tem junto ao seu público-alvo; • descobrir as expectativas concretas e emocionais deste público quanto a um produto, serviço ou empresa; • testar produtos ou serviços, ou mesmo seus conceitos, e o grau de aceitação por seus consumidores potenciais; • avaliar alternativas de caminhos criativos para a comunicação de produtos/serviços, campanhas ou peças de propaganda, antes de sua veiculação; • identificar o impacto provocado por peças de propaganda, após sua veiculação;


• auxiliar o profissional que planeja, na compreensão de seu mercado; • subsidiar ações de mercado e do mix de comunicação. É importante destacar que, como “mercado”, pode-se entender o público constituído: • de consumidores de seus produtos; • de usuários de seus serviços; • de seus clientes; • dos próprios funcionários da empresa; • até mesmo de eleitores, no caso de pesquisas eleitorais e políticas.


A análise de mercado proporciona respostas aos seguintes questionamentos: • Quem constitui o mercado? Ocupantes • O que o mercado compra? Objetos, produtos, serviços • Por que o mercado compra? Objetivos e motivações • Quem participa da compra? Organizações, consumidores, perfil • Como o mercado compra? Operações, processo de compra • Quando o mercado compra? Ocasiões • Onde o mercado compra? Ponto de venda, tipo de canal de venda.

Pedrinha (2001) diz que para avaliar se há a real necessidade de pesquisa, é importante que sejam considerados alguns aspectos, começando por uma investigação preliminar acerca da disponibilidade de informações para solucionar o problema: • Elas existem? • Estão disponíveis? • Estão no formato desejado? • São suficientes para solucionar o problema? Se as respostas para essas questões forem afirmativas, não há necessidade de se realizar pesquisa, exceto nos casos em que uma complementação das informações disponíveis seja considerada valiosa. E mesmo que a maior parte das respostas seja negativa, antes mesmo de se optar pela pesquisa, devem, ainda, ser ponderadas algumas questões, tais como: 221

Pesquisa de mercado

• Quais são os riscos implícitos na tomada de decisão sem os dados de pesquisa? • É possível realizar uma pesquisa a respeito do tema que se pretende investigar? • Seus resultados estarão disponíveis antes da data da tomada de decisão? Confirmada a intenção de realizar-se uma pesquisa, alguns cuidados podem auxiliar na definição do problema, alvo da pesquisa. Essa etapa é de extrema importância para o planejamento do estudo, porque dela depende a obtenção de resultados que – de fato – possam atender às suas necessidades de resposta. Uma realidade bastante comum entre os solicitantes de pesquisa é a de contemplar a empresa, através de um único estudo, com respostas para questões das mais diversas naturezas. Isto é: através de uma única pesquisa, o solicitante deseja equacionar toda a carência de informações da empresa. Neste caso, o risco está na obtenção de respostas dispersas e diluídas, em que predominam a superficialidade e/ou a falta de consistência de resultados para a tomada de decisão. Desta forma, ao buscar respostas para múltiplas questões, envolvendo temas e objetos distintos, o solicitante depara-se, muitas vezes, com a ausência de resultados que possam, de uma forma mais assertiva, embasar decisões. Portanto, é fundamental a definição dos limites da situação a ser investigada. É desejável que a solicitação de um projeto de pesquisa a uma empresa especializada seja feita por escrito, sendo usualmente denominada briefing. Sua função é a de municiar o fornecedor com o máximo possível de informações para que o pesquisador possa desenhar o melhor projeto possível para a situação colocada. Porque só assim se obtém uma otimização dos resultados da pesquisa (PEDRINHA, 2001).


1.1.2.3 Estrutura evolutiva do setor de pesquisa

222

Segundo Malhotra et al (2005), a indústria de pesquisa de marketing consiste em empresas que fornecem os serviços de pesquisa de marketing. Almeida (2008) nos mostra que há vários tipos de organizações encontradas no setor de pesquisa: Nível 1: usuários primários das informações – (departamento de marketing das empresas ou fornecedores internos). As organizações no nível 1 são os usuários finais dos dados de pesquisa de marketing fornecidos


por seu departamento de pesquisa. Seu principal negócio é a venda de produtos e serviços. Elas usam os dados da pesquisa para dar suporte ao processo de tomada de decisões de marketing e precisam deles em uma base contínua para: • determinar como os vários grupos-alvo reagirão aos mix de marketing alternativos; • avaliar o sucesso das estratégias operacionais de marketing; • avaliar as mudanças no ambiente externo incontrolável e suas implicações para as estratégias de produtos ou serviços; • identificar novos mercados-alvo; • criar novos mix de marketing para novos mercados-alvo. Nível 2: usuários das informações secundárias – (agências de propaganda). As agências de propaganda estão numa posição de servir os clientes empresariais, mas podem também ser os consumidores finais dos dados de uma pesquisa de marketing. Seu principal negócio é o desenvolvimento e a execução de campanhas de propaganda. Para cumprir seu papel de maneira apropriada, elas muitas vezes precisam de dados de pesquisa de marketing. As agências de propaganda podem obter dados de empresas de pesquisa ou de empresas de serviços de campo. Elas podem ainda se valer de uma combinação dessas alternativas.


Nível 3: projetistas e fornecedores de pesquisa. As empresas de pesquisa de marketing representam a linha de frente do setor de pesquisa. Elas vendem serviços de pesquisa, efetuam estudos de projetos de pesquisa, analisam os resultados e fazem recomendações a seus clientes. Essas empresas fazem o projeto de pesquisa, administram sua execução e compram coleta de dados e outros serviços de empresas presentes ao longo do processo. Nível 4: coletores de dados. As empresas de serviços de campo coletam dados para empresas de pesquisa, agências de propaganda e outras organizações. No nível 4, estão os entrevistadores que efetivamente fazem a coleta de dados. Eles trabalham normalmente meio período, conforme a necessidade, e podem trabalhar para diferentes empresas de serviços de campo, dependendo do volume de negócios que os vários serviços possuem em um determinado momento. A meta do processo de pesquisa é a mensuração das opiniões, das intenções e do comportamento dos entrevistados ou dos compradores po223

Pesquisa de mercado

tenciais. O que os compradores potenciais sentem, pensam, fazem e pretendem fazer constitui objetivo do setor de pesquisa de marketing como um todo (ALMEIDA, 2008). A figura 4 mostra exemplos de empresas envolvidas em pesquisa de marketing e o nível em que elas trabalham. Categorias gerais das instituições envolvidades em pesquisa de marketing


Nível

224

Instituição

Atividades, funções e serviços

1

Departamento do marketing das empresas

Departamentos de marketing em empresas como a Kraft General Foods e a Procter & Gamble.

2

Agências de propaganda

Agências de propaganda como a J. Walter Thompson, a Young & Rubicam e a Foote, Cone & Belding.

3

Empresas de serviços sindicalizados

Empresas de análise e coleta de dados de pesquisa de marketing como a ACNielsen, a Arbitron e a information Resourses, que coletam dados de interesse geral para muitas empresas, mas para nenhuma em particular. Qualquer pessoa pode comprar os dados que essas empresas coletam, que são proeminentes no campo da audiência da mídia e nos dados das vendas no varejo.

3

Empresas de pesquisa ad hoc e customizada

Empresas de consultoria de pesquisa de marketing, como a Market Facts, a Data Development e a MARC, que fazem projetos customizados de pesquisa de marketing abordando problemas específicos para cada cliente.

4

Empresas de serviços de campo

Apenas coletam dados, numa base de subcontrato, para o departamento de marketing de empresas, o departamento de pesquisa de agências de propaganda, empresas de pesquisa customizada e empresas de pesquisa sindicalizada.

·

Empresas de serviços especializados

Oferece serviços de apoio especializados para o setor de pesquisa de marketing, como a SDK de Atlanta, que fornece análises quantitativas sofisticadas.

·

Outras

Agências governamentais, departamentos de pesquisa de universidades, professores universitários, provedores de banco de dados e outros. Fonte: Almeida (2008)


Figura 4. Categorias das instituições envolvidas em pesquisa de marketing

1.1.2.4 Etapas do processo de pesquisa de marketing

A pesquisa de marketing envolve etapas que vão formar o processo de pesquisa de marketing, conforme mostra a figura 5, segundo Malhotra et al.(2005). Desenvolvimento da Abordagem do Problema

Formulação do Desenho da Pesquisa

Preparação e Apresentação do Relatório

Análise e Preparação dos Dados

Coleta de Dados


Definição do Problema


Figura 5. As etapas do processo da pesquisa de marketing

1a Etapa: definição do problema; definir com precisão por meio de entrevistas com envolvidos e especialistas, análises de dados e pesquisa qualitativas. 2a Etapa: desenvolvimento de uma abordagem; formulação de uma estrutura objetiva ou teórica, modelos analíticos, perguntas de pesquisa, hipóteses e a identificação de características ou fatores capazes de influenciar a concepção da pesquisa. 3a Etapa: formulação da concepção de pesquisa; é uma estrutura ou desenho para a realização do projeto de pesquisa de marketing. 4a Etapa: trabalho de campo ou coleta de dados; envolve uma força ou equipe de campo para fazer, por exemplo, entrevistas pessoais, por telefone ou correio. 5a Etapa: preparação e análise dos dados, editoração, codificação, transcrição e verificação dos dados. 6a Etapa: preparação e apresentação do relatório; documentar o projeto, apresentando os resultados e as principais constatações para ser usado no processo decisório. Essas etapas serão melhor discutidas nas unidades posteriores.

225

Pesquisa de mercado


1.1.2.5 Ética na pesquisa de marketing

226

É importante falarmos sobre a ética em pesquisa. Em um processo em que interagimos tão intimamente com o cliente, pedindo para que ele abra sua privacidade para conhecê-lo melhor, devemos ter uma preocupação muito grande em respeitá-lo ao longo de todo o processo, o que se traduz pela conduta ética que devemos adotar. Segundo Malhotra (2001), do ponto de vista de marketing, a ética procura definir se determinada ação ou atitude é correta ou errada, boa ou má. De todos os aspectos do negócio, o marketing é o que está mais próximo das vistas do público e, consequentemente, está sujeito a uma considerável análise da sociedade. Isso criou uma percepção de que, como atividade empresarial, o marketing é a área mais vulnerável a práticas antiéticas. A pesquisa de opinião é a modalidade mais afetada pelas práticas éticas de seus autores, pois a percepção pública do campo determina quando e se a pesquisa pode continuar. Os participantes voluntários constituem o âmago da pesquisa de marketing, pois, a pesquisa de opinião praticamente cessaria sem a cooperação do público. A preparação e a apresentação dos resultados envolve muitos aspectos relacionados com a integridade da pesquisa e com a postura ética: a definição do tipo de investigação para adaptar-se aos objetivos não declarados; o mau uso deliberado de estatísticas; a falsificação de dados; a alteração de resultados; a interpretação errônea de resultados com o objetivo de apoiar um ponto de vista pessoal; a retenção de informações. Segundo Malhotra (2001), um estudo feito junto a 254 pesquisadores de marketing revelou que 33% consideram a integridade da pesquisa o problema ético mais difícil que enfrentam. Problemas de ordem ética surgem nas pesquisa quando o pesquisador insiste em utilizar uma técnica errada, pois nem todos os processos de pesquisa e análise revelam algo novo ou significativo. Por exemplo, ainda de acordo com Malhotra (2001), a função discriminante pode não classificar melhor do que o acaso. Nesses casos, pode surgir um dilema ético se o pesquisador ainda assim procura tirar conclusões dessas análises (PASQUALOTTI, 2008). Da mesma forma, quando trata-se de pesquisas de marketing, os clientes que contratam empresas que fazem as pesquisas de opinião também têm a responsabilidade de divulgar de modo completo e preciso os resultados da pesquisa, e utilizá-las de maneira ética. Por exemplo, o pú-



blico pode ser prejudicado por um cliente que distorça os resultados para promover uma campanha de propaganda tendenciosa que alardeie qualidades que um produto na verdade não possui (PASQUALOTTI, 2008). Veja, a seguir, algumas questões éticas em pesquisa sintetizadas por Almeida (2008): • Identificação como pesquisador – O entrevistado tem direito de saber quem patrocina (paga) a pesquisa, como suas respostas serão usadas, qual a sua duração, que tarefas deverá desempenhar, ser informado sobre situações ou perguntas embaraçosas etc. • Influência do cliente – O pesquisador deve manter uma postura completamente objetiva, evitando que o cliente exerça qualquer influência na elaboração ou análise dos dados de modo a atender a objetivos pessoais. Informações podem ser perigosas para algumas pessoas na empresa, porque podem expor deficiências, erros de julgamento, favorecimentos etc. O pesquisador não deve aceitar a omissão de dados por motivos pessoais ou cuja omissão possa prejudicar o consumidor. • Divulgação ou omissão de informações – Os objetivos de pesquisa devem ser estabelecidos claramente no início do processo para que as informações sejam utilizadas no seu alcance. As informações relativas ao objetivo da pesquisa devem ser divulgadas. • Identificação e privacidade de respondentes – Sob nenhuma circunstância qualquer informação obtida com o compromisso de sigilo deve ser divulgada de forma individual, podendo, no entanto, ser apresentada de forma agregada por meio de médias, frequência etc. • Venda de informações – Todas as informações obtidas somente poderão ser fornecidas, gratuitamente ou não, a terceiros com autorização e conhecimento expresso dos respondentes. • Uso de pesquisa em política – É lícito o uso da pesquisa e seus resultados em contextos políticos e eleitorais, desde que respeitados os critérios éticos anteriores. A pesquisa não deve ser conduzida para, por meio de perguntas tendenciosas, tentar levar o respondente a apresentar posição favorável a candidatos ou políticos. • Uso da pesquisa para vendas – O uso disfarçado da pesquisa como ferramenta para início de vendas é vedado e considerado antiético. Associações de pesquisa, como a Sociedade Brasileira de Pesquisa de Mercado ou a Abipeme – Associação Brasileira de Institutos de Pesquisa de Mercado – atendem em caso de dúvidas e oferecem apoio em casos de conduta não ética. Segundo Malhotra (2001), mesmo que 227

Pesquisa de mercado

a necessidade da ética seja óbvia, o assunto é em si mesmo algo complexo. Embora essa complexidade se deva a uma diversidade de fatores, identificaram-se cinco características principais que descrevem as decisões éticas.

Conexão: Para que você compreenda um pouco mais sobre o tema, acesse o site: http://www.abipeme. org.br/.

A primeira indica que a maioria das decisões éticas tem efeitos prolongados ou de longo prazo. A segunda característica argumenta que as decisões éticas raramente são dicotômicas; ao contrário, há várias alternativas aceitáveis, em diferentes graus. A terceira refere-se a essas alternativas, uma vez que elas têm resultados tanto positivos como negativos, dependendo do ponto de vista do avaliador. A quarta característica descreve as decisões éticas, indica, exatamente, quais serão os resultados positivos ou negativos, é sempre uma questão incerta e imprevisível. Finalmente, a maioria das decisões éticas tem implicações pessoais.

Atividade de fixação


01. Comente sobre a importância do SIM nas organizações e discuta o papel de cada um de seus componentes.

228


02. Leia os textos e responda à questão a seguir. SIM – Por Carlos Tilkian O caminho para uma empresa colocar um novo produto no mercado não é tão curto quanto se pode imaginar. Neste processo, mais do que saber o que será produzido e como produzir, é necessário saber para quem vamos fazê-lo. As pesquisas de mercado, desta forma, são tão importantes quanto a definição da matéria-prima, do design, da embalagem, dos canais de distribuição e da estratégia de comunicação que pretendemos adotar. Portanto, nada mais apropriado e, por que não dizer, justo, do que ouvir a palavra de quem é o nosso principal foco: o consumidor. Pesquisa de mercado é uma ferramenta primordial para qualquer empresa conseguir acertar no lançamento de um produto ou de um serviço. As empresas inteligentes trabalham para atender às necessidades do consumidor e, para isso, é preciso que se saiba o que ele quer com exatidão. A opinião do consumidor é o melhor argumento para levar adiante um projeto e, sem querer fazer propaganda barata, acredito que, hoje, as metodologias usadas pelos institutos de pesquisa no Brasil são absolutamente eficazes. “É o caminho de menor risco que devemos seguir para evitar fracassos.” Tanto é que, segundo consta, em 100% dos casos de produtos que foram testados de forma adequada, seja para produção, para a adequação de público ou a definição do processo ideal de distribuição, a chance de haver impactos negativos sobre a aceitação do público-alvo é reduzida. É claro que as pesquisas não dizem o que temos de fazer, mas elas apontam o caminho de menor risco que devemos seguir para que possamos evitar deslizes e fracassos na trajetória.


NÃO – Por Walter Iioshi É fato que as pesquisas de mercado reduzem significativamente o risco de qualquer negócio, seja a criação de uma nova empresa ou o lançamento de Carlos Tilkian, 50, é formado em Administração de Empresas pela FGV de São Paulo e, em 1995, tornou-se presidente da Manufatura de Brinquedos Estrela, depois de ocupar a vice-presidência executiva por dois anos. Walter Iihoshi, 42, formado em Administração de Empresas pela FGV de São Paulo, com especialização em Comércio Internacional pela Universidade da Califórnia, em Los Angeles, Estados Unidos. É presidente da Cosméticos Shizen. 229

Pesquisa de mercado

um produto ou serviço. Teoricamente, toda vez que uma empresa, especialmente as de pequeno e médio portes, lança um novo produto no mercado, deveria fazer um estudo de viabilidade com base em pesquisas de mercado. Mas, na prática, não é bem assim. Pesquisas boas, abrangentes e feitas por instituições renomadas são caras e, na minha opinião, não é necessário que sejam feitas a cada lançamento de produto, especialmente se for um produto de uma mesma família que outro já disponível na praça. Neste caso, o empreendedor pode se valer de uma estratégia que eu chamo de FDD, ou “Feeling do dono”. Normalmente, o dono e os sócios de uma pequena ou média empresa conhecem o mercado em que atuam; já passaram por uma série de situações em que puderam fazer pesquisas diretamente com o consumidor, in loco. É a vivência. “Em geral, empresas de menor porte se valem da vivência do dono, do seu feeling do mercado.” Não estou dizendo que pesquisas de mercado são dispensáveis. Mas, se você tem em mãos uma pesquisa apurada e não conhece o mercado no qual sua empresa atua, pode incorrer em erros tão graves quanto os cometidos por aqueles que jamais contrataram uma pesquisa, para o que quer que seja. Daí a importância da intuição do empreendedor, aliada, claro, à razão. É dessa vivência, desse feeling, que geralmente se valem as pequenas e médias empresas para lançar novos produtos ou serviços no mercado. Pesquisas, como disse, não são baratas e temos de fazer malabarismos para sobreviver num mercado onde a competição é acirrada e os custos têm de ser cada vez mais enxutos.


Qual a sua opinião em relação à realização de uma pesquisa para o lançamento de um produto?

230


Reflexão

Nesta primeira unidade foi proporcionado a você um maior entendimento sobre a importância do SIM e de seus componentes. A compreensão da natureza e da intenção da pesquisa foi apresentada, bem como o seu papel na concepção e na implementação de programas de marketing. Desta forma, a importância e o valor da informação foram discutidos para que você perceba a relevância da pesquisa de marketing e as diversas aplicações e utilizações dessa ferramenta. Por fim, os aspectos éticos da pesquisa de marketing e as responsabilidades que cada um dos seus participantes tem consigo mesmo foram ressaltados complementando, assim, uma visão geral acerca das pesquisas nas organizações.

Leitura complementar

Para melhor entendimento do assunto apresentado, acesse os sites e leia mais sobre o tema. Texto 1 – É indispensável fazer pesquisa de mercado para lançar um produto? Disponível em: . Texto 2 – A importância da pesquisa de marketing para a micro e pequena empresa. Disponível em: < http://www.fae.edu/publicacoes/ pdf/revista_da_fae/fae_v8_n1/rev_fae_v8_n1_13_prof_shimoyama. pdf>.


Referências bibliográficas ALMEIDA, A. R. M. Material de aula da disciplina Administração Mercadológica do Prof. Dr. Ricardo Almeida, UNIRG, 2008. Disponível em: . COBRA, M. H. N. Marketing básico: uma perspectiva brasileira. 4. ed. São Paulo: Atlas, 1997. GIL, A. C. Métodos e técnicas de pesquisa social. 5. ed. São Paulo: Atlas, 1999

231

Pesquisa de mercado

KOTLER, Philip. Administração de marketing: a edição do milênio. 10. ed. São Paulo: Pearson/Prentice Hall, 2000. ______; ARMSTRONG, Gary. Princípios de marketing. 9. ed. São Paulo: Pearson/Prentice Hall, 2003. MALHOTRA, N. K. Pesquisa de marketing: uma orientação aplicada. 3. ed. Porto Alegre: Bookman, 2001 ______. Introdução à pesquisa de marketing. São Paulo: Prentice Hall, 2005. MATTAR, F. N. Pesquisa de marketing: metodologia, planejamento, execução, análise. 5. ed. São Paulo: Atlas, 2 volumes, 1999. PEDRINHA, E. Pesquisa de mercado. Univila, 2001. Disponível em: . PASQUALOTTI, A. M. A ética na pesquisa: um procedimento metodológico indispensável. Artigo publicado no site da Universidade Passo Fundo do Prof. Dr Adriano Pasqualotti, UPF, 2008. Disponível em: . SEMENICK, R.; BAMOSSY, G. Princípios de marketing: uma perspectiva global. São Paulo: Makron Books, 1995.


TEIXEIRA, H. A. Pesquisa de mercado. Perspect. Cienc. Inf., Belo Horizonte, v. 2, n. 2, p. 223-234, jul./dez. 1997.

232

VIEIRA, V. A. As tipologias, variações e características da pesquisa de marketing. Ver. FAE, Curitiba, v. 5, n. 1, p. 61-70, jan./abr. 2002.

2

Definindo o problema de pesquisa e de marketing e desenvolvendo uma abordagem

Un

ida

de

Nesta segunda unidade, daremos início à apresentação das etapas necessárias para se desenvolver um projeto de pesquisa. Serão abordadas as duas primeiras etapas, ou seja, a definição do problema de pesquisa e o desenvolvimento da abordagem.


Espera-se que, após estudar essas etapas do projeto de pesquisa, você seja capaz de: • entender os dois primeiros estágios do processo de pesquisa de marketing; • ressaltar a importância da etapa de identificação do problema ou oportunidade neste processo.

Você se lembra?

Você se lembra da IBM? Essa empresa é reconhecida pelo investimento em inovação e por suas constantes buscas por novos produtos que solucionem problemas “não solucionáveis” dos consumidores. Imagine a importância da pesquisa para a IBM. Pense em outras empresas, como Coca-Cola, PepsiCo, Unilever... Observe a posição dessas empresas no mercado e reflita sobre os principais problemas e/ou oportunidades que as levam a investir em pesquisas de marketing.

Pesquisa de mercado

2.1 Definindo o problema de pesquisa e de marketing e desenvolvendo uma abordagem


Na primeira unidade, foram apresentados os conceitos centrais do Sistema de Informações de Marketing e seus componentes. Você pode perceber que informações de qualidade são importantes para a tomada de decisões nas organizações e que o SIM é responsável por coletar, cruzar, filtrar e distribuir as informações a respeito do ambiente de marketing para que os administradores possam tomar suas decisões. Assim, foram abordados os quatro componentes do SIM, que são: os registros internos, a inteligência de marketing, o sistema de apoio às decisões de marketing e o sistema de pesquisa de marketing que têm suas funções específicas, mas se complementam para que o SIM consiga cumprir o seu papel. Você aprendeu que está crescendo a importância da pesquisa de marketing nas organizações, porém, para desenvolver um projeto de pesquisa, observa-se uma série de questões relacionadas tanto com a ética em pesquisa, quanto com a parte metodológica do projeto. Então, você precisa compreender a partir de agora como se faz cada etapa de um projeto de pesquisa de marketing. Assim, serão apresentadas e discutidas as duas primeiras etapas necessárias para se desenvolver uma pesquisa de marketing. Esta explanação servirá de base para que você compreenda melhor a importância, os passos iniciais de uma pesquisa de marketing.

234

Case “New Coke” – Coca-Cola Em 1985, a Coca-Cola cometeu um impressionante erro de marketing. Após 99 anos de sucesso, ela deixou de lado sua antiga regra “não mexa com a Mãe Coca” e abandonou sua fórmula da coca-cola original! Em seu lugar surgiu a New Coke, com um gosto mais doce e suave. A empresa anunciou o novo sabor com uma verdadeira festa de propaganda e publicidade. A princípio, em meio à fanfarra de apresentação, a New Coke vendeu bem. Mas as vendas logo caíram, à medida que um público atônito reagia. A Coca-Cola começou a receber grandes quantidades de cartas e mais de 1.500 telefonemas diários de consumidores irados. Um grupo chamado “Old Cola Drinkers” iniciou protestos, distribuiu camisetas e ameaçou abrir um processo, a menos que a Coca-Cola trouxesse de volta a fórrnula antiga. A maioria dos experts de marketing previu que a New Coke seria o “Edsel dos Anos Oitenta”.


Definindo o problema de pesquisa e de marketing e desenvolvendo uma abordagem – Unidade 2

Após apenas três meses, a Coca-Cola trouxe a antiga coca de volta. Agora denominada “Coke Classic”, ela era vendida lado a lado com a New Coke nas prateleiras dos supermercados. A empresa disse que a New Coke iria continuar sendo sua marca principal, mas os consumidores tinham uma ideia diferente. No final de 1985, o número das vendas da Classic batia o da New Coke nos supermercados por dois a um. Em meados de 1986, as duas maiores fontes de renda da empresa, McDonald’s e Kentucky Fried Chicken, tinham voltado a servir a Coke Classic em seus restaurantes. Uma reação rápida salvou a empresa de um desastre em potencial. Ela aumentou seus esforços em favor da Coke Classic e reduziu a New Coke a um papel secundário, de apoio. Em 1987, a Coke Classic era novamente a sua principal marca e o líder dentre os refrigerantes dos EUA. A New Coke tornou-se a “marca de ataque” da empresa – sua arma contra avanços da Pepsi. Os anúncios da empresa ousadamente comparavam o gosto da New Coke com o da Pepsi. Ainda assim, a New Coke conseguiu urna parcela de apenas 2% do mercado. Em 1989, a Coke Classic vendia mais do que a New Coke em uma proporção de 10 para 1. Na primavera de 1990, a empresa mudou a embalagem da New Coke e a relançou com um novo nome: Coke II. No entanto, a maioria dos especialistas previa que a empresa iria simplesmente deixar a marca desaparecer de cena. Por que a New Coke foi introduzida? O que deu errado? Muitos analistas culpam a pesquisa de mercado mal feita pelo erro. No começo dos anos 1980, embora a Coca-Cola ainda fosse a líder do mercado, ela estava lentamente perdendo terreno para a Pepsi. Durante anos, a Pepsi construiu, com sucesso, o “Desafio Pepsi”, uma série de testes transmitidos pela televisão, demonstrando que os consumidores preferiam o sabor mais doce da Pepsi. No começo de 1985, embora a Coca ainda fosse a líder do mercado total, a Pepsi detinha a maior parcela dos supermercados, com uma vantagem de 2%. (Não parece muito, mas 2% do enorme mercado de refrigerantes significam 600 milhões de dólares em vendas a varejo!) A Coca-Cola tinha de fazer alguma coisa para deter o avanço da concorrente – a solução parecia ser mudar o seu sabor. A Coca-Cola começou a maior pesquisa de mercado para um novo produto já feito na história da empresa. Ela gastou mais de dois anos e quatro milhões de dólares em pesquisas antes de definir a nova fórmula. Conduziu cerca de 200.000 testes para definir o sabor do refrigerante – 30.000 só para a fórmula final. Em testes em que não se dizia ao entrevistado o nome dos refrigerantes oferecidos, 60% dos consumidores preferiram a New Coke em lugar da antiga e 235

Pesquisa de mercado

52% consideraram-na melhor que a Pepsi. As pesquisas mostravam que a New Coke seria uma vencedora. Então, a empresa a lançou no mercado certa do seu sucesso. Considerando-se tudo isso, o que aconteceu? Analisando os dados, podemos ver que a pesquisa de mercado da Coca-Cola foi conduzida de urna maneira errônea. A pesquisa procurava saber, unicamente, a reação das pessoas ao sabor; não se preocupou em explorar os sentimentos dos consumidores diante da ideia de que eles deveriam abandonar a velha Coca e substituí-la por uma nova versão. A pesquisa não levou em consideração os dados intangíveis – o nome da Coca-Cola, sua história, sua embalagem, sua herança cultural e sua imagem. Para muitas pessoas, a CocaCola é um símbolo americano, tal como o hot-dog, o baseball e a torta de maçã. O significado simbólico da Coca-Cola provou ser mais importante para muitos consumidores do que o seu sabor. Uma pesquisa de mercado mais completa e minuciosa teria detectado essas importantes emoções. Os gerentes da Coca-Cola podem ter feito um julgamento equivocado ao interpretar a pesquisa e planejar suas estratégias de acordo com ela. Por exemplo, eles consideraram o dado de que 60% dos consumidores preferiram o sabor da New Coke como um sinal de que o novo produto conquistaria o mercado – como um político que ganha uma eleição com 60% dos votos. Mas esse dado também mostrava que 40% ainda preferiam a Coca antiga. Ao abandoná-la, a empresa ignorou a grande parcela dos consumidores leais a Coca-Cola que não queriam uma mudança. A empresa teria feito melhor se tivesse deixado a Coca antiga em paz e introduzisse a New Coke como uma extensão da marca, como fez, posteriormente, com sucesso, com a Cherry Coke. A Coca-Cola tem um dos mais avançados e bem gerenciados departamentos de pesquisa de mercado dos EUA. Um bom trabalho de pesquisa manteve a empresa no topo da roda da fortuna que é o mercado dos refrigerantes durante décadas. Mas a pesquisa de mercado está longe de ser uma ciência exata. Os consumidores são cheios de surpresas, e compreendê-los é uma tarefa muito difícil. Se a Coca-Cola pode cometer um grande erro em suas pesquisas de mercado, qualquer empresa pode. Proibida a reprodução – © UniSEB Interativo

236

(Fonte: STONER e FREEMAN, 1995) Conexão: Conheça mais sobre pesquisas de marketing no site do Prof. Fauze Nagib Mattar: http://www. fauze.com.br/htm/ARTIGOS.aspx.

Em face do seu grande crescimento, com o decorrer dos anos, a pesquisa de marketing passou a receber muita importância, tanto por parte de acadêmicos como de profissionais de um modo geral. Desde a mais simples até a mais complexa


pesquisa de mercado deve ser planejada para evitar falhas de todos os tipos, desde a escolha incorreta do método a ser usado até a importância das informações obtidas para o processo decisório. A pesquisa de mercado pode ser dividida em sete etapas. Observa-se, pelo relato baseado no caso Coca-Cola, a necessidade de um planejamento e de uma análise da elaboração de um processo de pesquisa.

2.1.1 Definição de um problema de pesquisa

O processo de pesquisa começa com o reconhecimento de um problema ou oportunidade de marketing, mediante as mudanças no ambiente externo da empresa, e pode estar relacionado com produto, comunicação, distribuição ou preço. Malhotra (2001) afirma que a definição do problema é a primeira e mais importante etapa das seis envolvidas no processo de pesquisa de marketing, pois uma das maiores causas para o fracasso de projetos de pesquisa é a compreensão errônea do problema, por isso nada é mais importante que a definição adequada do problema. O processo de definição do problema e desenvolvimento de uma abordagem está ilustrado na figura 1.

Discussões com o tomador de decisões

Entrevistas com os experts na indústrias

Análises dos dados secundários

Pesquisa qualitativa

Contexto ambiental do problema Etapa 1: Definição do problema


Problema de decisão gerencial Problema de pesquisa de marketing

Fonte: adaptado de Malhotra et al (2005)

Tarefas envolvidas

Etapa 2: Abordagem do problema Estrutura analítica e modelos

Perguntas de pesquisa e hipóteses

Especificações das informações necessárias

Etapa 3: Modelo de pesquisa

Figura 1. Processo de definição do problema e desenvolvimento de uma abordagem

237

Pesquisa de mercado


Para definir o problema de pesquisa, o pesquisador precisa desempenhar uma série de tarefas (MALHOTRA, 2001): • Discussões com os tomadores de decisões (TDs): o pesquisador precisa compreender a natureza da decisão enfrentada pelos gerentes e o que eles esperam descobrir com a pesquisa. • Entrevistas com especialistas do setor: a discussão com pessoas bem informadas a respeito da empresa e do setor em que atuam ajuda na definição do problema. Os especialistas podem ser encontrados dentro e fora das empresas, porém é mais difícil localizar e obter ajuda de especialistas fora da organização. • Análise de dados secundários: são os dados coletados para uma finalidade diferente do problema em pauta. Já os dados primários são coletados ou produzidos pelo pesquisador especificamente para resolver o problema de pesquisa. A análise dos dados secundários é uma etapa essencial no referido processo, e não se devem coletar dados primários até que dados secundários disponíveis tenham passado por uma análise completa. • Pesquisa qualitativa que se torna necessária em alguns casos, e é caracterizada por não ser estruturada, de natureza exploratória e baseada em pequenas amostras, utilizando técnicas como entrevistas em grupo, associações de palavras e entrevistas analíticas, com o objetivo de prover percepções e compreensão do problema.

238

As percepções provenientes da pesquisa qualitativa, juntamente com as discussões com o responsável pelas decisões, as entrevistas com especialistas do setor e a análise de dados secundários ajudam o pesquisador a compreender o contexto ambiental do problema. Certos fatores ambientais essenciais relativos ao problema devem ser avaliados, e a compreensão do contexto ambiental facilita a identificação do problema de decisão gerencial. Segundo Malhotra (2001), os fatores que abrangem o contexto ambiental do problema incluem: • as informações passadas e as previsões, que são valiosas porque desvelam oportunidades e problemas em potencial; • os recursos e restrições, o pesquisador tem de levar em conta os recursos disponíveis como dinheiro e qualificações para pesquisa, bem como as restrições como custo e tempo da organização, e as impostas pelo pessoal da empresa-cliente, como cultura organizacional e estilos


de TDs. Porém, não se deve permitir que as limitações comprometam a qualidade do projeto de pesquisa; • os objetivos. A formulação do problema de decisão gerencial deve se basear na compreensão clara das metas organizacionais e do TD; • o comportamento do comprador. O pesquisador procura compreender e prever as reações dos consumidores com base em características específicas de um indivíduo, como hábitos de consumo e características demográficas. • o ambiente legal. Procura se conscientizar das políticas e normas regulatórias do ambiente na qual a organização está inserida; • o ambiente econômico, que consiste em renda, preços, poupanças, crédito e condições econômicas gerais que norteiam os consumidores; • as qualificações mercadológicas e tecnológicas que influenciam os programas e estratégias de marketing. Em seguida, esse problema gerencial é traduzido para um problema de pesquisa de marketing, e, com base na definição do problema de pesquisa, é elaborada uma abordagem adequada (MALHOTRA, 2001). Em outras palavras, o problema de decisão gerencial pergunta o que o TD precisa fazer, ao passo que o problema de pesquisa de marketing pergunta que informações são necessárias e qual a melhor maneira de obtê-las. A figura 2 mostra um esquema da relação entre o problema gerencial e o problema de pesquisa. Objetivos de Pesquisa


Orientado para a ação • Como dever ser a embalagem para um novo produto? • Como deter uma participação de mercado?

Orientado para informação



Como os consumidores avaliam diferentes embalagens disponíveis? Que mudanças seriam apreciadas?



Modificações nos produtos existentes, lançamentos de novos produtos, mudanças em elementos do mix de mkt ou segmentação de mercado?

Figura 2. Relação entre problema gerencial e problema de pesquisa

Fonte: elaborado pela autora com base em Malhotra (2001)

Problema Gerencial

239

Pesquisa de mercado

Na etapa de definição do problema, o pesquisador deve fazer alguns questionamentos, como: - Quais os motivos que levam à realização da pesquisa? - Que decisões deverão ser tomadas a partir dos resultados da pesquisa? - Quais são as possíveis respostas para os problemas ou oportunidades definidos?

A definição do problema de pesquisa de marketing deverá permitir que o pesquisador obtenha todas as informações necessárias para solucionar o problema de decisão gerencial e orientá-lo no prosseguimento do projeto. No processo de desenvolvimento de uma abordagem, é preciso não perder de vista os resultados, que deverão incluir: estrutura objetiva/teórica, modelos analíticos, questões de pesquisa, hipóteses e a especificação das informações necessárias.

2.1.2 Desenvolvimento de uma abordagem de pesquisa


Segundo Sâmara e Barros (2002), os objetivos de pesquisa são determinados de maneira a trazer as informações que solucionam o problema de pesquisa. É um processo interdependente e que exige total coerência entre o problema definido e os objetivos do projeto de pesquisa. A indagação básica que o pesquisador deve fazer para a elaboração correta dos objetivos de pesquisa é: que informações são necessárias para resolver o problema de pesquisa? A determinação dos objetivos de pesquisa pode ter origem na formulação de hipóteses sobre o problema definido. Hipóteses são suposições que podem ser confirmadas, ou não, pela pesquisa (SAMARA e BARROS, 2002). Vejamos dois exemplos para melhor compreensão do assunto:

240

Exemplo 1 – Fabricante de cosméticos (extraído de SÂMARA e BARROS, 2002) Definição do problema Uma empresa fabricante de cosméticos e produtos para higiene pessoal, que comercializa produtos com a marca D, dirigidos ao público classe A e B, segundo a empresa, pensa em mudar o sistema de vendas atual do comércio varejista para o sistema de vendas domiciliar por intermédio de revendedoras autônomas.


Para tanto, contratou uma consultoria de pesquisa de marketing a fim de realizar um estudo de mercado que traga informações a respeito da viabilidade da mudança de canal de distribuição. Após reuniões com a diretoria de marketing da empresa, formularam-se as seguintes hipóteses:


Hipóteses favoráveis à venda domiciliar • Os produtos da marca A e B, concorrentes da marca D, e que são líderes de mercado, praticam o sistema de vendas domiciliar. • A venda de cosméticos é caracterizada pela “compra por impulso” e, nesse sentido, a visita da revendedora com catálogos e amostras favorece o impulso da compra. • O contato pessoal entre a revendedora e o consumidor normalmente gera algum tipo de empatia pessoal que favorece a venda dos produtos. • No ato da venda pela revendedora, não há presença da concorrência, o que não acontece nos pontos de venda. • Há maior comodidade para o consumidor nesse tipo de venda, já que a visita é pessoal e a revendedora vai ao local determinado pelo consumidor. Hipóteses desfavoráveis à venda domiciliar • Atualmente, devido à insegurança, há o receio de receber pessoas estranhas em casa ou nos locais de trabalho, o que dificulta a atuação da revendedora na busca de clientes novos. • A empresa não tem certeza da aceitação do seu produto por esse tipo de venda. • No sistema de vendas domiciliar, geralmente, não há pronta entrega dos produtos, sendo estes entregues ao consumidor até 48 horas após a compra, em média, o que não acontece na venda de varejo. • A empresa não tem controle sobre o atendimento prestado pelas revendedoras, sendo difícil manter um padrão de qualidade nesse sentido. • A empresa não dispõe de dados precisos sobre o perfil do seu consumidor (classe social e faixa etária, por exemplo). • O sistema de comissionamento da revendedora por produto vendido pode vir a encarecer o produto para o consumidor final. Discussão do caso: O mercado de cosméticos e produtos para higiene pessoal vem crescendo nos últimos anos e, observando a evolução de seus principais concorrentes, 241

Pesquisa de mercado


que atuam com sistemas de vendas domiciliar, a diretoria da empresa (marca D) pretende estudar a possível mudança para esse tipo de venda. A boa aceitação dos produtos A e B – concorrentes diretos e que se presume dirigidos ao mesmo público da marca D –, vendidos por esse sistema, pode significar que há mercado também para os produtos da marca D. A empresa não tem dados atualizados e precisos sobre o perfil de seu consumidor nem certeza da aceitação de seu produto por esse tipo de venda. Para análise dos fatores expostos, a fim de verificar a viabilidade da mudança do sistema de vendas e canal de distribuição da empresa, sentese a necessidade de realizar uma pesquisa de marketing. Ao analisarmos esse exemplo da empresa de cosméticos, podemos observar que, a partir da redação das hipóteses que envolvem o problema de pesquisa (neste caso, verificar a viabilidade de mudança no sistema de vendas e canal de distribuição da empresa), já delimitamos os principais tópicos que devem ser objeto de estudo, como análise da concorrência, perfil do consumidor, motivos de compra e aceitação do produto por esse sistema de vendas, que na próxima da pesquisa serão denominados objetivos da pesquisa.

242

Determinação dos objetivos: O objetivo primário, ou geral/básico, do projeto de pesquisa é aquele que resOs objetivos são definidos ponde à dúvida do cliente e soluciona o de forma que tragam as informações que problema de pesquisa. Os objetivos sesolucionem o problema de cundários são decorrentes das hipótepesquisa e exigem total coerência com o problema de pesquisa. ses, portanto são todas as informações que nos levarão a cumprir o objetivo primário. Os objetivos secundários definem aspectos que contribuem para o alcance do objetivo geral, pois detalham questões que deverão ser pesquisadas, particularizadas e direcionadas. Vejamos no nosso exemplo: • Objetivo primário ou geral: o objetivo da empresa de cosméticos é verificar a viabilidade da implantação do sistema de vendas domiciliar para produtos da marca D. • Objetivos secundários:



–– Identificar empresas concorrentes que atuam no segmento de venda domiciliar. –– Identificar principais produtos vendidos e seus respectivos preços. –– Identificar a política de remuneração e prêmios para revendedoras vigentes no mercado. –– Identificar o perfil do consumidor dos produtos da marca D, assim como dos principais concorrentes. –– Verificar os motivos de compra, aspectos positivos e negativos desse tipo de venda percebidos pelo consumidor. –– Verificar a aceitação dos produtos da marca D por intermédio desse tipo de venda. Exemplo 2 – Abertura de uma padaria (extraído de GOMES, 2005) Vamos conhecer melhor a história do Sr. Manoel construindo seu sonho de ser proprietário de uma padaria. A partir do exemplo dado, você deverá preencher os formulários propostos na seção Hora de Praticar e exercitar como seria aplicado no seu negócio. O Sr. Manoel sempre quis ter um negócio próprio e garantir o futuro de sua família. Casado há 40 anos com Dona Zilda e com três filhos, ele saiu de uma grande empresa, onde trabalhou durante 20 anos, pelo programa de demissão voluntária. A oportunidade bateu-lhe à porta no momento em que passou a perceber que na região onde morava havia apenas uma padaria, que esta não abria aos domingos, os seus preços eram altos e a variedade dos produtos, limitada. Como ele vinha de uma família de padeiros e tinha muitos conhecimentos na área de panificação, passados a várias gerações, ocorreu investir o seu dinheiro em uma padaria naquela região. No momento em que começou a trabalhar em seu plano, deparou-se com a necessidade de realizar pesquisas de mercado, pois ainda faltavamlhe dados para compor o seu plano. De acordo com as orientações recebidas, sabia que, ao abrir um negócio como esse, necessitava fazer pesquisas sobre: • perfil do consumidor, suas necessidades e seus desejos; • concorrência; • fornecedores; • localização da padaria. 243

Pesquisa de mercado

Dessa forma, iniciou o seu trabalho de pesquisa: Público-alvo: Clientes potenciais Objetivo principal: conhecer os clientes e suas preferências, de maneira a adotar ações eficazes para atraí-los até o seu estabelecimento, garantem a compra, a satisfação e a fidelidade. Objetivos secundários: 1. Identificar os clientes que frequentam a padaria: • Sexo; • Idade; • Estado civil; • Renda; • Profissão. 2. Identificar os hábitos de consumo desses clientes: • Produtos consumidos; • Frequencia de compra; • Interesse por lançamentos; • Volume de compra; 3. Identificar variáveis que motivam a compra: • Produtos (variedade, qualidade, disponibilidade); • Preços (preços, formas de pagamento, descontos); • Estrutura (limpeza, prateleiras, iluminação, sinalização, disposição dos produtos, fachada, vitrine); • Localização (trabalham ou moram próximo à padaria); • Formas de divulgação (mídia utilizada, frequencia). Fonte: Gomes (2005)


Pesquisa 2: Concorrência

244

Público-alvo: Concorrentes Objetivo principal: conhecer os concorrentes, seus pontos fortes e fracos e suas ações na região.


Objetivos secundários: 1. Identificar os principais concorrentes 2. Analisar seus produtos e serviços: • Produtos comercializados, marcas, serviços disponíveis; • Preços: quanto acima ou abaixo da média, tipos de promoções. 3. Analisar seus processos de produção: • Capacidade de produção, adaptabilidade, eficiência, qualidade, custos. 4. Analisar seu processo de divulgação: • Mensagens, mídia utilizada, tipos de campanhas. 5. Analisar seu pessoal de venda: • Treinamentos, incentivos, qualidade dos serviços, atendimento, eficiência. 6. Analisar a estrutura: • Iluminação, localização, disposição dos produtos nas prateleiras, precificação nos produtos, fachada, horário de funcionamento. Fonte: Gomes (2005)

Pesquisa 3: Fornecedores

Público-alvo: Fornecedores Objetivo principal: conhecer os fornecedores, seus clientes e sua política de atuação. Objetivos secundários:


1. Identificar os principais fornecedores: • Quem são, localiação, tempo de atuação no mercado, principais clientes e ponto; • Tipos de produtos que comercializa e sua qualidade. 2. Analisar políticas de preço: • Preço cobrado, frete; • Prazos de pagamento exigido pelo fornecedor, tempo e forma de entrega; • Condições de pagamento exigidas, tipos de cobrança. 3. Estudar o comportamento de venda: • Lote mínimo exigido, grade de produtos, promoções utilizadas, política de retorno. Fonte: Gomes (2005)

245

Pesquisa de mercado

Pesquisa 4: Localização do ponto de venda Objetivo principal: definir a localização mais adequada para a padaria. Objetivos secundários: 1. Analisar as condições do contrato: • Preço, as condições de pagamento e o prazo do aluguel. 2. Verificar infra-estrutura: • Luz, água, telefone, condições do imóvel, facilidade de acesso, proximidade da concorrência, visibilidade, volume de tráfego, local para estacionamento, nível de ruído. 3. Verificar legislação específica para abertura do negócio no ramo de panificação. Fonte: Gomes (2005)

Conexão: Para conhecer mais sobre pesquisas de mercado, acesse o site indicado e conheça vários conceitos importantes relacionados à pesquisa na tomada de decisões: http://www.ibope.com.br/calandraWeb/BDarquivos/sobre_pesquisas/pesquisa_mercado.html



246

Programa de cursos de treinamento para supervisores O Centro de Educação Executiva (CEE) é um órgão do departamento de Administração da Universidade Federal do Rio Grande do Sul (UFRGS). Sua missão é extender educação de alta qualidade para pessoas que não são necessariamente estudantes da Universidade. O CEE realiza programas com a finalidade de proporcionar treinamento e educação continuada em pelos menos doze áreas de negócios, direcionadas a empresas, governo e organizações sem fins lucrativos. Um dos programas do CEE é o treinamento para supervisores de 1o nível. O programa de treinamento de supervisores (PTS) foi projetado para aumentar as habilidades gerenciais e interpessoais (relacionamento humano),


a comunicação e a tomada de decisão de supervisores e trainees de gerentes. Assim, os cursos do PTS cobrem uma ampla gama de assuntos. Um declínio contínuo na procura por esses cursos durante os últimos anos tornou-se um grande problema para os 3 diretores do PTS. Eles não conseguem explicar o porquê, embora em discussões informais tenham levantado questões para as quais eles não sabem as respostas. • Mudaram as razões pelas quais as pessoas frequentavam o programa de treinamento de supervisão? Quais são suas razões atuais e passadas? • O declínio na demanda foi causado por fatores econômicos? • Talvez por causa do aumento da competição, com novas organizações atuando no mercado de educação executiva continuada? • Foi devido ao conteúdo ou estrutura do programas PTS? • Foi por causa da maneira como os programas foram promovidos? • PTS está focado no nível certo de supervisão? Tipicamente, os programas do CEE são promovidos através do envio de folders que descrevem o conteúdo e a estrutura dos cursos. A lista de endereços (mailing) usada para os folders é composta de ex-alunos e pessoas que tenham ligado interessadas em receber informações sobre qualquer curso do CEE.


Perguntas: 01. Qual é o problema de decisão gerencial?

02. Elabore o objetivo geral e os objetivos específicos que ajudariam no problema gerencial.

247

Pesquisa de mercado

Reflexão

Foram apresentados, nesta unidade, os dois primeiros estágios do processo de pesquisa mercadológica. Você pode entender como se inicia o desenvolvimento de uma pesquisa e também compreender a importância dessas duas etapas para a qualidade do projeto.

Leitura complementar

Para melhor entendimento do assunto apresentado, acesse os sites e leia mais sobre o tema. Texto 1 – Caracterização do mercado consumidor de “água aromatizada”: hábitos e motivações para o consumo. Disponível em: . Texto 2 – A utilização de pesquisas exploratórias na área de mar keting. Disponível em: .

Referências bibliográficas GOMES, I. M. Manual – Como elaborar uma pesquisa de mercado. Belo Horizonte: Sebrae/MG, 2005. MALHOTRA, N. K. Pesquisa de marketing: uma orientação aplicada. 3. ed. Porto Alegre: Bookman, 2001.


______. Introdução à pesquisa de marketing. São Paulo: Prentice Hall, 2005.

248

SAMARA, B. S.; BARROS, J. C. Pesquisa de marketing: conceitos e metodologia. São Paulo: Prentice Hall, 2002. STONER, J. A. F., FREEMAN, R. E. Administração. Rio de Janeiro: PHB, 1995.

3

Formulação do desenho da pesquisa de marketing

Un

ida

de

Nesta terceira unidade, apresentaremos a formulação do desenho da pesquisa de marketing. Serão abordados os diferentes tipos de pesquisa, bem como os procedimentos para coleta de dados e as principais fontes de erro nos tipos de pesquisas específicos.


Espera-se que, após estudar o desenho da pesquisa de mar keting, você seja capaz de: • definir o tipo de pesquisa, classificar as várias concepções e explicar as diferenças existentes entre elas; • entender os diferentes procedimentos para coleta de dados, conforme o tipo de pesquisa aplicada para a solução de diferentes problemas de marketing; • compreender as principais fontes de erro em um modelo de pesquisa.

Você se lembra?

Você se lembra de alguma pesquisa da qual participou como entrevistado ou como entrevistador? As pesquisas eleitorais em que os eleitores são abordados e respondem a um questionário sobre sua intenção de voto é uma pesquisa descritiva, assim como aquelas pesquisas que você responde em supermercados por meio de questionário sobre o seu comportamento de compra e preferências por marcas e produtos também são classificadas como descritivas. Você já notou, em épocas específicas, a presença de uma pessoa observando os consumidores na loja e fazendo anotações em um formulário? Deixo uma dica para você: observe as pesquisas que estão sendo realizadas pelas empresas, compreenda as diferenças entre as técnicas. Esse comportamento contribuirá muito para o seu aprendizado nesta disciplina.

Pesquisa de mercado

3.1 Formulação do desenho da pesquisa de marketing

Na segunda unidade, foram apresentadas as duas primeiras etapas para se desenvolver um projeto de pesquisa. Você conheceu os conceitos referentes à definição do problema e ao desenvolvimento da abordagem e pôde perceber que estas duas etapas são fundamentais para os demais passos do projeto de pesquisa. Você aprendeu que formular o problema de pesquisa significa entender e explicar quais os problemas ou oportunidades de marketing que estão gerando a necessidade de informação para a tomada de decisão. Entretanto, uma má definição do problema poderá gerar objetivos imprecisos e inconsistência no resultado do projeto. Após a formulação do problema, os objetivos são definidos de forma que tragam as informações que solucionam o problema de pesquisa. Definido o problema de pesquisa de marketing e desenvolvida uma abordagem adequada, o pesquisador deve voltar sua atenção para a concepção de um projeto de pesquisa, que é uma estrutura para a realização do projeto de pesquisa de marketing, o qual detalha os procedimentos necessários para a obtenção das informações que são indispensáveis para reestruturar ou resolver problemas de pesquisa de marketing. A partir de agora, você irá conhecer, então, os métodos de pesquisa que poderão ser usados para a obtenção de informações.


3.1.1 Concepção da pesquisa: definição e classificação

250

Segundo Malhotra (2001), a concepção de pesquisa é uma estrutura ou planta para a realização de projetos de pesquisa de marketing. Normalmente, um planejamento envolve os seguintes componentes ou tarefas, que serão discutidos detalhadamente nas próximas unidades: 1. Definir as informações necessárias (que já foram apresentadas na unidade 2). 2. Conceber as fases exploratórias, descritivas e/ou causais da pesquisa. 3. Especificar os procedimentos de medição e escalonamento. 4. Construir e pré-testar um questionário ou formulário adequado para a coleta de dados. 5. Especificar o processo de amostragem e o tamanho da amostra. 6. Desenvolver um plano de análise de dados.


Formulação do desenho da pesquisa de marketing – Unidade 3

Existem, atualmente, diferentes nomenclaturas para designar os tipos de pesquisa e os autores as subdividem de acordo com o enfoque principal de informação que será dado ao estudo (IZUNO, 2004). Segundo Samara e Barros (2002), as metodologias empregadas na realização dos projetos de pesquisa não diferem basicamente em seu conteúdo e se distinguem de acordo com as fontes de dados utilizadas, a amplitude do estudo conforme os objetivos, o tipo de análise que pretendem fazer – quantitativa ou qualitativa – de acordo com o controle das variáveis em estudo. Com isso, observa-se a existência de várias classificações utilizadas, tornando possível observar a grande quantidade de métodos e variações de investigação para a realização de pesquisas de mercado (VIEIRA, 2002). Cada uma delas leva em consideração aspectos diferentes como: natureza das variáveis pesquisadas, natureza do relacionamento entre as variáveis estudadas, objetivo e grau em que o problema de pesquisa está cristalizado, forma para a coleta de dados primários, dimensão da pesquisa no tempo, possibilidade de controle sobre as variáveis em estudo, ambiente de pesquisa (MATTAR, 1999, p. 77). Porém, nesta unidade, serão abordadas as mais utilizadas, que, de forma ampla, podem ser classificadas como pesquisas exploratórias e conclusivas. Para Malhotra (2001), a concepção de pesquisa pode ser classificada como exploratória ou conclusiva. O objetivo da pesquisa exploratória é auxiliar na compreensão do problema enfrentado pelo pesquisador, sendo flexível e não estruturada, por isso seu desenvolvimento dependerá em muito da criatividade do pesquisador. Neste estágio, as informações são definidas de forma muito ampla, por isso as constatações da pesquisa exploratória devem ser consideradas ensaios, resultados não definitivos ou como dados para pesquisas posteriores. Os critérios obtidos com a pesquisa exploratória podem ser verificados ou quantificados por uma pesquisa conclusiva, em que o objetivo é testar hipóteses específicas e examinar relações específicas. Pesquisa de natureza conclusiva, geralmente, é mais formal e estruturada. Ela se baseia em amostras grandes e representativas e os dados obtidos estão sujeitos a uma análise quantitativa. As pesquisas conclusivas podem ser descritivas ou causais. A pesquisa descritiva, como o próprio nome diz, tem como principal objetivo descrever algo, normalmente características ou funções de mercado. A pesquisa descritiva, ao contrário da exploratória, é marcada por um enun251

Pesquisa de mercado

ciado claro do problema, por hipóteses específicas e pela necessidade detalhada de informações. A figura 1 mostra a classificação dos modelos de pesquisa de marketing.

Modelo de pesquisa exploratória

Modelo de pesquisa conclusiva

Pesquisa descritiva

Pesquisa causal


Modelo de pesquisa

Figura 1. Classificação dos modelos de pesquisa de marketing

Vamos detalhar esses tipos de pesquisa?


3.1.2 Pesquisa exploratória

252

Conexão: Acesse o site indicado e pesquise o caso “Sucos Del Valle”. Você irá conhecer a aplicação prática do conteúdo estudado. http://www.espm.br/ ConhecaAESPM/Publicacoes/ CentralDeCases/Pages/ default.aspx

De acordo com Mattar (1999), a pesquisa exploratória visa a proporcionar ao pesquisador um maior conhecimento sobre o tema ou problema de pesquisa em perspectiva. Por isso, é apropriada para os primeiros estágios da investigação quando a familiaridade, o conhecimento e a compreensão do fenômeno por parte do pesquisador são, geralmente, insuficientes ou inexistentes. Este esforço tem como meta tornar um problema complexo mais explícito ou mesmo construir hipóteses mais adequadas. Para Malhotra (2001), a aplicabilidade da pesquisa exploratória se justifica em casos nos quais é necessário definir o problema com maior precisão e identificar cursos relevantes de ação ou obter dados adicionais antes que se possa desenvolver uma abordagem. Como o nome sugere, a pesquisa exploratória procura explorar um problema ou uma situação para prover critérios e compreensão. O objetivo da pesquisa exploratória é buscar entender as razões e motivações subentendidas para determinadas atitudes e comportamentos das pessoas. Ela é frequentemente utilizada na geração de hipóteses e na identificação de variáveis que devem ser incluídas na pesquisa. A pesquisa exploratória proporciona a formação de ideias para o entendimento do conjunto do problema, enquanto que a pesquisa descritiva procura quan-


tificar os dados colhidos e analisá-los estatisticamente (MALHOTRA, 2001). Segundo Vieira (2002), esse tipo de pesquisa utiliza métodos bastante amplos e versáteis. Os métodos empregados compreendem: levantamentos em fontes secundárias (bibliográficas, documentais etc.), levantamentos de experiência, estudos de casos selecionados e observação informal (a olho nu ou mecânica). Resumindo, a pesquisa exploratória pode ser usada para os seguintes objetivos (RÉVILLION, 2003): • Familiarizar e elevar a compreensão de um problema de pesquisa em perspectiva. • Ajudar no desenvolvimento ou criação de hipóteses explicativas de fatos a serem verificados numa pesquisa causal. • Auxiliar na determinação de variáveis a serem consideradas num problema de pesquisa. • Verificar se pesquisas semelhantes já foram realizadas, quais os métodos utilizados e quais os resultados obtidos, determinar tendências, identificar relações potenciais entre variáveis e estabelecer rumos para investigações posteriores mais rigorosas. • Investigar problemas do comportamento humano, identificar conceitos ou variáveis e sugerir hipóteses verificáveis.


3.1.2.1 Métodos da pesquisa exploratória

Révillion (2003) destaca que, como o objetivo de um estudo exploratório é encontrar hipóteses de investigação, a principal característica dos métodos utilizados é a flexibilidade. Conforme a investigação avança, o pesquisador deve reconhecer as inter-relações entre as informações que são levantadas, buscando novas ideias. Segundo a literatura consultada, os principais métodos empregados em estudos exploratórios, dentro da ótica objetivista, são: levantamentos em fontes secundárias, levantamentos de experiências (consultas a especialistas), observação e estudos de caso. A) Levantamentos em fontes secundárias Para trabalharmos a pesquisa de dados secundários, é necessário inicialmente distinguir a diferença entre dados primários e dados secundários. Dados primários são os obtidos pelo pesquisador para uma finalidade específica, a de solucionar o problema em pauta. Esses dados são especialmente coletados para determinada pesquisa. Dados secundá253

Pesquisa de mercado

rios são os dados que já foram coletados, estão à disposição de qualquer pesquisador a qualquer momento em algum lugar, ou seja, em bibliotecas, jornais, Internet etc. As fontes de dados secundários são diversas, a obtenção dos dados é mais fácil e barata. São dados que já estão disponíveis, uma vez que já foram coletados para algum outro propósito além da solução do presente problema. Podem envolver fontes como: levantamentos bibliográficos, sistemas de informação existentes na empresa, banco de dados de outras organizações, inclusive do governo e de associações profissionais e comerciais, no caso, levantamentos documentais, levantamentos de estatísticas, agências de dados, como painéis de compra de consumidores, em que uma organização obtém dados razoavelmente padronizados para uso das empresas clientes, ou levantamentos em pesquisas já realizadas. Segundo Révillion (2003), nos anos 1990, com o advento da Internet e de outras tecnologias de comunicação e o armazenamento de dados, a facilidade para obtenção de dados secundários tem sido cada vez maior, assim como a quantidade de informações disponíveis para o pesquisador. Por outro lado, é cada vez mais difícil selecionar fontes confiáveis e precisas de dados. Os dados secundários podem compreender:


• Levantamentos documentais: uma empresa possui importantes informações que, se reunidas, relacionadas e bem utilizadas podem virar instrumentos para a tomada de decisões. Essas informações são documentos que formam um banco de dados interno que a organização mantém em seus arquivos como resultados de pesquisas anteriores, volume de vendas, gastos em propaganda, dados sobre produção e estoque, práticas de preço, entre outras.

254

Você pode extrair informações do sistema de pedidos da empresa e de seus vendedores, como: detalhamento do número de vendas efetuadas; características dos clientes; informações sobre a concorrênciaco – preços, formas de pagamento, novos produtos. • Levantamentos bibliográficos: são consultas sobre o assunto feitas em livros, revistas especializadas, artigos acadêmicos, dissertações e teses, além de informações publicadas em jornais, associações de classe, sindicatos etc. Normalmente, o levantamento bibliográfico é uma fase obrigatória de qualquer pesquisa acadêmica, seja ela explo-


ratória ou conclusiva, pois serve como fundamentação teórica para o problema que será investigado.


• Levantamentos de estatísticas: são dados oriundos de pesquisas feitas sistematicamente, principalmente por órgãos governamentais. Como exemplo temos o Censo e a Penad (Pesquisa Nacional por Amostragem de Domicílios), anual, realizados pelo Instituto Brasileiro de Geografia e Estatística (IBGE). Outras fontes de estatísticas são: a Fundação Getúlio Vargas (FGV), a Fundação Instituto de Pesquisas Econômicas (FIPE), o IPEA – Instituto de Pesquisa Econômica Aplicada: www.ipea.gov.br. Essa fundação de pesquisa fornece dados sobre a área econômica e social do país, como tributação, acompanhamento conjuntural, desigualdades regionais, cultura, arranjos produtivos locais e muitos outros; a Seade (Fundação Sistema Estadual de Análise de Dados de São Paulo, www.seade.gov.br) analisa dados socioeconômicos e demográficos, como a mulher e o trabalho, condições de vida, emprego e desemprego; Serviços de pesquisa – Ex: A.C. Nielsen, Ibope, Instituto Gallup, Vox Populi; fundações e institutos de pesquisa estaduais e municipais; publicações empresariais e setoriais – anuários, jornais, revistas, livros, sites. As ferramentas de busca na Internet podem ajudá-lo a encontrar os sites de que precisa. Grupos profissionais, exemplo: federações, instituições d e c l a s s e , associações, conselhos e qualquer outro tipo de organização setorial. Fundações e institutos de pesquisas estaduais e municipais. Pesquisas de potencial de consumo, participação e tendências de mercado, entre outras, comercializadas por empresas de pesquisa. A SBPM – Sociedade Brasileira de Pesquisa de Mercado, possui em seu site – www.sbpm.org.br – o critério de classificação econômica Brasil, cuja função é estimar o poder de compra das pessoas e famílias urbanas (AZEVEDO, 2004). A utilidade dos dados secundários para um problema de pesquisa específico pode ser limitada de várias formas, inclusive em termos de relevância e precisão das informações. Entre as dificuldades encontradas pelo pesquisador para utilizar os dados secundários na sua investigação estão (RÉVILLION, 2003):

255

Pesquisa de mercado

• a metodologia utilizada para coletar os dados não é adequada ao problema de pesquisa atual. Isso inclui tamanho e natureza da amostra, tipo de questionário utilizado, procedimentos usados no trabalho de campo e forma de análise dos dados; • a época em que os dados foram colhidos não é adequada ao problema de pesquisa atual, as informações podem estar desatualizadas; • o objetivo para o qual os dados foram coletados pode não ser apropriado para a situação presente. As informações podem ser irrelevantes se utilizadas em outro contexto. O quadro 1 sintetiza as vantagens e limitações do uso de dados secundários. Benefícios

Limitações

1. Baixo custo

1. Coletados para outros propósitos

2. Menos esforço despendido

2. Não há controle sobre a coleta dos dados

3. Menos tempo gasto

3. Podem não ser muito precisos

4. Algumas vezes mais precisos que os dados primários

4. Podem não estar apresentados na forma necessária

5. Algumas informações só podem ser obtidas por meio de dados secundários

5. Podem não atender às necessidades 6. Muitas assunções têm de ser feitas Fonte: Aaker, Kuman e Day (2001)


Quadro 1. Benefícios e limitações dos dados secundários

256

B) Levantamento de experiência pelo método qualitativo Indivíduos que tenham conhecimento sobre o problema de pesquisa podem ser encontrados nos mais diversos grupos. Por exemplo, todas as pessoas com algum tipo de associação nos esforços de colocar um determinado produto no mercado são potenciais fontes de informação em um projeto de pesquisa de marketing. Isso inclui diretores e executivos da empresa, vendedores, representantes, distribuidores e consumidores, entre outros. O objetivo, nesse caso, é obter e sintetizar as experiências relevantes sobre o tema e, dessa forma, conscientizar o pesquisador da problemática em estudo. Conforme Révillion (2003), o levantamento de experiências usualmente envolve a condução de entrevistas que objetivam a aquisição de co-


nhecimento do tema, com pessoas que possuam vivências e informações sobre o assunto em estudo. Pedrinha (2001) afirma que o método qualitativo é adequado na investigação de atitudes, valores, percepções e motivações do público pesquisado, com a preocupação primordial de entendê-los, em toda a sua profundidade. Ou seja, o método qualitativo oferece informações de natureza mais subjetiva e latente. Isso implica não só uma análise do discurso do entrevistado, como também de sua postura mais global, diante das questões que lhe são colocadas. Sem a preocupação estatística, a aplicação deste método ocorre em número de casos mais restritos, se comparados ao quantitativo. O levantamento de experiências pelo método qualitativo pode ser feito de forma direta, através de entrevistas em profundidade ou grupos focais, ou indireta, através de técnicas projetivas, conforme ilustra a figura 2. Direito Entrevistas em profundidade Processos de Pesquisa Qualitativa

Indireito


Grupo de foco

Técnicas projetivas


Figura 2. Técnicas de pesquisa qualitativa

Segundo Malhotra (2001), a entrevista em profundidade é caracterizada como pessoal, direta e não estruturada, na qual um único respondente é questionado por um entrevistador habilidoso, com o objetivo de revelar motivações, crenças, atitudes e sentimentos a respeito de determinado tópico. Révillion (2003) considera que as entrevistas em profundidade devem ser conduzidas sem um questionário formal, mas a partir de um roteiro básico segundo o qual o entrevistado é influenciado a expressar-se livremente sobre os temas abordados. Dessa maneira, é possível descobrir os fatores implícitos e determinantes nos fenômenos estudados. 257


Pesquisa de mercado

258

Já o grupo focal é um tipo de entrevista conduzida por um moderador treinado, de maneira natural e não estruturada, com um pequeno grupo de respondentes (MALHOTRA, 2001). O principal propósito dessa técnica é obter insights através da ausculta de um grupo de pessoas selecionadas a respeito de questões de interesse do pesquisador. Révillion (2003) destaca que os objetivos de utilização da técnica podem variar, porém eles não devem tentar mensurar quantitativamente nenhum dos tópicos abordados no estudo. Através dos grupos focais, pode-se obter um “leque” de informações quanto às experiências, atitudes, opiniões, aos costumes e comportamentos de grupos de indivíduos em situações específicas num período de tempo exíguo, permitindo o estabelecimento de bases para estudos futuros sobre o mesmo assunto dado. Conforme Gordon e Langmaid, citados em Révillion (2003), os grupos focais constituem-se de sete a nove componentes, selecionados sob critérios estabelecidos pelo pesquisador, os quais podem trocar opiniões, atitudes e experiências acerca de determinado produto, sendo conduzidos por um profissional capacitado. É importante que os entrevistados, tanto no caso de entrevistas em profundidade quanto no caso de grupos focais, sejam dotados de experiência e conhecimento a respeito do tema a ser investigado. Quanto ao número de pessoas, como se trata de dados qualitativos, o que deve orientar o pesquisador é a qualidade da amostra, e não a quantidade de elementos que a compõe. A homogeneidade de respostas obtida das entrevistas é que será determinante para definir o número de entrevistados. A literatura de marketing costuma recomendar um número mínimo de 15 entrevistas em profundidade; e cada grupo focal deve ter, em média, de seis a doze componentes. Para Révillion (2003), as técnicas de entrevistas em profundidade e grupos focais apresentam vantagens e desvantagens que devem ser avaliadas pelo pesquisador antes de decidir-se por uma delas. Os pontos positivos das entrevistas em profundidade são os seguintes: • os respondentes tendem a sentir-se menos constrangidos com a presença de um único indivíduo (o entrevistador) do que com a presença de todos os membros do grupo, mais o moderador e os observadores que normalmente compõem um grupo focal; • os respondentes reduzem a preocupação com o próprio desempenho, pois o grupo funciona como instrumento de pressão social, o que


pode provocar distorção entre o que pensam e o que expressam verbalmente; • maior facilidade em obter a entrevista, já que o respondente não precisa deslocar-se para responder à entrevista (o entrevistador é que vai até ele). No caso do grupo focal, é necessário que os participantes se desloquem até um local determinado, adequado à realização do evento, acarretando ocasionalmente maior resistência em participar da pesquisa.


Por outro lado, as características de uma entrevista em profundidade exigem um preparo especial por parte do entrevistador. É necessário que ele tenha um grande domínio do tema sobre o qual a pesquisa trata; por essa razão, é recomendável que tais entrevistas sejam conduzidas pelo próprio pesquisador. Outra desvantagem é a interpretação subjetiva das informações obtidas, podendo variar de um pesquisador para outro. Considerando-se os grupos focais, um dos principais fatores de sucesso da técnica está nas livres intervenções e opiniões de seus membros, o que demanda habilidade do moderador para fazer com que todos participem da discussão, sem que haja nenhum tipo de dependência entre os participantes. Entre os principais pontos positivos dos grupos focais, encontram-se: • a interação entre os membros do grupo conduz à geração de ideias que poderiam não emergir quando na presença de uma única pessoa (sinergia); • os resultados da pesquisa são disponibilizados mais rapidamente, muitos deles podendo ser abstraídos durante a própria discussão entre os membros do grupo. A obtenção de um moderador habilidoso é um dos principais problemas enfrentados na utilização do grupo focal. Normalmente, ele deverá ser um profissional da área da psicologia ou sociologia, com experiência em dinâmica de grupo. Também é indispensável que o moderador esteja informado a respeito do tema tratado pela pesquisa e que tenha claro os objetivos da mesma. Por isso, frequentemente o grupo focal acaba sendo uma técnica bastante dispendiosa. Algumas aplicações diretas do grupo focal, segundo Révillion (2003), são: 259

Pesquisa de mercado


• fornecer hipóteses em cima das informações obtidas pelos componentes do grupo a fim de serem testados posteriormente; • elaborar roteiro de entrevista ou questionários; • colher percepções ou impressões acerca de novos produtos; • estimular novas ideias sobre produtos antigos (nova utilização); • descobrir informações gerais sobre um produto/categoria de produto; • orientar o pesquisador através de um novo campo de estudo.

260

Esse método apresenta algumas desvantagens, geralmente ligadas à forma como os grupos são coordenados. A amostra pequena impede uma possível inferência estatística; poderá ocorrer inibição na troca de ideias; o grupo poderá fugir do tema central com muita facilidade; a análise dos dados é extremamente subjetiva, dependendo muito da percepção e experiência do pesquisador. Finalmente, as técnicas projetivas são maneiras indiretas de questionamento que encorajam os respondentes a projetar suas motivações, crenças, atitudes ou sentimentos subjacentes a respeito do tema em estudo (MALHOTRA, 2001). Segundo Révillion (2003), essas técnicas são utilizadas no intuito de auxiliar os consumidores a expressar as diferentes imagens que eles podem ter a respeito de marcas concorrentes de um determinado produto. Por exemplo, os consumidores podem se deparar com questões do tipo: “se a marca X fosse um carro, qual deles ela seria?” ou então “Se a pessoa que compra na loja Y fosse um animal, qual deles ela seria?”. Outras formas de aplicação das técnicas projetivas são (RÉVILLION, 2003): • associação de palavras: as palavras são apresentadas uma de cada vez, e os respondentes mencionam a primeira que vem em mente. Por exemplo: “qual a primeira palavra que vem em sua mente quando você ouve o tema ‘transporte aéreo’?”; • complemento de frase: apresenta-se uma frase incompleta para ser preenchida pelo respondente; • complemento de história: apresenta-se o enredo de uma história incompleta que deve ser concluída pelo respondente; • complemento de ilustração: os respondentes devem criar uma história sobre o que acham que está ocorrendo em uma determinada ilustração, conforme mostra a figura 3.

Pesquisa de mercado


Segundo Mattar (1999), o processo de observação em estudos exploratórios é chamado de observação informal não dirigida. A percepção e retenção do que é observado vai depender dos interesses da pesquisa e da capacidade de observação do pesquisador.

262

D) Estudos de casos selecionados Para Gil (1999) um estudo de caso é caracterizado pelo estudo profundo e exaustivo de um ou poucos objetos, de maneira a permitir o conhecimento amplo e detalhado dele. Sua maior utilidade é verificada nos estudos exploratórios. Por sua flexibilidade, é recomendável nas fases iniciais de uma investigação sobre temas complexos, para a construção de hipóteses ou formulação de problemas. Os estudos de caso permitem aprofundar o conhecimento de problemas complexos e sistêmicos, pela observação da dinâmica e interação de múltiplos fatores, a partir de poucas situações específicas (RÉVILLION, 2003; MATTAR, 1999). Um dos problemas levantados na utilização dessa ferramenta é a impossibilidade de generalização das observações, já que os casos estudados não representam (e não devem representar) a média de uma população. Na verdade, o objetivo do levantamento de dados nos estudos de caso não é quantificar, mas compreender. O estudo de caso examina um fenômeno em seu ambiente natural, pela aplicação de diversos métodos de coleta de dados, visando a obter informações de uma ou mais entidades. Essa estratégia de pesquisa possui caráter exploratório, em que nenhum controle experimental ou de manipulação é utilizado. Além disso, as fronteiras do fenômeno não são evidentes. Os resultados do estudo dependem fortemente do poder de integração do pesquisador, de sua habilidade na seleção do local e dos métodos de coleta de dados, bem como de sua capacidade de fazer mudanças no desenho de pesquisa de forma oportuna. Para Révillion (2003), os estudos de caso são particularmente valiosos quando o pesquisador está procurando resolver um problema de pesquisa no qual existem inter-relações entre os vários fatores envolvidos, e para o qual é difícil compreender os fatores individualmente sem considerar as relações entre eles. Conforme esses autores, o modo de análise mais aplicável aos estudos de caso procura encontrar três classes de fatores: a) características comuns a todos os casos do grupo selecionado; b) características comuns a apenas alguns subgrupos; c) características exclusivas de casos específicos.


A unidade de análise, nos estudos de caso, pode ser composta por indivíduos, grupos ou organizações, ou ainda por projetos, sistemas ou situações específicas. A determinação da unidade de análise deve ser resultante de exame cuidadoso das questões de pesquisa. Quando uma pesquisa é altamente exploratória, um único caso pode ser útil como estudo piloto. Nesse contexto, o objetivo pode ser determinar a apropriada unidade de análise e familiarizar o pesquisador com o fenômeno. Ou seja, é fundamental que o pesquisador decida entre a utilização de caso único ou de múltiplos casos. Múltiplos casos são desejáveis quando a intenção da pesquisa é a descrição de fenômeno, a construção ou o teste de teoria, deixando de ser uma pesquisa de natureza exploratória. Em relação ao local de pesquisa, pode-se considerar um projeto com múltiplos casos como análogo à replicação realizada com experimentos tradicionais múltiplos (RÉVILLION, 2003). Dentre as limitações atribuídas aos estudos de caso está a falta de objetividade, a qual se traduz na dificuldade de desenvolver métodos formais de observação e coleta dos dados. Como o método estatístico não é adequado, a análise é baseada na intuição e na capacidade analítica dos investigadores. Por causa das amostras pequenas e não representativas (selecionadas por julgamento ou conveniência), não é possível fazer generalizações dos resultados obtidos para a população (RÉVILLION, 2003 baseado MATTAR, 1999).


3.1.3 Pesquisa conclusiva descritiva

A pesquisa descritiva objetiva conhecer e interpretar a realidade sem nela interferir para modificá-la (CHURCHILL, 2000). Vieira (2002) ressalta que muitas das pesquisas de marketing realizadas são de caráter conclusivo descritivo. Vieira (2002) nos mostra ainda que esse tipo de pesquisa está voltada para o descobrimento e observação de fenômenos, procurando descrevê-los, classificá-los e interpretá-los. Além disso, a pesquisa descritiva pode se interessar pelas relações entre as variáveis e, desta forma, aproximar-se das pesquisas experimentais. A pesquisa descritiva expõe as características de determinada população ou de determinado fenômeno, mas não tem o compromisso de explicar os fenômenos que descreve, embora sirva de base para tal explicação. Normalmente ela se baseia em amostras grandes e representativas. 263


Pesquisa de mercado

264

Mattar (1999) diz que a pesquisa descritiva, então, é utilizada quando o propósito for estimar a proporção de elementos numa população específica que tenha determinadas características ou comportamentos; descrever as características de determinadas populações ou fenômenos, de grupos (idade, sexo, procedência etc.), como também a descrição de um processo numa organização, o estudo do nível de atendimento de entidades, levantamento de opiniões, atitudes e crenças de uma população etc. Também são pesquisas descritivas aquelas que visam a descobrir a existência de associações entre variáveis, como, por exemplo, as pesquisas eleitorais, que indicam a relação entre o candidato e a escolaridade dos eleitores. Esse tipo de pesquisa apresenta uma natureza quantitativa, que é um método de pesquisa que trabalha com indicadores numéricos e segue critérios estatísticos. Como essa pesquisa é apropriada para medir opiniões, atitudes e preferências, estimar o potencial ou volume de vendas de um negócio e para medir o tamanho e a importância de segmentos de mercado (GOMES, 2005), o método quantitativo é adequado por conhecer a extensão – estatisticamente falando – do objeto de estudo, do ponto de vista do público pesquisado. Ou seja, o método quantitativo oferece informações de natureza mais objetiva e aparente. Seus resultados podem refletir as ocorrências do mercado, como um As pesquisas descritivas descrevem todo, ou de seus segmentos, de situações a partir de dados primários, acordo com a amostra com a qual relacionando e confirmando as hipóteses levantadas na definição do problema de pesse trabalha (PEDRINHA, 2001). quisa, respondendo, por exemplo, às seguintes Para a sua correta aplicação, é relações de consumo: quem compra? Descrição necessário que se determine o do consumidor em diferentes critérios, como idade, classe social, sexo, profissão, estilos de perfil do público-alvo a ser pesvida. O quê? Identificação de quais produtos quisado e o tamanho relativo a ou serviços atendem às necessidades do esse público. Após a definição do consumidor e avaliação da opinião sobre marcas e produtos... método de pesquisa a ser realizado, é necessário definir os seus meios de aplicação. Os estudos mais utilizados nesse tipo de pesquisa são: o longitudinal e o transversal, conforme mostra a figura 4.


Pesquisa exploratória

Pesquisa conclusiva

Pesquisa descritiva

Pesquisa transversal

Pesquisa transversal única


Pesquisa de marketing

Pesquisa causal

Pesquisa longitudinal

Pesquisa transversal múltipla


Figura 4. Tipos de pesquisa de marketing

Nos estudos longitudinais, uma amostra fixa de elementos da população é medida repetidamente com as mesmas variáveis, ou seja, as mesmas pessoas são estudas ao longo do tempo. Ele provê uma série de quadros que dão uma visão em profundidade da situação e das mudanças que ocorrem com o passar do tempo. O estudo longitudinal trabalha com painel, que consiste em uma amostra de entrevistados que concordam em fornecer informações a intervalos específicos ao longo de um extenso período (MALHOTRA, 2001). Os estudos transversais envolvem a coleta de informações de qualquer amostra de elementos da população somente uma vez, sendo transversal único quando é extraída da população apenas uma amostra de entrevistados, e transversal múltiplo quando são extraídas duas ou mais amostras de entrevistados. Um tipo de concepção transversal múltipla interessante é a análise de corte, que consiste na análise de um grupo de entrevistados que experimentam o mesmo evento no mesmo intervalo de tempo (MALHOTRA, 2001). Podemos notar que cada um dos estudos tem suas vantagens próprias: o estudo longitudinal detecta as mudanças dos indivíduos estudados, coleta uma maior quantidade de dados e com maior precisão. Já o estudo transversal trabalha com amostragens representativas e evita respostas tendenciosas. 265

Pesquisa de mercado


O formato básico de trabalho é O método survey para o levantamento de campo ou survey obtenção de informações se baseia no interrogatório dos participantes, aos (VIEIRA, 2002). Uma de suas caquais se fazem várias perguntas sobre racterísticas está na utilização de o seu comportamento, intenções, atitudes, técnicas padronizadas de coleta percepção, motivações e características demográficas e de estilo de vida. de dados, tais como o questionário e a observação sistemática.

266

O instrumento utilizado na coleta dos dados é um questionário, que pode conter questões fechadas (com alternativas predefinidas) e/ou abertas, isto é, sem uma predefinição de alternativas, em que o entrevistado responde livremente (PEDRINHA, 2001). O meio de aplicação de uma pesquisa corresponde à forma pela qual se vai aplicar um questionário. Malhotra (2001) destaca que existem diversas maneiras de aplicação, tais como: • Entrevistas pessoais no domicílio ou em locais públicos: é a mais utilizada para se fazer pesquisa de natureza quantitativa, pois através dela podemos chegar a qualquer segmento pesquisado. Esta forma de entrevista ocorre por meio de vários pesquisadores abordando os pesquisados sobre um assunto da pesquisa e transcrevendo suas respostas em um formulário. O questionário não deve ser longo, não deve conter perguntas constrangedoras e não deve influenciar a resposta dos entrevistados. • Entrevistas por telefone: a entrevista telefônica consiste em telefonar para um determinado número de pessoas e entrevistá-las. Essa pesquisa é realizada por meio de um roteiro chamado script operacional, assim ela se torna mais objetiva e rápida. A entrevista por telefone substitui a entrevista pessoal quando a relação custo-benefício e tempo apresenta uma justificativa que a comprove como melhor método. • Questionários autopreenchíveis pelo correio e/ou Internet: os questionários são enviados pelo correio a uma amostra determinada de entrevistados cujos endereços de postagem estejam atualizados. É enviado ao entrevistado envelope de remessa, carta explicativa, questionário e envelope retorno. Muitas vezes este tipo de pesquisa é incentivado por brindes e sorteios devido ao baixo número de retornos.


O quadro 2 sintetiza as vantagens e desvantagens de forma de aplicação de um questionário. Fonte: Azevedo (2004)

Comparativo das formas de aplicar uma pesquisa Tipo

Vantagens

Desvantagens

Entrevista pessoal

– Versatilidade – Interatividade

– Alto custo – Complexa

Correspondência

– Cobertura ampla – Baixo custo

– Baixo retorno – Mais lenta

Telefone

– Rapidez – Flexibilidade

– Restrita – Inconveniência

Autoaplicáveis

– Fácil implantação – Baixo custo

– Restrita – Baixo retorno

Quadro 2. Vantagens e desvantagens dos tipos de aplicação de um questionário

3.1.3.1 Métodos da pesquisa descritiva

Segundo Mattar (1999), há dois tipos básicos de pesquisas descritivas: levantamentos de campo e estudos de campo. A diferença básica está na grande amplitude e pouca profundidade dos levantamentos de campo e na média profundidade e média amplitude dos estudos de campo. A figura 5 mostra os tipos de pesquisa descritiva.


Levantamentos de campo

Estudos de campo

Ocasionais

Evolutivos

Fonte: Mattar (1999)

Pesquisa descritivas

Painéis Figura 5. Classificação das pesquisas descritivas

Note que, quando a profundidade for grande e a amplitude pequena, o projeto de pesquisa resultado é o estudo de caso que já foi apresentado com um dos métodos da pesquisa exploratória. Na figura 6, é mostrada a diferença entre os tipos de pesquisa: estudo de casos, estudo de campo e levantamento de campo segundo a profundidade e amplitude considerada. 267

Pesquisa de mercado

1. Estudos de casos 2. Estudos de campo 3. Levantamentos de campo

2

3


1

Figura 6. Diferenciação entre estudos de casos, estudos de campo e levantamentos de campo, segundo a profundidade e a amplitude da pesquisa.

A) Levantamento de campo ou survey Com o levantamento de campo procura-se ter dados representativos da população de interesse (MATTAR, 1999). Procede-se à solicitação de informações a um grupo significativo de pessoas acerca do problema estudado para, em seguida, mediante análise quantitativa, obterem-se as conclusões correspondentes aos dados coletados. Ou seja, o método survey constitui-se de um questionário estruturado dado a uma amostra de uma população e destinado a provocar informações específicas dos entrevistados. A ênfase do levantamento de campo está na geração de sumários estatísticos, tais como médias, modas, variâncias, decis, centis, percentagens e a relação destes sumários estatísticos (MATTAR, 1999). Quando o levantamento recolhe informações de todos os integrantes do universo pesquisado, tem-se um censo. O quadro 3 sintetiza as vantagens e as limitações quanto ao uso de levantamentos de dados. Desvantagens

• Representatividade da população • Não permite aprofundar os tópicos em estudo; da pesquisa;


• Geração de tabelas com os dados • É mais dispendioso tanto em termos coletados; de custo quanto de tempo;

268

• Geração de tabelas com o cruza- • A realização de levantamentos de mento de dados; campo requer grandes conhecimentos técnicos. • Desperta no público em geral maior confiança nos resultados da pesquisa quando comparado a outros métodos. Quadro 3. Vantagens e desvantagens do tipo de pesquisa levantamento de campo


Vantagens


B) Estudos de campo O estudo de campo, preocupa-se menos com a geração de grandes amostras representativas de uma população e mais com o estudo mediamente profundo de algumas situações típicas, devendo ser utilizado quando se estiver mais interessado em conhecer o inter-relacionamento entre as diversas variáveis que ocasionam um fenômeno sem entender esse inter-relacionamento (MATTAR, 1999). Esse tipo de método é basicamente realizado por meio da observação direta das atividades do grupo estudado e de entrevistas com informantes para captar as explicações e interpretações do ocorrem naquela realidade. O quadro 4 sintetiza as vantagens e limitações quanto ao uso de estudos de dados.


Desvantagens

• Os fenômenos são investigados • Adquire-se profundo conhecimento durante sua ocorrência natural e, das relações entre as variáveis de ao contrário dos estudos em labopesquisa nos casos estudados. ratório, não há manipulação das • Os estudos de campo possuem a variáveis controláveis; característica de somente investigar o • Constitui-se numa grande fonte gefato após sua ocorrência (ex-post facto) radora de hipóteses; e, por isso, não possibilitam que haja controle sobre as variáveis de estudo • Quando a percepção do pesquisa(diferentemente das pesquisas de lador é de que há grande homogeneidade nos elementos da população, boratório, em que o controle é total, e o estudo de campo será recomendos levantamentos, onde o controle é dado, pois se caracteriza com uma parcial.); forma mais rápida e mais econômica de obtenção dos dados, sem • Não podem ser generalizados, perda da representatividade; a não ser quando já se tem um conhecimento anterior sobre a homogeneidade da população pesquisada. Embora esse método seja muito utilizado em pesquisas de marketing, respondendo a questões específicas sobre o quê, como, onde, quem etc, o pesquisador precisa ser absolutamente honesto na apresentação dos resultados em relação a esta desvantagem dos estudos de campo.


Vantagens

Quadro 4. Vantagens e desvantagens da pesquisa do tipo “Estudo de Campo” 269

Pesquisa de mercado

Segundo Mattar (1999), tanto o levantamento de campo quanto os estudos de campo podem ser classificados como ocasionais ou evolutivos.


Pesquisas ocasionais e pesquisas evolutivas: O projeto de pesquisa ocasional é o mais conhecido e mais usado dos projetos de pesquisa descritiva. É caracterizado pelo uso de uma amostra de elementos da população de interesse, em que os elementos são medidos uma única vez no tempo e visa a atender a um objetivo específico. O projeto ocasional proporciona visão das variáveis em estudo em determinado momento (MATTAR, 1999). O projeto de pesquisa evolutiva baseia-se na coleta e análise periódicas das mesmas variáveis de forma a permitir seus acompanhamentos evolutivos no tempo. A população pesquisada deverá sempre ser a mesma, mas a amostra pesquisada a cada medição poderá ou não ser a mesma. Se a amostra pesquisada for sempre a mesma, a pesquisa evolutiva denomina-se pesquisa de painel. O pesquisador deve sempre preferir, quando for possível, a pesquisa de painel, pois, ao pesquisar sempre os mesmos elementos, elimina uma das possíveis fontes de viés. No entanto, mesmo não havendo esta possibilidade, a pesquisa deverá ser realizada utilizando-se amostras diferentes a cada medição (MATTAR, 1999). Ainda de acordo com o Mattar (1999), pesquisas do tipo painel são pesquisas evolutivas por painéis muito utilizadas em marketing. Muitas das informações necessárias para marketing precisam ser obtidas de forma periódica, de maneira a permitir uma avaliação contínua de sua evolução no tempo. Existem empresas especializadas em fornecer informações de marketing a partir de pesquisas painéis, como a Nielsen e o Ibope.

270

C) Observação formal Segundo Malhotra et al (2005), a observação envolve o registro de padrões de comportamento de pessoas, assim como dados sobre objetos e eventos de forma sistemática, para obter informações sobre o fenômeno de interesse. O observador não interroga nem se comunica com as pessoas que estão sendo observadas. As informações podem ser registradas à medida que os eventos ocorrem ou a partir de registros de eventos passados. Os principais métodos são a observação pessoal e a observação mecânica. O quadro 5 mostra as vantagens e desvantagens do método de observação


Desvantagens

• Detectar o comportamento natural • Interpretação subjetiva do pesquide consumo; sador; • Utilidade nos estudos junto ao pú- • Dificuldade na generalização dos blico infantil (dificuldade de verbalidados; zação); • Não detecta motivações e atitudes • Pode ser disfarçada. de consumo.

Fonte: Samara e Barros (2002)

Vantagens

Quadro 5. Vantagens e desvantagens do método de observação

3.1.4 Pesquisa conclusiva causal

De acordo com Churchill e Peter (2000), as pesquisas causais, também denominadas experimentais, procuram estabelecer relações de causa e efeito entre as variáveis em estudo, ou seja, elas não investigam simplesmente se há uma relação entre duas variáveis, em vez disso, elas procuram, conforme Malhotra (2001): a) compreender quais variáveis são a causa (variáveis independente) e quais são o efeito (variáveis dependente) de um fenômeno; b) determinar a natureza da relação entre as variáveis causais e o efeito a ser previsto.


O senso comum que se faz de casualidade é o de que um único acontecimento, a “causa”, sempre provoca outro acontecimento, o “efeito”. É chamado causação determinística. De forma esquemática, a casualidade, segundo o senso comum, pode ser assim representada (MATTAR, 1999):

ou sendo:

Única causa



Único efeito

X



Y

X = variável independente Y = variável dependente

Neste tipo de investigação, manipula-se deliberadamente algum aspecto da realidade. É usada para obter evidências de relações de causa e efeito. A causalidade pode ser inferida quando, entre duas ou mais va-

271

Pesquisa de mercado

riáveis, houver variação concomitante, ordem de ocorrência correta das variáveis no tempo e quando os outros possíveis fatores causais forem eliminados (MATTAR, 1999). Critérios para inferir relações de causalidade: São três os critérios para se inferir causalidade: variação concomitante, ordem de ocorrência das variáveis no tempo e eliminação de outros fatores (MATTAR, 1999): • Variação concomitante: diz respeito à ocorrência de variação conjunta entre uma possível causa (x) e um efeito (y), segundo o estabelecido por uma hipótese considerada. Vejamos um exemplo pela tabela 1, da evidência da variação concomitante

Baixa

Média

Alta

Baixa

4 (2%)

12 (6%)

24 (12%)

Média

6 (3%)

18 (9%)

36 (18%)

Alta

10 (5%)

30 (15%)

60 (30%)

Tabela 1: exemplo de evidência de variação concomitante


As informações constantes da tabela 1 evidenciam que há variação concomitante entre duas variáveis relacionadas, ou seja, à medida que piora a participação de mercado da empresa e vice-versa. • Ordem de ocorrência das variáveis no tempo: diz-se que um evento só poderá ser causador de outro se ocorrer antes ou simultaneamente ao efeito causado. • Eliminação de outros fatores: o terceiro critério que precisa ser atendido para que se possa induzir uma relação de causa efeito é a busca e eliminação de outros possíveis fatores causadores do efeito estudado.

272

Uma das formas mais utilizadas em marketing para procurar identificar relações de causa e efeito entre variáveis é a experimentação. A pesquisa experimental pretende mostrar de que modo ou por que o fenômeno é produzido. Um experimento é um projeto de pesquisa que envolve a manipulação de uma ou mais variáveis enquanto outras são mantidas constantes, e a medição dos resultados (CHURCHILL e PETER, 2000;


Participação no mercado (y)

Qualidade da concessionária (x)


• Qual o melhor canal para distribuir nosso produto; • Qual a relação entre espaço ocupado na prateleira dos supermercados e a participação no mercado de nosso produto? • O tipo de vizinhança do nosso produto na prateleira do supermercado tem implicações em suas vendas? • Qual o relacionamento entre a altura em que o nosso produto é colocado na prateleira do supermercado e suas vendas? • Qual o efeito sobre as vendas de uma pretendida redução no preço de um produto? • O lançamento de um novo item em nossa linha de produtos ganhará vendas de um produto concorrente ou ganhará vendas de outro produto nosso (canibalismo)? • Qual deverá ser o efeito de uma nova campanha de propaganda ou de promoção de vendas, em nível nacional? • Qual deverá ser o efeito de um novo plano de inventivo à equipe de vendas? • Qual a relação entre o nível de estocagem de nosso produto nos lares e o volume de consumo? • Qual dentre n (n não maior que 5) opções de propaganda / promoções de vendas / novas embalagens / novas marcas / novos sabores / novos aromas / novas cores / novos rótulos / novo design etc. sensibiliza mais o consumidor e deve ser adotada?



MALHOTRA, 2001). Os gerentes de marketing tomam continuamente decisões baseadas em relações causais presumidas. Almeida (2008) complementa dizendo tratar-se do momento em que relações de causa e efeito são identificadas, permitindo desenvolver cenários de resultados futuros para diferentes esforços de marketing. Qual o efeito de um aumento de 30% na verba de comunicação sobre as vendas do produto? Quanto percentualmente iremos aumentar a experimentação e a adoção, se oferecermos um desconto de 5%? E para descontos maiores (10%, 20% etc.)? Quanto, em percentuais, aumentaremos as vendas, com um aumento de 20% na área de venda nas lojas? É apresentada, no quadro 6, uma listagem das inúmeras utilizações possíveis de projetos experimentais em marketing (MATTAR, 1999).

Quadro 6. Exemplos das possibilidades de utilização de projetos experimentais em marketing. 273

Pesquisa de mercado

Constata-se, assim, que cada metodologia possui sua particularidade. Para uma análise mais comparativa desses tipos de pesquisa, seus objetivos, características e métodos, elaborou-se o quadro 7, que poderá auxiliar melhor a sua compreensão. Descritiva

Causal

Objetivo

Descoberta de ideias e esclarecimentos

Descrever características ou funções do mercado

Determinar relacionamentos de causa e efeito

Características

Flexível Versátil

Marcado pela formulação anterior de hipóteses específicas

Manipulação de uma ou mais variáveis independentes

Muitas vezes a primeira parte do modelo total da pesquisa

Modelo pré-planejado e estruturado

Controle de outras variáveis de mediação

Levantamentos de peritos Levantamentos-piloto Estudos de caso Dados secundários Pesquisa qualitativa

Dados secundários Levantamentos Painés Dados de observação e outros

Experiências

Métodos

Quadro 7. Comparação entre os tipos de pesquisa


Conexão: Conheça mais sobre as tipologias de pesquisa. Acesse o site a seguir para expandir seus conhecimentos: http://www.fae. edu/publicacoes/pdf/revista_da_fae/ fae_v5_n1/as_tipologias_variacoes_.pdf

274


Exploratória



Uma empresa de informática deseja lançar no mercado um software, gerenciador de bancos de dados, dirigido a professores. O produto apresenta como principais benefícios: armazenamento, seleção e impressão de questões para a elaboração de provas e exercícios como rapidez e qualidade de apresentação. A empresa não dispõe de dados sobre a demanda deste tipo de produto, desconhece as características do públicoalvo, professores de escolas particulares e suas preferências com relação às características do produto. O propósito deste projeto de pesquisa é identificar a oportunidade de mercado para o produto em questão, avaliando o potencial de mercado e as características de segmentação. (Fonte: SAMARA e BARROS, 2002)

01. Determine o objetivo geral (objetivo da pesquisa) e os objetivos específicos.


02. Mostre, de forma detalhada, como deverá ser feita a pesquisa. Qual(is) o(s) tipo(s) de pesquisa(s) deverá(ão) ser usado(s) para esse objetivo e os métodos de coleta de dados.

275

Pesquisa de mercado

Reflexão

Foram apresentados, nesta unidade, os principais tipos de pesquisa e as diferenças existentes entre eles. O entendimento dos diferentes procedimentos para coleta de dados de acordo com o tipo de pesquisa para diferentes problemas de marketing também foram abordados para que você consiga selecionar o método mais adequado para projeto de pesquisa de marketing que deseja desenvolver.

Leitura complementar Texto 1 – Pesquisa qualitativa em marketing e suas variações: trilhas para pesquisas futuras. Disponível em: . Texto 2 – Pesquisa qualitativa versus pesquisa quantitativa: esta é a questão? Disponível em: .

Referências bibliográficas AAKER, D. A.; KUMAR, V.; DAY, G. S. Pesquisa de marketing. São Paulo: Atlas, 2001 AZEVEDO, G. C. I. Pesquisa de mercado. Série Saiba Mais, Sebrae, 2004. CHURCHILL JR., G. A.; PETER, J. P. Marketing: criando valor para os clientes. São Paulo: Saraiva, 2000.


GIL, A. C. Métodos e técnicas de pesquisa social. 5. ed. São Paulo: Atlas, 1999.

276

GOMES, I. M. Manual – Como elaborar uma pesquisa de mercado. Belo Horizonte: Sebrae/MG, 2005. IZUNO, N. G. Pesquisa de mercado: um importante instrumento de suporte no processo decisório do micro e pequeno empresário da re-


gião de Lauro de Freitas. Revista de Administração UNIME, 2005. Disponível em: . KOTLER, Philip. Administração de marketing: análise, planejamento, implementação e controle. 5. ed. São Paulo: Atlas, 1998. MALHOTRA, N. K. Pesquisa de marketing: uma orientação aplicada. 3. ed. Porto Alegre: Bookman, 2001. ______. Introdução à pesquisa de marketing. São Paulo: Prentice Hall, 2005. MATTAR, F. N. Pesquisa de marketing: metodologia, planejamento, execução, análise. 5. ed. São Paulo: Atlas, 2 volumes, 1999. PEDRINHA, E. Pesquisa de mercado. Univila, 2001. Disponível em: . REVILLION, A. S. P. A utilização de pesquisas de exploração na área de marketing. RIMAR – Revista Interdisciplinar de Marketing, v. 2, n. 2, p. 21-37, jul./dez. 2003 SAMARA, B. S.; BARROS, J. C. Pesquisa de marketing: conceitos e metodologia. São Paulo: Prentice Hall, 2002.


VIEIRA, V. A. As tipologias, variações e características da pesquisa de marketing. Ver. FAE, Curitiba, v. 5, n. 1, p. 61-70, jan./abr. 2002.

277


Pesquisa de mercado

Minhas anotações:

278

Plano de amostragem e relatório final

Un

ida

de

4

Nesta quinta unidade, apresentaremos a você as técnicas relacionadas ao plano de amostragem e aspectos referentes ao relatório final do projeto de pesquisa. Serão abordados os conceitos referentes à amostra e censo, bem como as técnicas para planejamento amostral e para confecção do relatório final.


Espera-se que após estudar a respeito do plano de amostragem e relatório final, você seja capaz de: • entender os conceitos de censo e amostra e identificar as condições em que é preferível usar uma amostra em vez de censo; • discutir o processo de planejamento de amostragem e suas etapas; • entender e classificar as técnicas de amostragem não-probabilísticas e probabilísticas; • entender de uma forma simples, como se determina o tamanho de uma amostra; • compreender a fase final de um relatório de pesquisa.

Você se lembra?

Você se lembra da eleição de 2006 para Presidente da República aqui no Brasil? No dia anterior às eleições, a pesquisa Datafolha confirmou a reeleição de Lula para Presidente. Os resultados foram: Lula com a soma 61% da preferência do eleitorado contra 39% de Geraldo Alckmin (PSDB). Comparados com os números da última pesquisa, Lula manteve os 22 pontos de vantagem sobre o adversário. O Datafolha ouviu 12.561 eleitores nos dias 27 e 28 de outubro, em 356 municípios do Brasil. O levantamento está registrado no Tribunal Superior Eleitoral (TSE) com o número 23522/2006. Uma dica para você... Observe sempre os números apresentados, que indicam os percentuais de intenção de voto, a amostra, o período da pesquisa e a abrangência, ou seja, o local que foi realizado. O erro em percentual para cima ou para baixo

Pesquisa de mercado

significa que o resultado pode oscilar naquele percentual tanto para mais quanto para menos. Esses resultados são os direcionadores para as ações nas campanhas dos candidatos.


4.1 Plano de amostragem e relatório final

280

Na quarta unidade foram apresentados a você os conceitos referentes a medição e escalonamento e discutido como o escalonamento pode ser considerado uma extensão da medição. Você aprendeu que existem várias escalas que podem ser utilizadas em um projeto de pesquisa e que cada uma tem suas vantagens, desvantagens e especificidades que devem ser consideradas ao serem utilizadas. O questionário que é um instrumento de coleta de dados foi abordado como um importante elemento do projeto de pesquisa de marketing, e você pôde perceber que está totalmente relacionado com os objetivos de pesquisa. É fundamental que seja elaborado observando se está cumprindo todos os objetivos do projeto, se as perguntas são claras para o entrevistador e entrevistado e se a forma como foram agrupadas e ordenadas as questões o tornam interessante para o preenchimento. Estando determinado o problema de pesquisa de marketing, definidos os objetivos, desenvolvido um adequado projeto de pesquisa e instrumento de coleta de dados, as preocupações do pesquisador voltam-se agora para a determinação dos elementos dos quais os dados serão coletados. Esses procedimentos recebem o nome de amostragem. A utilização de amostras é muito comum em nosso cotidiano. Exames de sangue, conferência de produtos alimentícios etc. são alguns exemplos da aplicação de amostragem. Desta forma, questões sobre o modelo de amostragem fazem parte do processo de elaboração da pesquisa. Segundo Malhotra et al. (2005), cinco perguntas básicas são abordadas na fase de elaboração da amostra: (1) uma amostra deve ser obtida?; (2) em caso positivo, qual o processo que deve ser seguido?; (3) que tipo de amostra deve ser obtida?; (4) que tamanho ela deve ter?; (5) o que pode ser feito para ajustá-la por incidência? Então, vamos entender esses conceitos?

Plano de amostragem e relatório final – Unidade 4


4.1.1 Amostra ou censo?

Segundo Malhotra et al. (2005), na amostragem, um elemento é o objeto (ou pessoa) sobre o qual, ou do qual, a informação é desejada. Na pesquisa por levantamento de campo (survey), o elemento é normalmente o entrevistado. Uma população é o total de elementos que compartilham algum conjunto comum de características. O objetivo da maioria dos projetos de pesquisa de marketing é obter informações sobre as características ou os parâmetros de uma população. O pesquisador pode obter informações sobre parâmetros de populações utilizando um censo ou uma amostra. Um censo envolve uma contagem completa de cada elemento de uma população. Já uma amostra é um subgrupo da população (MALHOTRA et al., 2005), ou seja, a amostra é uma parcela da população com a qual se faz uma pesquisa a partir de um universo previamente definido. A finalidade da amostragem, enfim, é fazer generalizações sobre um universo ou uma população grandes sem precisar examinar todos os componentes do grupo. Os elementos de um grupo, de um universo ou uma população são qualquer coisa que possa ser mensurada, contada ou ordenada segundo posições. Segundo Mattar (1999), realizam-se censos das populações ao invés de apenas pesquisá-las: • quando a população for pequena; • quando os dados a respeito da população forem facilmente obteníveis, ou já estejam semidisponíveis em um cadastro ou banco de dados computadorizados; • se os requisitos do problema em estudo impõem a obtenção de dados específicos de cada elemento da população; • por imposição legal (exemplo é a realização, a cada dez anos, do recenseamento da população brasileira pela FIBGE.

281

Pesquisa de mercado

Porém, uma das vantagens de se trabalhar com amostras são as grandes dificuldades de se pesquisar todo um universo (se a população é infinita o censo é impossível); amostras são, em geral, mais atualizadas, sobretudo quando a pesquisa é demorada; o alto custo que seria envolvido numa pesquisa com o universo (os custos de examinar uma amostra são menores) e as dificuldades técnicas/possibilidades de se cometer erros de coleta, processamento e tratamento dos dados, uma vez que as amostras são mais precisas que os censos, pois envolvem menos coletores de informações e, consequentemente, menos possibilidades de erros (PEDRINHA, 2001). O quadro 1 mostra, de uma forma resumida, as condições que favorecem o uso de censo e amostra.

Amostra

Censo

1. Orçamento

pequeno

grande

2. Tempo disponível

curto

longo

3. Tamanho da população

grande

pequeno

4. Variação na característica

pequena

grande

5. Custo do erro de amostragem

baixo

alto

6. Custo do erro de não-amostragem

alto

baixo

7. Natureza da medição

destrutiva

não-destrutiva

8. Atenção a casos individuais

sim

não


Condições que favorecem o uso de


Quadro 1. Condições que favorecem o uso de censo e amostra

282

É importante destacar que no caso de uma pesquisa qualitativa, o critério As pesquisas quantitativas de seleção da amostra é a identificae qualitativas oferecem perspectivas diferentes, mas não são opostas. ção do perfil do público-alvo a ser Representam abordagens que podem ser pesquisado. Não há a preocupação utilizadas em conjunto, de acordo com a de quantificar essa amostra, pois a necessidade em questão, obtendo-se, assim, mais informações do que poderia se obter se pesquisa possui um caráter subjeos métodos fossem utilizados isoladamente.. tivo. Já na pesquisa quantitativa, a pesquisa por amostragem – provavelmente a mais conhecida – utiliza conceitos estatísticos que indicam o


número representativo de pesquisas a serem realizadas segundo o universo do qual se dispõe (GOMES, 2005).

4.1.1.1 Processo de elaboração da amostragem

O processo de elaboração de amostragem inclui cinco etapas, mostradas na figura 1 (MALHOTRA et al., 2005).

 Determinar a estrutura de amostragem  Escolher as técnicas de amostragem  Determinar o tamanho da amostragem


Definir a população

 Executar o processo de amostragem


Figura 1. Processo de elaboração da amostragem

1) Definição da população A população-alvo é o conjunto de elementos ou objetos que possuem a informação procurada pelo pesquisador e sobre os quais devem ser feitas inferências. Especificada através da combinação de algumas características, tais como geográficas, demográficas, uso de produtos/serviços. Uma unidade de amostragem pode ser o elemento em si ou uma entidade mais prontamente disponível que contenha o elemento. Suponha que a empresa Revlon pretenda avaliar a resposta do consumidor a uma nova linha de batons e queira obter uma amostra de mulheres acima de 18 anos. Neste estudo, o elemento de amostragem seria mulheres acima de 18 anos e a unidade de amostragem poderia ser domicílios, entrevistando mulheres acima dos 18 anos de idade. 2) Determinar a estrutura de amostragem Trata-se de “vaso abstrato” que contenha todos os elementos da população-alvo. Exemplo: uma lista (telefônica, por exemplo), um mapa, um banco de dados ou conjunto de instruções específicas para se localizar a população-alvo. 283

Pesquisa de mercado


3) Escolher uma técnica de amostragem A seleção de uma técnica de amostragem envolve a amostragem não probabilística ou a probabilística.

284

• Amostras não probabilísticas: As amostras não probabilísticas são selecionadas por critérios subjetivos do pesquisador, de acordo com sua expeA precisão se refere ao nível de riência e com os objetivos do estudo, incerteza sobre a característica que está não sendo obtidas utilizando-se sendo medida. conceitos estatísticos. Ainda que a amostragem não probabilística produza boas estimativas sobre a característica da população, essas técnicas são limitadas. Não há como avaliar a precisão dos resultados da amostra objetivamente. Malhotra et al. (2005) ressaltam que quanto maior a precisão, menor é o erra na amostragem. A probabilidade de escolher um elemento em vez de outro é desconhecida. Portanto, as estimativas obtidas não podem ser projetadas para a população com um nível especificado de confiança. As técnicas de amostragem não probabilística comumente usadas incluem: a) Amostras não probabilísticas por conveniência: os elementos da amostra são selecionados de acordo com a conveniência do pesquisador, sendo normalmente pessoas ao seu alcance e dispostas a responder um questionário. Muitas vezes, os entrevistados são escolhidos porque estão no lugar certo, na hora certa. Exemplos: uso de alunos, grupos de igrejas e membros de organizações sociais, entrevistas de abordagem em shoppings realizadas sem qualificar os entrevistados; lojas de departamentos que usam listas de crediários, entrevistas com pessoas na rua. b) Amostras não probabilísticas por julgamento: os elementos da amostra são selecionados segundo um critério de julgamento do pesquisador, tendo como base à crença nas informações que o elemento selecionado possa fornecer ao estudo. O pesquisador escolhe os elementos da amostragem porque acredita que represen-



tam a população de interesse. Exemplos: mercados de teste selecionados para determinar o potencial de um novo produto; zonas eleitorais indicadoras de tendências selecionadas na pesquisa de comportamento de votação;e lojas de departamentos escolhidas para testar um novo sistema de display de mercadoria. c) Amostras não probabilísticas por cota: consiste em uma amostra por julgamento em dois estágios. Primeiro: consiste em desenvolver categorias ou quotas de controle de elementos da população. Segundo: Selecionam-se elementos da amostra com base na conveniência ou no julgamento. O pesquisador procura uma amostra que se identifique, em alguns aspectos, com o universo. Esta identificação pode estar ligadoa ao sexo, idade etc., e a quantidade a ser entrevistado é aleatória. Por exemplo: mulheres brancas de 18 a 35 anos podem ser consideradas categoria de controle relevante para um estudo que envolva compra de cosméticos. O pesquisador, então, estimaria a porporção da população-alvo que se encaixa nessa categoria com base em experiência passada ou em fontes de informação secundárias. Cotas são usadas para garantir que a composição da amostra seja a mesma da composição da população com respeito às características de interesse. OBS: é importante ressaltar que as amostras obtidas pelas técnicas não probabilísticas não permitem a inferência sobre o universo, pois nesses casos é desconhecido o erro cometido na escolhas dos elementos. • Amostras probabilísticas: A amostragem será probabilística se todos os elementos da população tiverem probabilidade conhecida, e diferente de zero, de pertencer à amostra. Caso contrário, a amostragem será não probabilística. A amostragem probabilística implica um sorteio com regras bem determinadas, cuja realização só será possível se a população for finita e totalmente acessível (MATTAR, 1999). A característica de conhecer a probabilidade de cada elemento da população fazer parte da amostra garante que a amostra será constituída de elementos selecionados objetivamente por processos aleatórios, e não pela vontade pesquisador, dos entrevistadores de campo ou mesmo do entrevistado. Este fato, em termos estatísticos, permite calcular em que medida os valores de variáveis obtidos nas amostras diferem dos valores 285

Pesquisa de mercado

da população, sendo esta diferença chamada de erro amostral (PEDRINHA, 2001). Assim, podem ser consideradas rigorosamente estatísticas, podendo ser submetidas a tratamento estatístico, que permite compensar erros amostrais. Exemplo – Numa empresa deseja-se escolher 3 diretores entre seus chefes executivos. A escolha é aleatória e não depende do prestígio, da capacidade, dos anos de serviço, etc. Temos uma amostragem probabilística. O erro amostral advém exclusivamente do fato de estarem sendo tomadas medidas numa amostra, e não em toda a população. As técnicas de amostragem probabilística variam em termos de eficiência de amostragem. Elas podem ser (PEDRINHA, 2001; MALHOTRA et al. 2005):


a) Amostras probabilísticas simples: a amostragem probabilística (ou aleatória) simples caracteriza-se pelo fato de cada elemento da população ser escolhido por meio de sorteio. É a escolha aleatória dos elementos que farão parte da amostra. A amostragem aleatória simples (AAS) é a maneira mais fácil para selecionarmos uma amostra probabilística de uma população. Podemos começar o conceito de AA de uma população finita, para a qual temos uma listagem de todas as unidades elementares. Podemos obter uma amostra nessas condições, escrevendo cada elemento num cartão, misturando-os numa urna e sorteando tantos cartões quantos desejarmos na amostra. Esse procedimento torna-se inviável quando a população é muito grande. Nesse caso, usa-se um processo alternativo, no qual os elementos são numerados e, em seguida, sorteados por meio de uma tabela de números aleatórios.

286

Utilizando-se um procedimento aleatório, sorteia-se um elemento da população, sendo que todos os elementos têm a mesma probabilidade de ser selecionados. Repete-se o procedimento até que sejam sorteadas as unidades da amostra. Podemos ter uma AAS com reposição, se for permitido que uma unidade possa ser sorteada mais de uma vez, e sem reposição, se a unidade sorteada for removida da população. Do ponto de vista da quantidade de informação contida na amostra, amostrar sem reposição é mais adequado. Contudo, a amostragem com reposição conduz a um tratamento teórico mais simples, pois ela implica


que tenhamos independência entre as unidades selecionadas. Essa independência facilita o desenvolvimento das propriedades dos estimadores que serão considerados. Se a população for infinita , então as retiradas com e sem reposição serão equivalentes, isto é, se a população for infinita (ou então muito grande), o fato de se recolocar o elemento retirado de volta na população não vai afetar em nada a probabilidade de extração do elemento seguinte. Se, no entanto, a população for finita (e pequena) , será necessário fazer uma distinção entre os dois procedimentos, pois na extração com reposição as diversas retiradas serão independentes, mas no processo sem reposição haverá dependência entre as retiradas, isto é, o fato de não recolocar o elemento retirado afeta a probabilidade do elemento seguinte ser retirado. A amostragem sem reposição é mais eficiente que a amostragem com reposição e reduz a variabilidade, uma vez que não é possível retirar elementos extremos mais do que uma vez.

Homens

48,69%

Mulheres

51,31%

Total

100%

16 – 19 anos

15,62%

20 – 29 anos

29,69%

30 – 39 anos

23,64%

40 – 49 anos

13,90%

50 – 59 anos

8,57%

60 anos ou mais

8,59%

Total

100,00%

Fonte: Pedrinha (2001)


b) Amostras probabilísticas estratificadas: são aplicadas quando há uma necessidade de subdividir a população em extratos homogêneos, como, por exemplo: classe social, idade, sexo etc. Nesta modalidade amostral, os pesos de cada variável considerada na formação do extrato deverão ser fielmente refletidos na amostra, veja o exemplo a seguir. Estruturar uma amostra estratificada por sexo e idade, composta de 800 entrevistas, tomando por base as seguintes informações:

287

Pesquisa de mercado

Homens

Mulheres

Total

16 – 19 anos

61 (15,62%)

64 (15,62%)

125 (15,62%)

20 – 29 anos

116 (29,69%)

122 (29,69%)

238 (29,69%)

30 – 39 anos

92 (23,64%)

97 (23,64%)

189 (23,64%)

40 – 49 anos

54 (13,90%)

57 (13,90%)

111 (13,90%)

50 – 59 anos

33 (8,57%)

35 (8,57%)

69 (8,57%)

60 anos ou mais

33 (8,59%)

35 (8,59%)

69 (8,59%)

Total

390 (100%)

411 (100%)

800 (100%)

Se a população pode ser dividida em subgrupos que consistem, todos eles, em indivíduos bastante semelhantes entre si, pode-se obter uma amostra aleatória de pessoas em cada grupo. Esse processo pode gerar amostras bastante precisas, mas só é viável quando a população pode ser dividida em grupos homogêneos.


c) Amostras probabilísticas sistemáticas: os elementos da amostra serão selecionados aleatoriamente através de um intervalo entre os mesmos. Esse intervalo será obtido como divisão do número do universo (ou população), pelo número da amostra. Exemplo: suponha uma pesquisa junto aos alunos do COC. Considerando que a população (todos os alunos da faculdade) totalizem 1.000 pessoas e que serão realizadas 200 entrevistas. Assim, a sistemática de coleta, de forma a se respeitar a aleatoriedade na abordagem, deverá ser de 1.000/200 = 5, isto é, abordaremos um aluno a cada cinco que saírem do prédio, garantindo uma igual e sistemática probabilidade de todos os alunos serem abordados.

288

Outro exemplo: em uma linha de produção, podemos, a cada dez itens produzidos, retirar um para pertencer a uma amostra da produção diária. d) Amostras probabilísticas por conglomerado: neste tipo de amostragem, primeiramente a população-alvo é dividida em subpopulações mutuamente excludentes e coletivamente exaustivas, chamadas conglomerados. Segundo: escolhe-se uma amostra aleatória de conglomerados com base em uma técnica de amostra-


Distribuição estratificada da amostra – por sexo e idade


gem probabilística, tal como amostragem aleatória simples. Para cada conglomerado selecionado, ou se incluem na amostra todos os elementos, ou se extrai probabilisticamente uma amostra de elementos.

Conexão: Conheça mais sobre as tendências do mercado brasileiro em relação a ferramentas promocionais de marketing. Acesse o site da Associação de Marketing Promocional e navegue pelas informações. http://www.ampro. com.br/servicos/tendencia_mercado/

Principal diferença para a amostragem estratificada: na amostragem por conglomerado escolhe-se apenas uma amostra de subpopulações, enquanto na estratificada todas as subpopulações são selecionadas para amostragem posterior. O quadro 2 mostra as vantagens (pontos fortes) e desvantagens (pontos fracos) de cada técnica. Pontos fortes

Pontos Fracos

Amostragem por conveniência

Menos cara, consome menos tempo, mais conveniente

Tendenciosidade de seleção, amostra não representativa, não recomendada para a pesquisa descritiva ou causal

Amostragem por julgamento

Não é cara, não consome muito tempo e é conveniente

Não permite a generalização, subjetiva

Amostragem por cota

Amostra pode ser controlada para certas características

Tendenciosidade de seleção, nenhuma garantia de representatividade

Amostragem autogerada

Consegue estimar características raras

Consome muito tempo

Amostragem aleatória simples (AAS)

De fácil compreensão, resultados projetáveis

Difícil de construir a estrutura da amostragem, cara, baixa precisão, nenhuma garantia de representatividade

Amostragem sistemática

Pode aumentar a representatividade, mais fácil de implementar do que a AAS, estrutura de amostragem não necessária

Pode diminuir a representatividade

Amostragem estratificada

Inclui todas as subpopulações importantes, precisão

Difícil de escolher variáveis relevantes de estratificação, não é viável estratificar com muitas variáveis, cara

Amostragem por grupo

Fácil de implementar, eficaz no custo

Imprecisa, difícil de computar e de interpretar os resultados

Amostragem não-probabilística

Fonte: Malhotra et al. (2005)

Técnica


Amostragem probabilística

Quadro 2. Pontos fortes e fracos das técnicas de amostragem 289

Pesquisa de mercado


4) Determinar o tamanho da amostra O tamanho da amostra está relacionado com o universo a ser pesquisado; quanto maior for a população, maior será o tamanho da amostra. Por isso, é muito importante definir bem o público-alvo. Para que uma amostra represente com fidedignidade às características do universo, deve levar em consideração a extensão do universo, os recursos existentes, o nível de confiança estabelecido. O erro máximo permitido e a percentagem com a qual o fenômeno se verifica. Não há dúvida de que uma amostra não representa perfeitamente uma população. Ou seja, a utilização de uma amostra implica na aceitação de uma margem de erro que denominaremos erro amostral. Erro amostral é a diferença entre um resultado amostral e o verdadeiro resultado populacional; tais erros resultam de flutuações amostrais aleatórias. Segundo Gomes (2005), um erro amostral de 5% indica que os percentuais de respostas obtidas podem variar para mais 5% ou menos 5%. Esse percentual depende muito do tipo de produto ou negócio; se o produto a ser pesquisado no mercado for um medicamento para o combate de alguma doença, com certeza será adotado o menor erro amostral possível. Outro conceito relacionado com a definição do tamanho da amostra é o nível de confiança. Segundo Malhotra et al. (2005), nível de confiança é a probabilidade de que um intervalo de confiança incluirá o parâmetro da população. Em outras palavras, Gomes (2005) mostra que é uma medida estatística que indica a probabilidade de repetição dos resultados obtidos caso a mesma pesquisa seja realizada novamente. Numa curva normal, a área compreendida por um desvio-padrão, um à direita e um à esquerda da média corresponde a aproximadamente 68% de seu total. Verifique a curva:

290

–3 –2 –1

+1 +2 +3

1 desvio-padrão = 68% de nível de confiança 2 desvios-padrão = 95.5% de nível de confiança 3 desvios-padrão = 99.7% de nível de confiança


Não é objetivo dessa disciplina detalhar abordagens estatísticas para cálculo de média e proporção em uma população. Para facilitar a sua pesquisa quantitativa, disponibilizamos uma tabela representativa que você poderá utilizar para definir a sua amostra, segundo o universo a ser pesquisado.

% de erro

Intervalo de confiança 95%

96%

97%

98%

99%

4,00%

600

659

736

846

1037

4,50%

474

521

581

668

819

5,00%

384

422

471

541

663

5,50%

317

349

389

447

548

6,00%

267

293

327

376

491

6,50%

227

250

279

320

393

7,00%

196

215

240

276

339

7,50%

171

187

209

241

295

8,00%

150

165

184

211

259

8,50%

133

146

163

187

230

9,00%

119

130

145

167

205

9,50%

106

117

130

150

184

10,00%

96

105

118

135

166


Tabela de amostras casuais simples para produção

Tabela 1. Amostras casuais simples para proporção


4.1.2 Tabulação dos dados

A tabulação permite que os dados coletados sejam reunidos e agrupados. Os resultados, geralmente, são apresentados na forma de tabelas, gráficos, comentários, destacando-se as informações mais relevantes, facilitando a interpretação (GOMES, 2005). Para tabular os dados da pesquisa você poderá utilizar sistemas que facilitem essa tabulação: o Excel é um software de fácil manuseio para a tabulação dos dados. Inicie pela primeira pergunta do questionário computando a quantidade de respostas para cada alternativa apresentada e, assim, sucessivamente. Posteriormente, devemos padronizar e codificar as respostas de uma pesquisa, assim conseguimos identificar os resultados para que a aná291

Pesquisa de mercado

lise seja feita de forma mais simples. Atualmente, a tabulação dos dados é feita de forma rápida e precisa devido aos programas estatísticos. É importante que todas as tabelas estejam indexadas, em ordem decrescente, exceto as que contenham perguntas em escala, de forma a permitir melhores interpretações dos resultados apresentados. Neste momento, o analista toma ciência dos números envolvidos no relatório e pode iniciar a construção dos cruzamentos (cruzar informações entre tabelas – ex: sexo x idade; freqüência de consumo x volume de compras, etc.) ou estratos (segmentação do relatório geral em partes específicas que comportam todas as tabelas do estudo – ex: estrato de consumidores satisfeitos, estratos do sexo masculino, etc.) Para facilitar a compreensão dos dados, existem algumas ferramentas estatísticas básicas que devem ser utilizadas: • Média aritmética simples • Média aritmética ponderada • Moda • Mediana • Desvio-padrão • Variância • Outros... Obs: como o desenvolvimento de conhecimentos ligados à estatística não faz parte de nosso programa, mas sim suas aplicações, sugerimos uma consulta aos livros de Mattar (1999), Samara e Barros (2002), Malhotra (2001), pelas necessidades de revisão dos conceitos de estatística, envolvidos na análise de uma pesquisa de mercado.


4.1.3 Elaboração do relatório final

292

O relatório final consiste na análise da pesquisa a partir dos resultados observados. Nele, devem constar as respostas para os objetivos definidos no início da pesquisa, a partir da apresentação detalhada de suas descobertas. A análise o ajudará no planejamento e na implementação de ações que contribuirão com o seu negócio. A decisão deve se basear na reunião e cruzamento de todos os dados obtidos e não apenas em informações verificadas isoladamente. Só o fato, por exemplo, de o Censo mostrar que o nível de obesidade no Brasil aumentou, não quer dizer que a abertura de


um centro de estética e emagrecimento seja algo garantido. É preciso avaliar os hábitos do público, a concorrência e a dinâmica do mercado. Um relatório bem feito representa o esforço da pesquisa, por isso, ele deve conter os dados levantados e apresentados por meio de tabelas, gráficos e análises (GOMES, 2005). Os clientes (internos ou externos) não devem ser sobrecarregados com relatórios compostos apenas de tabelas. Assim, a análise geral é um resumo dos principais dados descritos nas tabelas e deve ser um texto que responda às principais dúvidas do cliente, relatadas na definição do problema de pesquisa, sem, no entanto, ser extenso e complicado em detalhes que podem ser examinados nas tabelas em anexo. Avaliar a pesquisa tende a ser de maior importância em um cargo de marketing do que outros aspectos da pesquisa em si. Como acontece com muitos outros itens comprados, a qualidade nem sempre é notada de início. O alto preço de um projeto não garante necessariamente qualidade superior. Para medir a qualidade é necessário retornar à proposta da pesquisa, procurando respostas para as seguintes perguntas (ALMEIDA, 2008): Conexão: • O relatório atendeu aos objetivos estabeleciConheça mais sobre os dos na proposta? resultados de pesquisas desenvolvidas pelo IBGE. Acesse • A metodologia delineada na proposta foi o site e navegue em vários seguida? assuntos importantes. http:// • As conclusões estão baseadas em deduções www.ibge.gov.br/home/ estatistica/pesquisas/ lógicas, feitas a partir da análise dos dados? default.shtm • Dadas as conclusões, as recomendações parecem prudentes?


4.1.4 Tomada de decisão

Essas decisões podem envolver a abertura de um novo negócio, a inclusão ou exclusão de produtos comercializados, definição do posicionamento da empresa no mercado, utilização de novas ações promocionais, anúncios na mídia, entre muitas outras (GOMES, 2005). Após uma empresa empregar uma quantidade considerável de dinheiro e esforço na condução de uma pesquisa de marketing e na elaboração de um relatório, é importante que todas as descobertas e informações sejam usadas. Portanto, é função do administrador de marketing determinar se as recomendações serão ou não e, em caso negativo, justificar por qua não 293

Pesquisa de mercado

foram. Uma maneira de assegurar que a pesquisa seja usada é minimizar o conflito entre o departamento de pesquisa de marketing e outros departamentos, pois, dessa forma, fica mais fácil implementar ações (ALMEIDA, 2008). Essas decisões podem envolver a abertura de um novo negócio, a inclusão ou exclusão de produtos comercializados, a definição do posicionamento da empresa no mercado, a utilização de novas ações promocionais, anúncios na mídia, entre muitas outras (GOMES, 2005).


01. Um fabricante gostaria de pesquisar usuários para determinar o potencial de demanda por uma nova prensa. A prensa tem uma capacidade de 500 toneladas e custa 225 mil dólares. Ela é usada para formar produtos de aço leve e pesado e pode ser empregada por fabricantes de automóveis, de equipamentos de construção e de eletrodomésticos grandes. a) Identifique a população e a estrutura de amostragem que poderiam ser usadas.

b) Uma amostra estratificada poderia ser usada? Em caso positivo, como?

c) Qual técnica de amostragem você recomendaria? Por quê?


Refexão

294

Foram apresentados, nesta última unidade, os conceitos relativos a amostra e censo. Você pôde compreender a diferença entre estas duas técnicas e identificar situações em que se usa cada uma delas. O processo de amostragem foi apresentado, e você aprendeu que há etapas que devem ser seguidas para definição do plano de amostragem. Estas técnicas se diferenciam entre si e são adequadas para cada situação específica do proje-


to de pesquisa. Assim, foram apresentadas algumas considerações acerca do relatório de pesquisa para que compreenda a importância de uma boa análise e apresentação dos resultados e sugestões a partir das informações descobertas na pesquisa de marketing.

Leituras complementares Texto 1 – Estudo do plano amostral na pesquisa de mercado e a busca de novas tecnologias que facilitem o trabalho de campo. Disponível em: . Texto 2 – Plano amostral: pesquisa de emprego e desemprego. Disponível em: .

Referências bibliográficas ALMEIDA, A. R. M. Material de aula da disciplina Administração Mercadológica do Prof. Dr. Ricardo Almeida, UNIRG, 2008. Disponível em: . GOMES, I. M. Manual – Como elaborar uma pesquisa de mercado. Belo Horizonte: Sebrae/MG, 2005. MALHOTRA, N. K. Introdução à pesquisa de marketing. São Paulo: Prentice Hall, 2005.


MATTAR, F. N. Pesquisa de marketing: metodologia, planejamento, execução, análise. 5. ed. São Paulo: Atlas, 2 volumes, 1999. PEDRINHA, E. Pesquisa de mercado. Univila, 2001. Disponível em: .

295


Pesquisa de mercado

Minhas anotações:

296

ão

Sistema de informação gerencial

Ap

res

ent

aç

Nos dias de hoje, muito se fala sobre avanços tecnológicos, principalmente quando pensamos na área da computação. Temos certeza de que muitos de vocês já ouviram falar dos termos “sistemas de informação”, “informática” ou ainda “tecnologia da informação”. Mas é comum vermos as pessoas tratando esses termos como se fossem só um, ou seja, “tratando alhos como se fossem bugalhos”. Lógico que você, futuro administrador de empresas, não pode agir dessa forma e deve saber a diferença entre esses termos e também como a tecnologia da informação pode ajudá-lo na missão de administrar uma empresa. Por isso, nesta disciplina, iremos mostrar para você: a definição dos termos acima, o conceito e a utilidade dos sistemas de informações para as empresas modernas e para os administradores de empresas, o conceito e a utilidade da tecnologia da informação para as empresas e para os administradores de empresas e vários tipos de sistemas de informações, que foram criados para suportar o gerenciamento das informações e a automatização de processos de negócios dentro de empresas. Falaremos um pouco, também, sobre e-commerce, e-business e gestão do conhecimento. Queremos, com isso, que você, no papel de administrador de empresas, consiga perceber a importância da TI como ferramenta para ajudar as empresas a atingirem os seus objetivos.

A empresa sistêmica

UU

UUU

UU

UU

Quando um médico analisa uma apendicite e como solução ele recomenda uma operação para arrancá-la, ele está agindo de forma cartesiana, ou seja, está atribuindo ao fato uma causa geradora, que pode ser provada como verdade se colocada em dúvida. Este pensamento, o cartesiano, ajudou muito a ciência, colocando de lado filosofias escolásticas e/ou gregas antigas (que acreditavam que as coisas existem por uma necessidade de existir) e enfatizando a necessidade de se provar tudo aquilo sobre o qual se pode duvidar. Contudo, falando de empresas, não podemos agir de forma cartesiana. Isso porque a empresa é um emaranhado de componentes que se relacionam entre si gerando um todo muito maior do que a soma das partes, ou seja, um todo sinérgico. Então, para modelar uma empresa, é necessário lançar uso do modelo sistêmico que leva em consideração o trabalho mútuo entre várias partes, a inter-relação dessas partes com o mundo externo e, também, a existência de uma força adicional que surge no momento em que essas partes do sistema começam a trabalhar juntas. Nesta unidade, entenderemos melhor o que são sistemas e o que são empresas e como podemos construir sistemas de informação, que não são sistemas que necessariamente fazem uso de tecnologia da informação, mas são sistemas construídos para o gerenciamento de informações.

Objetivos de aprendizagem •

Discutir e analisar uma empresa e demais sistemas, dentro da abordagem holística da moderna Administração; • Entender o significado e a importância dos Sistemas de Informação para os negócios; • Relatar as principais evoluções ocorridas, ao longo do tempo, nos Sistemas de Informação;


• Compreender os diferentes tipos de Sistemas de Informação e suas principais aplicações nas empresas; • Entender quais são os Sistemas de Informação que se aplicam a todos os níveis organizacionais de uma empresa; • Relacionar os diferentes tipos de Sistemas de Informação e os níveis organizacionais aos quais são mais indicados.

Você se lembra?

1. Você se lembra da Teoria Sistêmica? Você já deve ter estudado sobre esse assunto em disciplinas anteriores, como na Teoria Geral da Administração, quando se tratou da chamada “Teoria Sistêmica”. Caso não se recorde, releia seus materiais sobre a Teoria Sistêmica, pois ela servirá de base para discutirmos esse primeiro tópico de nossa disciplina. 2. Você se lembra da diferença entre dados e informações que discutimos na disciplina de Microinformática? Caso não se lembre, releia seus materiais sobre o assunto.

1.1 A Empresa Sistêmica


O termo Sistema e todo o seu significado fazem parte do nosso cotidiano, seja pessoal ou profissional. Observe atentamente ao seu redor e analise o ambiente em que você vive ou trabalha. Você já parou para pensar em quantos “sistemas” você está inserido, seja de forma direta ou indireta? Devido à imensidão de sistemas com o quais nos relacionamos, antes de nos aprofundar no objeto de nossa disciplina, vamos tratar apenas do sentido do termo Sistema e de todo o impacto que ele causa na administração de uma empresa. Para tanto, vamos começar definindo qual o significado do termo Sistema. Sistema

300

Conjunto de partes, elementos, meios ou órgãos que, partindo de uma ou de várias entradas, interagem de forma conjunta, com o objetivo de processar e transformar as entradas em uma ou em várias saídas. (MIGLIOLI, 2007)

A empresa sistêmica – Unidade 1

A figura a seguir ilustra o conceito de Sistema que acabamos de apresentar. Observe atentamente essa figura e toda a discussão sobre Sistemas que estamos fazendo. Dessa forma, dificilmente você se esquecerá do conceito de Sistema. Objetivos Processamento

Entradas

Saídas

Feedback e Controle

Figura 1 - Modelo genérico de sistema.


Adaptado de MIGLIOLI (2007).

A partir dessa figura, e com o auxílio de O’Brien (2004), vamos identificar as atividades,ou componentes básicos de qualquer sistema. • Entrada: Envolve a captação de elementos que entram no sistema para serem processados. • Processamento: Diz respeito aos processos de transformação que convertem os insumos (entradas) em produtos. • Saída: Envolve a transferência de elementos produzidos em um processo de transformação até seu destino final. • Feedback: São dados sobre o desempenho do sistema. • Controle: Envolve a avaliação e o monitoramento do feedback, a fim de determinar se o sistema está no rumo da realização de seus objetivos. Diante de tudo isso, podemos dizer que os exemplos a seguir, entre vários outros, são casos típicos de sistemas. 301


Sistema...

Exemplo

...de transportes coletivos.

...rodoviário do seu estado.

...bancário brasileiro.

...aéreo do nosso país.

...circulatório, digestivo, respiratório, todos do nosso corpo.

...de normas da ISO ou do INMETRO.

Figura 2 - Exemplos de sistemas Adaptado de MIGLIOLI.


Vamos, agora, definir um conceito de Empresa, de modo a enquadrá-lo em qualquer uma, seja ela industrial, comercial, de serviços, particular, pública, de economia mista, com ou sem fins lucrativos.

302

EMPRESA Conjunto organizado de recursos, áreas e processos que, partindo de vários insumos, produz e oferece bens e/ou serviços, com o objetivo de atender a alguma necessidade humana. (MIGLIOLI, 2007)


Analise e compare o conceito de Empresa que acabamos de apresentar com o conceito de Sistema, que vimos anteriormente. Você percebe alguma semelhança entre uma Empresa e um Sistema? Podemos afirmar que uma Empresa é um exemplo típico de um Sistema. Visualize em sua mente uma empresa com as seguintes “partes” ou “elementos”: 1. áreas (setores, departamentos); 2. processos (atividades, tarefas); 3. profissionais (pessoas); 4. recursos (materiais, financeiros, humanos e tecnológicos). Considere que essas partes estão organizadas, produzindo e oferecendo produtos (bens e/ou serviços) a vários consumidores (clientes). Pensando assim, estamos analisando uma empresa por meio da chamada “Visão Sistêmica”, ou holística, sinérgica, como defendem alguns pensadores. A figura a seguir ilustra uma empresa visualizada de maneira sistêmica. Governo

Economia

Cultura

Estratégias e feedback

EMPRESA Mercado Financeiro


Mão de obra

Capital ($)

Pessoas

Finanças

Direção

Lucro

Acionistas

Recursos Humanos

Fornecedores

Materiais, equipamentos e serviços

Conhecimento

Informação, tecnologia e inovação

Produção / Operações

Marketing

Pedidos e feedback

Produtos e serviços

Clientes

Produtos e serviços Concorrência

Figura 3 - Visão sistêmica de uma empresa. Adaptado de MIGLIOLI (2007) a partir de ALBUQUERQUE e ROCHA (2007).

Observe na figura anterior que uma empresa é um típico sistema aberto. 303


Analise atentamente as duas figuras anteriores e o que discutiSistemas mos até agora. Abertos Sistema aberto é um grande Pense e reflita na relação sistema que interage e sofre ações de existente entre uma Empreoutros sistemas externos (governo, sa e um Sistema. política, economia, cultura etc.) e também de seus subsistemas internos (produção, Para finalizar nossa discusmarketing, finanças e recursos humanos). são sobre a importância da Visão Sistêmica, vamos identificar algumas das vantagens de aplicá-la na Administração das Empresas: • maior sincronismo entre todas as partes (subsistemas) da empresa com os seus objetivos estratégicos; • possibilidade de reação mais rápida e eficaz no que diz respeito às ações impostas (ameaças e oportunidades), tanto externas quanto internas; • identificação mais rápida das causas dos problemas, para assim focar na resolução e nas melhorias localizadas; • melhor sintonia e fluência entre os processos Conexão: Quer se aprofundar um de negócios; pouco mais no pensamento • minimização do retrabalho e daquelas ativisistêmico? Então consulte o site http://pt.wikipedia.org/wiki/Pensamendades que não agregam valor; to_sist%C3%AAmico, da Wikipédia, que • aumento da qualidade e, por conseguinte, explica um pouco sobre os paradigmas da ciência, segundo o pensamento da produtividade da empresa; sistêmico. Depois, faça um • aumento na competitividade e na lucrativiparalelo com o que estudamos aqui. dade empresarial.


1.2 O que são sistemas de informação?

304

Agora que você já sabe o que é um sistema e reforçou sua percepção sobre a importância da visão sistêmica para as empresas, estamos prontos para iniciar nossa discussão sobre algo mais próximo do contexto da nossa disciplina, ou seja, os Sistemas de Informação. Podemos dizer que todo sistema que manipula e gera informações, usando ou não os recursos da TI (Tecnologia da Informação), pode ser considerado um Sistema de Informação.


Por exemplo: um simples fichário manual, com formulários de papel, contendo dados sobre clientes, pode ser chamado de sistema de informação. Mas, é óbvio que não podemos dizer que esse sistema do fichário manual seja um Sistema de Informação por Computador. O que iremos abordar agora são exatamente esses sistemas de informação por computador, ou seja, aqueles que dependem dos recursos mínimos da TI, como hardware e software. Chamaremos, de agora em diante, esses sistemas de Sistemas de Informação, ou simplesmente, SI. Vejamos, então, as definições de SI na opinião de diferentes autores:


SISTEMAS DE INFORMAÇÃO Conjuntos de componentes inter-relacionados que coletam (ou recuperam), processam, armazenam e distribuem informações destinadas a apoiar a tomada de decisões, a coordenação e o controle de uma organização. (LAUDON e LAUDON, 2007) Composição de recursos humanos (pessoas), hardware (equipamentos), software (programas e procedimentos), dados (toda informação que trafega pelo SI) e redes (meio de comunicação), que oferecem suporte ao desenvolvimento dos principais papéis empresariais. (O’BRIEN, 2004) Elemento que fornece, usa e distribui informações, automatizando processos, contendo possivelmente computadores, e seu uso requer um entendimento da organização, gestão e tecnologia da informação (ROCHA, 2002).

Comparando com uma indúsSistemas tria, um SI seria uma “fábrica”, Abertos que gera como “produto final” Conjunto de elementos interas informações, a partir da relacionados que coletam (ou resgatam), processam, armazenam e disseminam entrada e do processamento informações ao longo dos processos de de algumas “matérias-prinegócios das empresas, a fim de apoiá-las em mas”, chamadas de dados. seus níveis operacional, tático e estratégico. (MIGLIOLI, 2007) Para podermos nos aprofundar nos conceitos de sistemas de informações, é de suma importância o entendimento sobre dados e informações. 305


Como esses conceitos possivelmente já foram vistos em disciplinas passadas do curso, vamos apenas relembrá-los, nos itens abaixo, baseados em Miglioli (2007): • Dados: • fatos ou observações crus, normalmente sobre fenômenos físicos ou transações de negócios; • atributos ou características de entidades; • nomes, quantidades e valores monetários registrados em formulários de vendas representam dados sobre transações da área comercial. • Informações: • dados que foram convertidos (processados) em um contexto significativo e útil para os usuários finais; • os dados organizados de maneira a fornecer consultas sobre a quantidade de vendas por tipo de produto, regiões de vendas ou vendedor são considerados informações sobre as transações da área comercial. Entenda melhor essa “fábrica” de informações, analisando a figura a seguir. Sistema de Informação


Dados

306

Processamento

Informações

“Materias-Primas” ´

“Produtos Finais”

AC15454SP5CSEKKDD5S54 SVBASCAC1215454545SSP

- Relatório sobre as vendas regionais; - DRE contábil;

Figura 4 - Modelo de sistema de informação. Adaptado de MIGLIOLI (2007).

Observe de outra maneira, analisando agora, a figura a seguir:


331 Detergente Brite 1,29 863 Café BL Hill 4,69 173 Meow Cat 0,79 331 Detergente Brite 1,29 663 Country Ham 3,29 524 Fiery Mustard 1,49 113 Ginger Root 0,85 331 Detergente Brite 1,29 . . .

Região de vendas: Noroeste Loja: superloja no 122 No ITEM 331

Descrição Detergente Brite

Unidades Vendidas 7.156 Total de Vendas no Ano $ 9.231,24

Dados

Informação

Figura 5 - Matérias-primas e produtos finais de um SI. Adaptado de LAUDON e LAUDON (2007).

Diante do que vimos nessas duas figuras, podemos identificar três grandes funções dos SIs: • entrada e coleta, de forma organizada, dos dados que serão processados; • processamento, que transforma esses dados em saídas úteis; • saída, que é o resultado das duas etapas anteriores. É o fim do ciclo, tendo como produto acabado as informações gerenciais e os serviços aos usuários finais.


Após discutirmos os conceitos básicos, podemos dizer que os Sistemas de Informação são soluções que permitem mudar as posturas empresariais perante o ambiente, uma vez que distribuem as informações necessárias para: • otimizar as atividades inerentes àtomada de decisões; • coordenar e controlar processos de negócios; • analisar problemas, entre outras. Sabemos também que os objetivos de uma empresa são variados. No entanto, quando tratamos de empresas com fins lucrativos, um dos principais objetivos é a geração de lucros obtidos por meio dos seus 307


produtos e serviços. Por isso, toda empresa precisa ter bons mecanismos de controles e buscar melhorias contínuas em seus processos, a fim de potencializar os lucros e reduzir as despesas (BATISTA, 2004). E é aí que entram os sistemas de informações: são ferramentas para auxiliar as empresas na busca desses objetivos. Como os SIs podem auxiliar as empresas na melhoria de seus processos, nos seus controles e no aumento de sua lucratividade? Várias são as maneiras em que os SIs auxiliam as empresas. Em linhas gerais, agrupamoConexão: nas em três categorias: Quer ser aprofundar um pouco mais nos conceitos de • apoio operacional, ou seja, agilidade sistemas de informações? Se sim, nos processos de negócios; você pode começar consultando o site http://pt.wikipedia.org/wiki/Siste• aumento das informações para tomama_de_informa%C3%A7%C3%A3o. Em da de decisões gerenciais; seguida, você pode ler o capítulo 2 do livro Administração de Sistemas de • apoio à vantagem competitiva, forneInformação, do autor Pedro cendo informações e indicadores para a Luiz Cortes, da editora definição, acompanhamento e reformulaSaraiva. ção de estratégias.

1.3 A Evolução dos Sistemas de Informação

De acordo com Rezende (2003), os conceitos de empresa e de sistemas já existem há muito tempo. Segundo o autor, esses conceitos estão representados nestas aplicações históricas: • 4000 a.C.: Jacó e Labão tinham controle quantitativo da criação e comercialização de ovelhas, caracterizando um sistema. • 3000 a.C.: os egípcios e os babilônios registravam em pedras as suas transformações financeiras.


Você já deve ter estudado em outras disciplinas que, com a chegada do século XVIII, outros tipos de sistemas surgiram e marcaram época:

308

• Taylor (1890): administração científica e os processos administrativos; • Fayol (1900): sistema de centralização formal e impessoal; • Ford (1909): sistema de produção em massa; • Weber (1910): sistema de burocracia empresarial.



De acordo com O’Brien (2004), grandes evoluções ocorreram ao longo dos anos seguintes, fazendo com que as empresas sentissem necessidade de procurar opções para difeVocê se renciar e melhorar seus métodos recorda da evolue procedimentos de trabalho. ção dos computadores que discutimos na disciplina de MicroinVamos, com o apoio formática? de O’Brien (2004), percorCaso não se recorde, releia seus materiais rer a evolução dos sistesobre esse assunto, pois os sistemas de informação acompanharam a evolução dos mas de informação. computadores e, até hoje, icentivam essa Até os anos 1960, os evolução. sistemas de processamento de dados, contabilidade e processamento de transações simples eram umas das funções básicas dos Sistemas de Informação. Um pouco mais tarde, seria elaborado o conceito de Sistemas de Informações Gerenciais (SIG), que forneciam relatórios priorizando o apoio à tomada de decisões dos usuários finais gerenciais. Mesmo com esse apoio, as necessidades não estavam sendo devidamente atendidas. Surge, então, nos anos 1970, o conceito de Sistemas de Apoio à Decisão (SAD), que forneciam para usuários gerenciais apoio ad hoc e interativo nos processos decisórios. Nos anos 1980, o desenvolvimento do processamento do microcomputador foi um dos principais impulsionadores para os Sistemas de Informação. A partir de então, os usuários finais puderam usar em suas estações de trabalho seus próprios recursos de computação, sem precisar contar mais com o suporte dos departamentos de informática da empresa, os antigos CPDs. Um segundo papel importante foi o desenvolvimento dos Sistemas de Apoio ao Executivo (SAE), a fim de proporcionar maior apoio aos altos executivos que não haviam se adaptado aos Sistemas de Apoio à Decisão. Com a explosão da tecnologia entre o final da década de 1980 e início da de 1990, aliada ao crescimento das redes de telecomunicações, o potencial dos Sistemas de Informação nos negócios teve uma grande evolução, impulsionando, apoiando e gerenciando as operações das organizações. Surgem, então, os famosos sistemas ERP. Observe na figura a seguir a evolução dos Sistemas de Informação ao longo dos anos. 309


Tempo

Sistema de informação




Mudanças técnicas

Controle gerencial

Atividades institucionais centrais

Fornecedores, clientes além das fronteiras da empresa

Anos 1950

Anos 1960

Anos 1970

Anos 1980

Anos 1990

2000 2005

Figura 6 - Evolução dos sistemas de informação. Adaptado de LAUDON e LAUDON (2007).

Por enquanto, não se preocupe com esses tipos de sistemas (SIG, SAD, SAE e ERP), pois iremos estudá-los detalhadamente nos próximos temas de nossa disciplina.

1.4 Categorias e Tipos de Sistemas de Informação


Temos consciência de que em uma empresa existem diferentes necessidades, interesses, especialidades e níveis de organização. Em função disso, existem diferentes categorias e tipos de Sistemas de Informação, os quais, por melhor que sejam, não conseguem sozinhos e isoladamente fornecer as informações para todas as áreas da empresa. De acordo com os autores Laudon e Laundon (2007), quatro são as principais categorias de Sistemas de Informação que atendem às necessidades dos diferentes grupos (níveis) organizacionais de uma empresa:

310

• SIs para o nível operacional; • SIs para o nível de conhecimento; • SIs para o nível gerencial; • SIs para o nível estratégico. Veja na figura a seguir o que acabamos de apresentar.


Tipos de Sistemas de Informação

Grupos Antendidos

Nível estratégico

Gerentes seniores

Nível gerencial

Gerentes médios

Trabalhadores do conhecimento e de dados

Nível de conhecimento

Nível operacional Áreas Funcionais

Vendas e marketing

Gerentes seniores

Fabricação

Finanças

Contabilidade

Recursos humanos

Figura 7 - Categorias de SIs e os usuários atendidos.


Adaptado de LAUDON e LAUDON (2007).

Com o auxílio de Laudon e Laundon (2007), vamos analisar, separadamente, cada categoria de SI: • Sistemas para o nível operacional: – Atendem às necessidades dos usuários operacionais, facilitando e acompanhando as atividades e transações do dia a dia da empresa, como faturamento, contas a receber, recebimento de materiais dentro da fábrica, contas a pagar, entre outras. – Essa categoria de sistema procura responder às questões básicas dos processos de negócios, através, por exemplo, de relatórios de saldos e estoques, consulta aos pagamentos do dia, entre outros. – De maneira geral, essa categoria de SI faz um acompanhamento nas transações do dia a dia de uma empresa. – Podemos citar como exemplos de SI para o nível operacional aqueles sistemas que registram o apontamento das horas trabalhadas pelos funcionários da produção de uma fábrica.

311



• Sistemas para o nível de conhecimento: – Auxiliam as empresas a aplicar novas tecnologias em seu negócio, em busca de controle e organização das informações e dos documentos. – Os trabalhadores desse nível organizacional são normalmente pessoas com educação formal e profissões reconhecidas, como engenheiros, projetistas, que geram novas informações para os demais processos da empresa. – Como exemplo dessa categoria de sistemas, podemos citar os softwares do tipo CAD. • Sistemas para o nível gerencial: – Procuram atender às necessidades de controle e tomadas de decisão dos gerentes táticos. – As principais questões identificadas por esse sistema são: verificar como está o andamento da empresa, emitir relatórios de operações, medir indicadores de produção em casos de grandes demandas etc. – As informações citadas anteriormente nem sempre serão geradas no ambiente interno, necessitando da coleta de dados no ambiente externo da organização, como por exemplo, cotação do dólar e de outros índices econômicos. • Sistemas para o nível estratégico: – Ajudam as diretorias a elaborar e desenvolver estratégias e tendências da empresa no seu ambiente externo em um longo prazo. – Questões como nível de empregos nos próximos cinco Você anos, tendências de se recorda do tipo de software aplicativo que mercado são algudiscutimos na disciplina de Microinmas análises a formática? serem feitas pelos Caso não se lembre, releia seus materiais sistemas dessa sobre esse assunto, pois os sistemas que iremos apresentar nos próximos parágrafos são categoria.

312

exemplos típicos de softwares aplicativos.

Você deve ter percebido que, para cada nível organizacional da empresa, existe uma categoria específica de sistema de informação, com



objetivos e questões diferentes, os quais, obviamente, se enquadram nas necessidades de cada nível. Se não percebeu, veja novamente a figura anterior, pois agora vamos descer “um nível” em nossa análise e explorar quais são os tipos específicos de Sistemas de Informação que atendem aos diferentes níveis organizacionais de uma empresa. Novamente com o auxílio de Laudon e Laundon (2007), vamos analisar, separadamente, cada tipo de SI: • Sistemas de Processamento de Transações (SPTs): – Esses sistemas são utilizados pelo nível operacional. – São sistemas que realizam transações básicas em uma empresa, como registro de ponto (frequência) dos funcionários e emissão de nota fiscal. – Um exemplo básico de um SPT é o sistema de registro de frequência dos funcionários, que fornece dados para o sistema de folha de pagamento e que faz o acompanhamento dos salários pagos aos funcionários. Esse sistema é composto por nomes, endereços e todos os dados dos funcionários. Novos dados são inseridos nesse sistema, modificando e atualizando seus dados anteriores, sendo, assim, gerados relatórios (informações) que são enviados para acompanhamento da gerência, que aprova e emite os cheques de pagamentos e executa os procedimentos recomendados. – Pelo que você percebeu, esse tipo de sistema é essencial para a empresa, pois ele contém todas as informações básicas do dia a dia empresarial. • Sistemas de Trabalhadores do Conhecimento (STCs) e/ou Sistemas de Automação de Escritório: – Os STCs e os Sistemas de Automação de Escritórios atendem às necessidades de informação no nível de conhecimento da empresa. – Esses sistemas colaboram com os funcionários da empresa no desempenho das suas tarefas de criação de conhecimento, além de auxiliar nos escritórios da empresa, nos diferentes setores. – Temos como exemplo desse tipo de sistema o AutoCAD, o Microsoft Visio e todo o pacote Office (Word, Excel etc). 313


• Sistemas de Informações Gerenciais (SIGs): – Os SIGs oferecem suporte às questões gerenciais da empresa, fornecendo relatórios e acessos aos registros de desempenho da organização. – Têm como principais funções o apoio no planejamento e no controle das decisões.


– É muito importante você saber: ▪▪ Embora vários autores argumentem que o SIG atenda apenas ao nível gerencial, é fato no ambiente atual das empresas que vários funcionários do nível operacional também utilizam esses sistemas, a fim de consultar informações sobre o andamento de suas áreas ou processos de negócios. ▪▪ Esse fato se deve, predominantemente, em função das habilidades multidisciplinares dos colaboradores e da descentralização na tomada de decisões. (MIGLIOLI, 2007)

314

• Sistemas de Apoio à Decisão (SADs): – Entre o nível gerencial e o estratégico, temos os Sistemas de Apoio à Decisão (SADs). – A partir dos SIGs, os Sistemas de Apoio à Decisão (SADs) também atendem às necessidades do nível tático (gerencial) da empresa. – Esse tipo de sistema possibilita à gerência tomar algumas decisões não padronizadas e que, além de se alterarem com frequência, não são predefinidas; – Os SADs são desenvolvidos para: ▪▪ extrair os dados gerados nos SPTs e nos SIGs, a fim de gerar informações para tomada de decisões; ▪▪ armazenar essas informações de modo que seus gerentes possam analisá-las e modificá-las, por serem de fácil acesso. ▪▪ permitir o cruzamento dessas informações com outros índices externos, gerando gráficos e novos relatórios (MIGLIOLI, 2007). • Sistemas de Apoio Executivo (SAEs):


– No nível estratégico, existe o Sistema de Apoio ao Executivo (SAE). – Esse sistema apoia os diretores nas tomadas de decisões que não são rotineiras. – Previsão e planejamento de longo prazo são suas principais atribuições, as quais exigem maior percepção e avaliação para se chegar a uma solução desejável. – Os SAEs, diferentemente dos outros sistemas, são criados para resolver problemas que sempre estão se modificando, e não para aqueles problemas específicos. – Eles são desenvolvidos com base no que há de melhor e mais avançado em softwares gráficos, o que permite a entrega instantânea de diagramas e outras fontes diretamente nas mesas e salas de reuniões de seus diretores. – Várias questões são resolvidas através dos SAEs, como análise de mercado, concorrentes, estratégias e oscilações dos negócios. – É muito importante você saber: ▪▪ Um SAE, hoje em dia, é praticamente sinônimo de um SAD, pois ambos têm se evoluído em suas funcionalidades, fornecendo os mesmos recursos (MIGLIOLI, 2007).


– Como tanto o SAE como o SAD são normalmente utilizados por gerentes e diretores, que geralmente têm pouco conhecimento em TI, esses sistemas são incorporados com interfaces gráficas e amigáveis, de fácil utilização. Observe, a partir da análise da figura a seguir, o relacionamento entre os tipos de sistemas que acabamos de apresentar e os níveis organizacionais que eles atendem.

315


Sistemas do nível estratégico

Tipos de sistemas

Previsão Plano Previsão Planejamento Planejamento de lucros de pessoal Sistemas de apoio quinquenal operacional quinquenal da tendência quinquenal de orçamento executivo de vendas (SAEs) Sistemas do nível gerencial Sistemas de Gerenciamento Controle informações de vendas de estoque gerenciais (SIGs) Sistemas de apoio Análise das à decisão (SADs) vendas por região Sistemas de trabalhadores do conhecimento (STCs) Sistemas de automação de escritório

Orçamento Análise de Análise de atual investimento realocação de recursos

Programação Análise da produção de custo

Análise de Análise de preços e custos de lucratividade contratos

Sistemas do nível do conhecimento Estações de Estações de trabalho de engenharia trabalho gráficas Edição de texto

Estações de trabalho administrativas

Tratamento de Agendas imagens (digitalização) eletrônicas de documentos Sistemas do nível operacional Controle do maquinário

Sistemas de processamento de transações (SPTs)

Negociação Folha de Remuneração de seguros pagamento

Acompanha- Programação -mento de industrial pedidos

Contas a pagar

Treinamento e desenvolvimento

Processa-mento de pedidos

Contas a receber

Manutenção do registro de funcionários

Vendas e marketing

Controle de Gerenciamovimentação -mento do de materiais caixa Fabricação

Finanças

Contabili-dade

Recursos humanos

Figura 8 - Tipos de SIs e os níveis organizacionais atendidos. Adaptado de LAUDON e LAUDON (2007).


1.5 Outras classificações dos Sistemas de Informação

316

Existem outros quatro tipos de SI que ainda não apresentamos e que servem aos níveis operacionais, táticos e estratégicos (O’BRIEN, 2004). São eles: • Sistemas de informação empresarial: – SIs que apoiam as operações e atividades gerenciais nas áreas de contabilidade, finanças, recursos humanos, marketing, produção, operações, entre outras. – Esses SIs podem ser tanto do tipo SPT como SIG. • Sistemas especialistas: – SI computadorizado que utiliza seu conhecimento sobre uma área de aplicação complexa e específica para atuar como um consultor especialista aos usuários.


– O sistema consiste em uma base de conhecimento e módulos de software que executam inferências no conhecimento e comunicam respostas para as perguntas de um usuário. – Esses sistemas utilizam-se das técnicas da Inteligência Artificial (AI). – Exemplos: sistemas para medicina, esportes e bolsa de valores. • Sistemas de gerenciamento do conhecimento: – SIs desenvolvidos para gerenciar o aprendizado organizacional e o know-how das empresas. – Esses sistemas ajudam os trabalhadores do conhecimento a criar, organizar e compartilhar importantes conhecimentos empresariais em qualquer lugar e sempre que for necessário. • Sistemas de informação estratégica: – Apoiam a elaboração e o acompanhamento das estratégias competitivas de uma empresa. – Um sistema de informação estratégica pode ser todo tipo de sistema de informação (SPT, SIG, SAD e SAE) que ajuda uma empresa a obter uma vantagem competitiva, a reduzir uma desvantagem competitiva ou a atender outros objetivos estratégicos.

1.6 Relacionamento entre os tipos de Sistemas de Informação

Imagino que você esteja com a sensação de estar olhando para uma “sopa de letrinhas”, não é? Afinal, vimos tantas siglas e sistemas diferentes nos dois últimos tópicos.

STC

ial sar pre m E SI SPT SAE SI Es SIG tratég ico Espec ialista SAD nto ciame geren to SI de nhecimen do co


SI

Figura 9: Sopa de letrinhas 317


Pois bem,vamos relacionar melhor, resumindo no quadro a seguir, toda essa “sopa de letrinhas”, para você entender de fato quem é quem nas classificações dos SIs que apresentamos anteriormente. • Todos os sistemas apresentados nesse tópico e no anterior são SIs, ou seja, Sistemas de Informação, pois todos eles têm como função básica capturar e processar dados, gerar e disseminar algum tipo de informação. • As quatro categorias de SI que apresentamos no início do tópico 1.3 servem como referencial didático para você entender que existem SIs destinados para cada nível organizacional de uma empresa. • Os tipos de SI, ou seja, SPT, STC, SIG, SAD, SAE são aqueles SIs com propósitos diferentes, cada qual com seu enfoque, e que, geralmente, atendem a níveis organizacionais distintos. Volte na figura 6, no final do tópico 1.3, e reforce seu entendimento sobre isso. • Já os quatro tipos de sistemas apresentados no tópico 1.4 também são SIs, porém, classificados de outra maneira, com o foco mais voltado para suas especificidades. Esses sistemas podem se enquadrar perfeitamente na classificação dos tipos de SI apresentados no tópico 1.3. (MIGLIOLI, 2007)

318

SI EMPRESARIAL SI ESPECIALISTA SI DE GER. CONHECIMENTO SI ESTRATÉGICO


Observe na figura a seguir, o resumo que acabamos de apresentar, sobre a classificação dos Sistemas de Informação.

SAE

SI para o NÍVEL ESTRATÉGICO

SAD

SIG

STC

SPT

SI para o NÍVEL GERENCIAL e do CONHECIMENTO SI para o NÍVEL OPERACIONAL

Figura 10 - Resumo das classificações dos SIs. Adaptado de MIGLIOLI (2007).


É muito importante você saber: • Os Sistemas de Informação do mundo real, na maioria das vezes, são formados pela integração dos vários tipos que acabamos de analisar. • Toda essa classificação que vimos até agora serve como referencial teórico e didático para você entender como os SIs se integram, pois é dessa maneira que o mercado empresarial os entende. Fique tranquilo, pois abordaremos esses sistemas integrados, dentro da visão do mercado empresarial, nos próximos temas de nossa disciplina.

Atividades

Desenvolvemos a seguir, um conjunto de perguntas, para que você possa fixar o conteúdo aprendido nesta unidade. Responda às perguntas utilizando como base tudo aquilo que você estudou nesta unidade e nas conexões apresentadas e o conhecimento que você possui de vivências profissionais ou de estudos de módulos passados referentes ao mundo corporativo. 01. Quais são as principais diferenças entre o pensamento cartesiano e o pensamento sistêmico?


02. Por que uma empresa pode ser melhor representada pelo modelo sistêmico do que pelo modelo cartesiano?

03. Desde quando podemos considerar a existência de sistemas de informações?

319


04. Há necessidade da existência de softwares e hardwares para a existência de sistemas de informações?

05. Disserte sobre como os sistemas de informação, com o apoio da TI, podem ajudar uma empresa a atingir os seus objetivos.

06. Quais tipos de sistemas de informações você conhece e como eles podem se relacionar entre si?


Reflexão

320

Nesta unidade estudamos sobre sistemas, sistemas de informações, sistemas de informações baseados em TI e tipos de sistemas de informações. Mas depois de falarmos sobre tudo isso, você consegue entender a importância do que acabou de estudar? Não? Vamos tentar explicar rapidamente a importância de tudo isso. Hoje, no mundo, há empresas que produzem sozinhas muito mais do que um país inteiro, ou seja, há empresas com o PIB maior do que o PIB de muitos países pequenos. Isso significa que empresas como essas são gigantescas e possuem vários processos sendo executados ao mesmo tempo, uma quantidade enorme de talentos trabalhando e uma grande responsabilidade social para com essas pessoas e para com o país a que essas empresas pertencem. Então, administrar uma empresa dessa proporção por meio de um modelo cartesiano seria insuficiente para gerenciá-la, e os seus objetivos estariam seriamente comprometidos.


Uma empresa desse porte é influenciada por um meio ambiente externo próximo e distante, ou seja, o país e o mundo influenciam esta empresa e esta empresa influencia o mundo e o seu país em alguns aspectos. Dessa forma, tratá-la simplesmente com um pensamento cartesiano seria subestimar o “problema”. Controlar todos os processos, gerenciar e distribuir todas as informações, processar todos os dados sem uma ferramenta de apoio seria um trabalho no mínimo penoso para qualquer administrador, e é aí que entram os sistemas de informações baseados em TI. Por meio desses sistemas, é possível aos administradores de grandes corporações administrarem as suas informações em escala, ou seja, em grande quantidade, de uma maneira rápida e consistente. Agora que apresentamos essa breve explicação, acreditamos que tenha ficado clara a importância do estudo da nossa disciplina. Então, vamos em frente, pois ainda há muito o que estudar.


Leituras Recomendadas

Artigo 1: Ter visão sistêmica permite tomar decisões com segurança Há muito a humanidade tenta entender subsistemas isoladamente, não levando em conta sua interação com o todo. A visão sistêmica veio como uma evolução natural, possibilitando uma maior aproximação da realidade da ciência que estuda os sistemas. Com o passar dos tempos, observamos a necessidade de desenvolver nossa visão do todo. Tomar uma decisão sem analisar a situação num âmbito geral pode trazer danos ao profissional e à organização, gerando, assim, decisões unilaterais, isoladas, inconsistentes, sem credibilidade e com prejuízo. Ter a visão sistêmica de um problema é saber usar a intuição, a sensibilidade, a emoção e também a razão na tomada de decisão, tendo a consciência do que sua decisão pode causar na resolução desse problema e quais consequências pode trazer. Analisar atentamente cada detalhe nos fará escolher a decisão que consideramos ter o resultado mais positivo. Assim, visão sistêmica nada mais é do que perceber o movimento integrado entre o ambiente, nossas decisões e o futuro. É um exercício de percepção. E para melhorar nossa capacidade de decidir e compreender o encadeamento de atoconsequência, é necessário treinar nossa observação (visão sistêmica). 321


É preciso analisar o ambiente, o todo, ou seja, o conjunto de forças que possam ter alguma influência sobre o funcionamento da organização. O conhecimento mais profundo da dinâmica da organização e da interação entre as diversas forças atuantes permite que as ações, nas organizações, sejam mais efetivas, não só as de curto prazo, mas, principalmente, as de médio e longo prazos. A visão sistêmica consiste na capacidade de entender, implementar e demonstrar o comprometimento na compreensão do todo a partir de uma análise global das partes e da interação entre estas. Várias forças atuam num sistema em funcionamento, sejam estas internas ou externas. Usando adequadamente essa importante ferramenta, podemos minimizar diversos danos futuros e ter um diferencial competitivo. Estar preparado para o impacto no mercado de trabalho é condição imprescindível para nossa sobrevivência. Procure ser um especialista sistêmico. A visão através de vários prismas cria uma gama de possibilidades de soluções e ações, explorando e desenvolvendo o sentido da visão sistêmica, propiciando a compreensão da contínua evolução dos cenários.


Viviany Amorim. Jornal do Comércio. Disponível em: http://www.2.uol. com.br/JC/sites/deloitte/artigos/a93.htm. Acesso em: 05 nov. 2007.

322

Livro: Visão Sistêmica e Administração: Conceitos, Metodologias e Aplicações Dante Pinheiro Martinelli e outros. São Paulo: Editora Saraiva, 2006. Artigo 2: Sistemas de Informação ou Sistemas Informatizados? Apesar de soar parecidos, são termos distintos. Igualmente importantes sob a ótica da administração. Seus entendimentos ainda geram um bocado de confusão aos profissionais da área. A todo momento, somos bombardeados com uma infinidade de informações, sob as mais diversas formas, potencializadas por uma evolução tecnológica sem precedentes, pipocando novos sistemas e novas tecnologias. Além daquelas efetivamente disponíveis, as promessas de ferramentas cada vez mais eficientes e poderosas, que tornarão a vida mais fácil. Tornando extremamente difícil nossas escolhas, exigindo a criação de processos complexos para tomada de decisão.



Esses sistemas, esses softwares que surgem a todo momento, não consistem necessariamente em Sistemas de Informação. Muitas vezes, nem são elementos que fazem parte dele. Sistema de Informação, na essência, não tem nada a ver com informática, apesar de o termo sugerir assim. Esses sistemas referem-se aos processos existentes dentro da corporação, que constituem seu funcionamento e levam esse nome, porque o resultado deles é exatamente isso: “informação”. O sistema de controle de estoque, por exemplo, traz como resultado uma série de relatórios, direcionados a etapas específicas dentro do processo funcional da corporação, servindo como base para a tomada de decisões. São, portanto, simplesmente a maneira de coletar, organizar e distribuir informações pela empresa. O processo – ou sistema – de armazenamento de nomes e telefones pode ser feito em uma agenda tradicional ou numa agenda eletrônica. O Sistema de Informação (coleta, organização e distribuição) é exatamente o mesmo, diferindo apenas o mecanismo utilizado. Claro, alguns aspectos específicos da operação dos instrumentos utilizados precisam ser observados, mas, na essência, o sistema (ou processo) não muda. Quando nos referimos à análise de sistemas, é necessário então iniciar a distinção sobre o que se deseja fazer: analisar o sistema de informação de nomes e telefones ou analisar o software utilizado para execução desse processo? A informatização, via de regra, se aplica depois que o Sistema de Informação já está definido. A principal diferença está na agilidade proporcionada pela utilização de ferramentas tecnológicas na manipulação desse sistema. Deve (ou ao menos devia) ser mais rápido consultar um número de telefone na agenda eletrônica do que na agenda tradicional. Claro, é um exemplo simplista, mas se pensarmos, por exemplo, nas instituições financeiras, é inimaginável seu funcionamento, mantendo a agilidade, sem a aplicação de informática nos seus Sistemas de Informação. Misturar esses aspectos faz com que a eficiência dos sistemas seja comprometida. É muito comum iniciar um processo de informatização, sem que os Sistemas de Informação tenham sido devidamente avaliados. Informatizar processos inadequados gera sérios problemas à empresa, pois tudo acaba sendo atribuído ao processo de informatização. “Esse sistema (software adquirido) é uma porcaria!!”, já ouvi isso um sem nú-

323


mero de vezes... quando, na verdade, o problema está na maneira que a empresa operacionaliza seus processos. Sistemas de informação são objeto de estudo constante dos profissionais da administração, afinal, a empresa tem que se adaptar às diversas situações impostas pela constante evolução do mercado (clientes, concorrentes, fornecedores, governo etc.). Muitas vezes, esses sistemas podem ser potencializados com a utilização da informática, sob forma de velocidade e confiabilidade no processo de gerar informação. A informática é uma ferramenta utilizada para auxiliar as atividades da empresa. A informação é a base para tomada de decisão. Aos administradores, cabe criar Sistemas de Informação adequados, eficientes e confiáveis, garantir a qualidade da informação e utilizar a informática para trazer agilidade a esses processos. Não devemos adaptar nossas corporações aos softwares, mas, sim, buscar as ferramentas que melhor atendam às nossas necessidades. Leandro Orlandini. Web Portal Paraná. Colunistas, administração e tecnologia. Disponível em: http://www.bonde.com.br/colunistas/ colunistasd.php?id_artigo=2789. Acesso em: 07 nov. 2007.

Livro: Sistemas de informações gerenciais Kenneth C. Laudon e Jane P. Laudon. São Paulo: Pearson Prentice Hall, 7ª edição, 2007.

Referências Bibliográficas ALBUQUERQUE, A. M. M.; ROCHA, P. (2007). Sincronismo Organizacional: como alinhar a estratégia, os processos e as pessoas, um guia prático para redesenhar a organização e seus processos. São Paulo: Saraiva.


BATISTA, E. O. (2004). Sistemas de Informação: o uso consciente da tecnologia para o gerenciamento. São Paulo: Saraiva.

324

LAUDON, K. C.; LAUDON, J. P. (2007). Sistemas de informação gerenciais. São Paulo: Pearson Prentice Hall, 7ª edição. MIGLIOLI, A. M. (2006). Tomada de decisão na pequena empresa: estudo multicaso sobre a utilização de ferramentas informatizadas de


apoio à decisão. Dissertação (mestrado). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. MIGLIOLI, A. M. (2007). Material de aula da disciplina Tecnologias da Administração, do Prof. Me. Afrânio Maia Miglioli. Primeiro semestre de 2007. O’BRIEN, J. A. (2004). Sistemas de Informação e as decisões gerenciais na era da Internet. São Paulo: Saraiva. REZENDE, D. A.; ABREU, A. F. (2003). Tecnologia da Informação aplicada a sistemas de informação empresariais: o papel estratégico da informação e dos sistemas de informação nas empresas. São Paulo: Atlas. ROCHA, A. (2002). O essencial dos sistemas de informação. São Paulo: Sebenta de Sistemas de Informação, USP.


Na próxima unidade

Nesta unidade, estudamos que um sistema de informação não precisa necessariamente de Tecnologia de Informação (hardwares e softwares) para se constituir. Ou seja, se você possui um “caderninho” por meio do qual você consegue gerenciar as informações que precisa, então você tem no seu caderninho um sistema de informação. E podemos concluir também que um caderninho não se trata de algo tecnológico, ou seja, você tem um sistema de informação sem necessariamente possuir uma tecnologia avançada. Contudo, no que tange grandes empresas, um caderninho não resolveria o nosso problema, pois, além de outros motivos, ele não conseguiria tratar a grande quantidade de informações da empresa. Por isso, precisamos de uma ferramenta que nos auxilie a tratar o grande número de informações de forma rápida e consistente. Daí, então, surgem os sistemas de informações baseados em TI. Mas, o que é TI? Não tivemos ainda a oportunidade de formalizar este conceito e explicar todos os outros conceitos que permeiam o que hoje chamamos de Tecnologia da Informação. Então, vamos aproveitar a próxima unidade para estudar um pouco sobre o que é a Tecnologia da Informação e como ela apoia as empresas modernas. 325



Minhas anotações:

326

2

Tecnologia da informação na gestão empresarial

Un

ida

de

Por que estudar tanto sobre Tecnologia da Informação (TI) e Sistemas de Informação (SI)? A resposta para essa pergunta é a mesma dada para as questões sobre por que alguém deve estudar marketing, recursos humanos, produção, finanças, contabilidade, ou qualquer outra função ou processo de negócio. Afinal, atualmente, a TI e os SIs: • tornaram-se componentes vitais quando se pretende alcançar o sucesso empresarial; • administram um dos mais valiosos ativos das empresas, a informação; • estão proporcionando meios de se redefinir os fundamentos dos negócios; • são facilitadores das atividades e dos processos de negócios. Por tudo isso, a TI e os SIs se tornaram campos de estudo essenciais para você, futuro gestor de empresas. Como na unidade passada já estudamos bastante sobre sistemas de informações, vamos, nesta unidade, estudar sobre Tecnologia da Informação.

Objetivos de aprendizagem

• Entender os motivos para se estudar Tecnologia da Informação, bem como as contribuições proporcionadas por ela. • Relacionar as maneiras como a Tecnologia da Informação pode influenciar na vantagem competitiva das empresas. • Relatar e entender algumas das contribuições-chave para as principais áreas de uma empresa. • Compreender como a Tecnologia da Informação pode auxiliar as empresas a focar-se nos clientes; • Entender o papel da Tecnologia da Informação na melhoria contínua das empresas; • Discutir sobre a participação da Tecnologia da Informação na reestruturação de processos de negócios.


Você se lembra?

1) Você lembra o que é Tecnologia da Informação? Caso não se lembre, volte em suas anotações da disciplina de Microinformática e estude um pouco mais sobre o conceito de TI. Isso vai ser importante para o entendimento desta unidade.

2.1 A empresa baseada na TI


Imagine o dia a dia de um gestor de empresas. Seu trabalho baseiase, predominantemente, na tomada das seguintes decisões: • O que fazer para aumentar o volume de vendas da minha empresa? • Como reduzir as principais despesas? • Se eu lançar uma promoção no preço dos meus produtos, o que isso pode acarretar em meus custos? • Será o momento certo de adquirir uma nova máquina para a fábrica? • Quais são os meus funcionários mais indicados para o cargo de gerente da nova filial? Em processos de tomadas de decisões, geralmente, várias são as alternativas a serem analisadas. Uma boa decisão só é tomada se dispomos de informações para avaliar as diferentes alternativas, comparando-as e analisando seus riscos e oportunidades. Por isso, para aquelas empresas que buscam melhorar sua efetividade e competitividade, a TI e os SIs são instrumentos fundamentais, pois dão suporte aos cinco principais objetivos de qualquer empresa, que são: • aumentar a produtividade; • reduzir custos; • melhorar a tomada de decisões; • aprimorar os relacionamentos com os clientes; • desenvolver novas estratégias. Na unidade passada, estudamos o conceito de sistemas de informações, agora falta-nos definir o que é a tecnologia da informação.

328

TECNOLOGIA DA INFORMAÇÃO (TI) Infraestrutura organizada de hardware, software, bancos de dados e redes de telecomunicações que permite às empresas manipular, gerar e distribuir dados e informações ao longo dos seus processos e parceiros de negócios. (MIGLIOLI, 2007)

Tecnologia da informação na gestão empresarial – Unidade 2


Agora que recordamos o significado de TI, vamos, com o auxílio de Turban, Rainer e Potter (2005), analisar as principais contribuições que ela proporciona às empresas, a fim de que atinjam os cinco objetivos discutidos anteriormente: • Realizar cálculos numéricos de alta velocidade e de grande volume. • Oferecer comunicação rápida, precisa e pouco dispendiosa dentre e entre as empresas. • Automatizar processos semiautomáticos e as tarefas manuais que não agregam valor ao negócio. Com• Armazenar grande quantidade paração entre TI e de informação em local de economia digital fácil acesso. Volte um pouco no nosso texto e releia a definição de TI. Agora, relacione-a • Permitir o acesso rápicom a explicação sobre a economia digital. do e pouco dispendioPercebe alguma semelhança? so a grandes volumes Podemos dizer, em outras palavras, que de informação. a economia digital é simplesmente uma economia baseada e estruturada por meio • Facilitar a interpretada Tecnologia da Informação (TI) e da ção de grandes quantiInternet (Miglioli, 2007). dades de dados. • Permitir a comunicação e a colaboração em qualquer lugar, a qualquer momento. • Aumentar a eficácia e a eficiência (efetividade) das pessoas que trabalham em um só lugar, ou em vários locais diferentes. • Facilitar o trabalho em ambientes perigosos. De maneira geral, podemos dizer que todas as empresas, sejam com ou sem fins lucrativos, públicas ou privadas, operam atualmente na chamada economia digital. Mas, o que é essa tal de economia digital? ECONOMIA DIGITAL Uma economia baseada em tecnologias digitais, incluindo redes de comunicações (Internet, intranets e extranets), computadores, softwares e outras tecnologias relacionadas; também é chamada economia da Internet, nova economia ou economia da web. (TURBAN, RAINER e POTTER, 2005, p. 5)

329


Vamos relembrar, por meio de exemplos, algumas mudanças trazidas pela economia digital, quando comparada à economia tradicional. Exemplo 1: Fazer compras em um supermercado do “futuro” Alguns supermercados estão se reformulando para permitir que você leve seus itens a um quiosque de autoatendimento, onde você passa o código de barras de cada item em uma leitora. Depois de ter passado todos os seus itens, o quiosque oferece instruções sobre como pagar, seja em dinheiro, cartão de crédito ou de débito. Nesse cenário, a espera na fila do caixa tende a ser bastante reduzida (adaptado de Turban, Rainer e Potter, 2005). Exemplo 2: Comprar livros, CDs e outros produtos Você entra on-line no site da editora ou loja que comercializa os produtos que deseja. Através do site dessas empresas, você pode comprar os itens diretamente e pedir que sejam enviados à sua residência. Ou então, você entra on-line em sites como o ShoppingUol.com.br e solicita aos sistemas de busca do site que localizem as empresas que vendem o produto da sua escolha. Pronto! Em alguns instantes, você recebe a informação na tela de seu computador sobre os sites encontrados que vendem o seu produto, bem como os valores, condições de pagamento e prazos de entrega de cada um deles. (adaptado de Turban, Rainer e Potter, 2005).


Exemplo 3: TI facilitando os processos de negócios Nas áreas financeiras e de contabilidade, os gerentes usam a TI para prever receitas e despesas, determinar as melhores fontes e usos dos recursos financeiros, gerenciar o fluxo de caixa, realizar auditorias, entre outras atividades. Em vendas e em marketing, os gerentes utilizam a TI para definir os preços dos produtos e serviços, definir campanhas de vendas, acompanhar o andamento das vendas, gerenciar o relacionamento com o cliente, entre outras atividades. (adaptado de Turban, Rainer e Potter, 2005).

330

Para finalizar nossa discussão sobre a empresa baseada na TI, vamos analisar alguns novos modelos de negócios (métodos para realizar negócios) surgidos e desenvolvidos graças à economia digital (TURBAN, RAINER e POTTER, 2005).



• Leilões reversos: ––Os grandes compradores normalmente empregam lances usando o modelo de leilões reversos. Por meio de uma solicitação de cotação, o comprador indica um desejo de receber lances sobre um item em particular, e prováveis vendedores fazem ofertas sobre o trabalho. Iniciados pela General Electric Corporation, os sistemas de lances são muito populares. Na verdade, várias entidades do governo estão exigindo lances eletrônicos como único meio de realizar compras e processos de licitação. • Marketing digital: ––É um esquema em que os parceiros de marketing colocam um anúncio para uma empresa em seu site. Toda vez que um cliente clica no banner (imagem da empresa, com um link), passa para o site do anunciante e faz a compra lá. O anunciante paga de 3 a 15% de comissão ao site hospedeiro. Desse modo, as empresas podem transformar outras empresas em sua força de vendas comissionada virtual. Iniciado pela Amazon.com, o conceito hoje é bastante utilizado. Acesse o site do Universo On-Line (www.uol.com.br) e veja quantos banners de anúncio estão sendo divulgados nesse momento. • Compras em Grupo: –– Normalmente, as empresas pagam menos por unidade quando compram mais unidades. Usando o conceito de compras em grupo, em que as ordens de compra de muitos compradores são agregadas, uma pequena empresa, ou até mesmo um indivíduo, pode obter um desconto. Esse método pode ser facilitado criando-se contatos online. Agregadores eletrônicos enConexão: Quer aprender um pouco contram indivíduos e empresas mais sobre tecnologia da de pequeno/médio porte que informação? Então, veja o que os internautas estão falando na Wikidesejam comprar o mesmo propédia, acesse: http://pt.wikipedia. duto, agregam seus pequenos org/wiki/Tecnologia_da_ pedidos e depois negociam (ou informa%C3%A7%C3%A3o. realizam um lance) para obter o melhor negócio.

331


2.2 TI e a Vantagem Competitiva

Segundo Porter (1985), uma VANTAestratégia competitiva é uma fórGEM COMPETITIVA mula ampla para se saber como Uma vantagem em relação aos concorrentes em alguma mediuma empresa irá competir, da, como custo, qualidade ou velocidade. quais devem ser suas metas (TURBAN, RAINER e POTTER, 2005, p. e quais planos e políticas 17). serão exigidos para cumprir essas metas. Por meio da formulação de sua estratégia competitiva, uma empresa busca vantagens competitivas. Antes de continuarmos, reflita: O que a Tecnologia da Informação tem oferecido para as empresas a fim de aumentar sua vantagem estratégica?


Na maioria dos casos, a TI e a nova economia não mudaram o core business (negócio principal) das empresas. A TI simplesmente oferece os instrumentos e ferramentas que podem aumentar o sucesso das empresas por meio de suas fontes tradicionais de vantagem competitiva, ou seja: • baixo custo; • eficiência nos processos de negócios; • excelente atendimento ao cliente; • gerenciamento superior da cadeia de suprimentos.

332

É muito importante você saber: • A TI, isoladamente, não traz nenhuma vantagem competiviva para a empresa. • É necessário que, antes de se pensar na TI, se responda à pergunta: “De onde vem minha vantagem competitiva?”; • Depois disso é que partimos para a TI, perguntando: “Como a TI pode ajudar os meus negócios, sobretudo nos processos que influenciam em minha vantagem competitiva?”


Dizemos que a TI está contribuindo para a vantagem competitiva de uma empresa, na medida em que: • aumenta a produtividade dos processos de negócios; • auxilia na resolução de problemas; • melhora os controles; • melhora o fluxo de informações; • melhora o processo de tomada de decisões. O modelo mais conhecido para analisar a competitividade entre as empresas é o modelo das cinco forças competitivas de Michael Porter (PORTER, 1985). Esse modelo é utilizado para desenvolver estratégias para que as empresas aumentem sua vantagem competitiva. Porter (1985) afirma que a TI e a Internet mudaram a natureza da competição, causando um aumento da competitividade, o que tem causado significativas reduções na lucratividade das empresas. Observe e analise, na figura a seguir, as cinco forças do modelo de Porter e como a TI e a Internet as influenciam (TURBAN, RAINER e POTTER, 2005, p. 18). A ameaça de novos entrantes: – A Internet aumenta a ameaça de novos entrantes. O poder de negociação dos fornecedores: – O impacto da TI e da Internet é misto.


– Por um lado, compradores podem encontrar fornecedores alternativos e comparar preços. – Por outro lado, quando as empresas usam a TI para integrar sua cadeia de fornecimento, os fornecedores participantes “aprisionam” os clientes.

A rivalidade entre empresas no setor: – A visibilidade dos serviços de Internet reduz a diferença entre os concorrentes. – Por exemplo: quando vejo um excelente sistema de comércio eletrônico no site do meu concorrente, provavelmente condições de acompanhá-lo.

O poder de negociação dos clientes (compradores): – A TI e a Internet aumentam bastante o acesso dos clientes às informações sobre produtos e fornecedores. – Há reduções nos cus de compra. – Os clientes podem comprar com mais facilidade de outros fornecedores.

A ameaça de substituir produtos ou serviços: – Setores baseados em informação estão em perigo de serem substituídos. – Para esses setores (música, livros, software), a nova economia precisa ser vista como uma ameaça.

Figura 10. As cinco forças de Porter e a influência da TI e da Internet. Miglioli (2007) adaptado de Turban, Rainer e Potter (2005). 333


Fique tranquilo, pois você estudará com mais detalhes e profundidade, em outras disciplinas, o modelo das cinco forças competitivas de Michael Porter. Por enquanto, basta você entender que existem basicamente quatro estratégias genéricas para aumentar a competitividade das empresas. Essas quatro estratégias se utilizam e se beneficiam da Tecnologia da Informação. Observe-as a partir da análise do quadro a seguir. ESTRATÉGIA

Liderança em custos

Diferenciação de produto Foco em nichos de mercado Relacionamento mais estreito com clientes e fornecedores

UTILIZE A TECNOLOGIA DA INFORMAÇÃO PARA... ...produzir produtos e serviços a um preço mais baixo que a concorrência e, ao mesmo tempo, aumentar a qualidade e o nível dos serviços. ...diferenciar produtos e facilitar a criação de novos produtos e serviços. ...facilitar uma estratégia focada em um único nicho de mercado; especializese. ...desenvolver laços mais fortes com clientes e fornecedores e conquistar sua lealdade.

EXEMPLO

Walmart

Dell Computadores

Hotéis Hilton

Amazon.com

Figura 11 - O uso da TI em quatro estratégias competitivas básicas. LAUDON e LAUDON (2007, p. 77).

2.3 A TI e as empresas com foco no cliente


As tentativas empresariais de oferecer um excelente atendimento ao cliente podem fazer a diferença entre atrair e manter clientes, ou perdê-los para a concorrência. Diversas ferramentas de TI e processos de negócios são projetados para manter os clientes satisfeitos.

334

Os objetivos principais dessas ferramentas são: • aumentar a proximidade da empresa com seus clientes; • proporcionar meios de manter clientes leais; • prever as necessidades futuras dos clientes; • fornecer atendimento de alta qualidade.



Os sistemas para gerenciamento do relacionamento com os clientes (CRM) são um exemplo de ferramenta de TI concebida para implementar a estratégia do marketing de relacionamento (1to1). Os sistemas CRM focam o cliente e visam estreitar o relacionamento empresa-cliente. Estudaremos os sistemas CRM com mais profundidade em outra unidade. Por enquanto, o que você precisa saber é que, do ponto de vista dos clientes, as empresas que oferecem constantemente o melhor valor agregado são capazes de se manterem em sintonia com as preferências individuais de seus clientes, de atualizar-se às tendências do mercado e de oferecer serviços ao cliente ajustados às suas necessidades. Entendemos por criação de valor a percepção que o cliente tem dos “benefícios” recebidos em um relacionamento versus os “sacrifícios” necessários para obtê-los. Por exemplo, ao comprar um produto em uma loja, mesmo sendo com um preço alto (sacrifício), se você receber da empresa um excelente atendimento, como estacionamento com manobrista e loja devidamente equipada e climatizada, você perceberá mais benefícios que sacrifícios. A loja, nesse caso, criou valor para você e agregou valor ao produto vendido. Analise os dois exemplos a seguir, que demonstram como a TI tem auxiliado as empresas que buscam focar-se em seus clientes, agregando valor aos seus relacionamentos. Exemplo 1: Operações de negócios preparadas para a web na Medco Em 2002, a Medco Health Solutions acumulou mais de US$ 1,4 bilhão em vendas pelo seu website (medco-health.com), um aumento de 51% em relação a 2001. O website preenche 260.000 receitas a cada semana. É preciso haver uma infra-estrutura sofisticada para lidar com todas essas transações. O negócio da Medco pela Internet não é uma operação isolada, mas um componente ligado aos negócios de revenda e encomenda postal da empresa. Com mais de 64 milhões de associados, a Medco gerencia receitas de remédios para algumas das maiores empresas do país, incluindo companhias de seguro. Embora alguns membros peçam remédios diretamente da Medco, outros os adquirem de uma das 58.000 farmácias que utilizam a Medco para processar e decidir sobre pedidos de benefícios. 335



O website personaliza a experiência do cliente, exibindo todas as opções dos pacientes – revenda, pedido por correio e Internet – juntamente com os preços. O site sugere alternativas de genéricos com preço mais baixo. A vantagem para os pacientes é ver as opções. A vantagem para a Medco: se um paciente não precisar de uma medicação imediatamente, levar os pacientes das farmácias de revenda para os canais de entrega em domicílio da Medco reduz o custo de preenchimento de receitas. Além disso, quando um paciente faz um pedido, o website automaticamente verifica o histórico do paciente por todos os canais, para ver se ele já pediu alguma medicação que poderia interagir negativamente com a nova receita. Um desafio tem sido tornar o site acessível para usuários mais idosos. O uso de remédios por receita controlada costuma aumentar com a idade. A idade média de um cliente de pedido por correio na Medco é de aproximadamente 65 anos. Assim, o site foi projetado visando à facilidade de acesso. Os botões e as guias são grandes, e os usuários podem navegar com teclados – muito prático para aqueles que não possuem habilidade para usar um mouse (TURBAN, RAINER e POTTER,2005. p. 15).

336

Exemplo 2: Hotéis Hilton – uma empresa focada no cliente Os hotéis Hilton, em seu site www.hilton.com, possuem um dos mais rápidos serviços de reservas do mundo: o tempo médio para realizar uma reserva completa é de menos de dois minutos. Hóspedes frequentes recebem serviços ajustados automaticamente aos de sua última visita, e planejadores de conferências visitam o website para programarem reservas em grupos e para verem plantas baixas do local. Bruce Rosenberg, vice-presidente de distribuição de mercado do Hilton, diz: “A web abriu os olhos das pessoas sobre a forma na qual podemos e devemos fazer negócios. Olhamos para todos os modelos de empresa — todos os segmentos de clientes, desde o viajante de negócios, o turista, o planejador de conferências, até o agente de viagens — e delineamos uma maneira eletrônica de negociarmos com eles”. A iniciativa de e-business do Hilton requeria informações de muitas empresas, interatividade entre o cliente, a Hilton.com e os sistemas de reservas existentes e um alto nível de personalização. “Queremos saber dos perfis dos clientes, de suas relações conosco, suas preferências e aversões, em qualquer lugar do mundo em que nos procurem”, diz Rosenberg. O Hilton tem perfis muito bem elaborados dos membros da HHonors (o pro-



grama de lealdade do cliente frequente), mas não perfis tão bons, observa Rosenberg, para as dezenas de milhões de clientes que apenas ocasionalmente hospedam-se conosco. “Os novos sistemas que instalamos nos permitem ter um número maior de perfis e uma segmentação mais apurada de nossa clientela básica. A web nos possibilita atingi-los a um custo mais razoável e desenvolver uma relação pessoal mais profunda. Até recentemente, não podíamos fazer isso antes de enviar informação a eles. Os orçamentos não o permitiam.” O Hilton implementou um modelo empresarial dirigido ao cliente percorrendo o canal da web, objetivando o segmento de viajantes frequentes e propiciando um único ponto de contato. Todos os segmentos da clientela podem utilizar o canal da web, sejam indivíduos ou agentes de viagem — alguns agentes de viagens são evitados quando os indivíduos contatam diretamente o Hilton. Para colocar em prática essa iniciativa de e-business, o Hilton conjugou um fluxograma de trabalho aos sistemas de reserva, aos centros de visita e aos processos de negócios com o único intento de obter dados mais finamente segmentados de seus clientes. A iniciativa requereu uma visão clara para resultar num e-business, muitas negociações entre todas as unidades internas do Hilton, alianças com outras empresas, investimentos em infraestrutura de TI e integração de aplicativos de Internet com um extenso banco de dados de perfis segmentados dos clientes e dos vários sistemas de reservas existentes (O’BRIEN,2004, p. 52). Observe e analise a figura 12, que ilustra como uma empresa focada no cliente agrega valor e obtém a lealdade do cliente. Diante dos exemplos e do que acabamos de discutir, podemos afirmar que a TI focada no cliente, com suas ferramentas e sistemas, tem se tornado uma oportunidade estratégica para muitas empresas, principalmente no que tange à criação de valor aos seus consumidores.

2.4 TI e melhoria contínua

Muitas empresas realizam programas que tentam continuamente melhorar sua produtividade e qualidade, e esses programas são amplamente facilitados pela TI. Alguns exemplos desses programas de melhoria são: • Gerenciamento da Qualidade Total (TQM); • Seis Sigma (Six Sigma); • Processamento Just-in-Time (JIT). 337


O objetivo básico do suporte da TI a esses programas de melhoria é monitorar e analisar o desempenho e a produtividade, bem como reunir, compartilhar e usar melhor o conhecimento organizacional. Vamos examinar, com o auxílio de Laudon e Laudon (2007), algumas das maneiras pelas quais as empresas enfrentam o desafio de melhorar continuamente. Permite aos clientes verificarem pedidos anteriores e a situação da entrega. Forma uma comunidade de clientes, funcionários, e parceiros.

Permite aos clientes colocarem os pedidos diretamente.

Banco de dados do cliente

Banco de dados das transações

Dá a todos os funcionários uma visão completa dos clientes.

Liga funcionários e parceiros de distribuição.


Figura 12. TI auxiliando a empresa a se focar no cliente. (adaptado de O’BRIEN, 2004, p. 52).

338

• Simplificação do produto ou do processo produtivo: • Quanto menos etapas existirem no processo, menos tempo e oportunidade haverá para ocorrer um erro. • Imagine um serviço de floricultura onde o seu processo de entrada de pedidos seja manual e incômodo. O pessoal de atendimento por telefone precisa escrever o pedido, averiguar se existe estoque das flores, conseguir aprovação do cartão de crédito, entre outras atividades. • Agora pense nessa floricultura com um novo sistema de computação que carrega os pedidos enviados ao cliente pela última vez, permite a integração com a operadora do cartão de crédito, além de consultar o estoque das flores. • Com isso, a TI criou condições para simplificar e reduzir o tempo do processo.


• Utilização de solicitações de clientes como diretriz para melhorar produtos e serviços: • Melhorar o serviço de atendimento ao cliente (SAC) e tornar esse serviço prioritário na empresa fará com que se melhore a qualidade do produto em si. • Por exemplo: a Delta Airlines decidiu focalizar mais seus clientes e instalou um serviço de atendimento nos portões de embarque dos aeroportos. Os dados sobre os assentos da aeronave, as reservas, as informações de check-in e os dados de embarque de cada voo estão interligados a um banco de dados central. • O pessoal da empresa pode então verificar quais passageiros estão a bordo, independentemente de onde fizeram o check-in.


• Redução do tempo de ciclo: • O tempo de ciclo é aquele transcorrido desde o início até o fim de um processo. • Ciclos mais curtos significam que erros são percebidos mais cedo no processo, provavelmente antes de um produto com defeito ser fabricado. • A TI contribui com a redução do tempo de ciclo ao eliminar atrasos críticos. • Melhoria da qualidade e da precisão do projeto: • Um sistema de projeto assistido por computador (CAD) automatiza a Conexão: criação e revisão de projetos, Melhoria contínua nas empresas – Kaizen usando computadores e sofistiSe quiser saber um pouco mais sobre cados softwares gráficos. melhoria contínua na empresa, veja o

link abaixo, que fala sobre o Kaizen, um conceito japonês aplicado nas empresas que busca o aprimoramento contínuo.

O software permite ao usuário criar um modelo digital de uma peça, produto ou estrutura e alterar o projeto no próprio computador, sem a necessidade de construir protótipos físicos.

http://pt.wikipedia.org/wiki/Kaizen

339


2.5 TI e a reestruturação dos processos de negócio

Antes de falarmos sobre a TI Processo auxiliando a reestruturação dos de Negócio processos de negócios, você Modo como o trabalho é organizado, coordenado e focalizado precisa entender o que signipara produzir um produto ou serviço fica um processo de negócio. de valor. Fluxos de trabalho concretos de Ve j a m o s a l g u n s materiais, informações e conhecimentos – exemplos de processos de conjuntos de atividades (LAUDON e LAUDON, 2007). negócios: • Fabricação e produção: • M o n t a g e m d o produto, verificação de qualidade, colocação de pedidos de compra. • Vendas e marketing: • Identificação de clientes, conscientização de clientes, realização da venda. • Finanças e contabilidade: • Pagamento de credores, criação de demonstrativos financeiros, administração do movimento de caixa. • Recursos humanos: • Contratação de funcionários, avaliação de desempenho, inscrição de funcionários em planos de benefícios. Observe na figura a seguir um exemplo de processo de negócio transfuncional, ou seja, um conjunto de atividades (processo) que transcende as fronteiras de mais de uma área do negócio. Vendas


Contabilidade

340

Fabricação e produção

Gerar pedido

Apresentar pedido

Verificar crédito

Aprovar crédito

Separar produto

Emitir fatura

Expedir produto

Figura 13 - Exemplo de um processo de negócio. (adaptado de LAUDON e LAUDON, 2007).


Na reestruturação dos processos de negócios com o apoio da TI, os passos necessários à execução de uma tarefa particular são combinados e simplificados, a fim de eliminar o trabalho redundante e que não agrega valor ao negócio. Para que o processo seja reestruturado e dê certo, a empresa precisa fazer a si mesma algumas perguntas básicas, como: • O que está sendo feito no processo? • Por que é feito? • O que mais poderia ser feito? • O que deveria ser feito? • Por que é feito neste local? • Em que outro local poderia ser feito? • Quando é feito? • Por que está sendo feito neste momento? • Quando deveria ser feito? • Que faz o trabalho? • Por que essa pessoa faz? • Quem mais poderia fazê-lo? • Quem deveria fazer? • Como está sendo feito? • Por que é feito desta forma? • De que outra forma poderia ser feito? • Como deveria ser feito?


Depois disso, as empresas precisam reprojetar seus processos de trabalho, de maneira a eliminar as atividades que não agregam valor e automatizar ao máximo as atividades manuais. É muito importante você saber: • No momento de reestruturar os processos de negócios, as empresas não devem considerar as responsabilidades tradicionais dos grupos de trabalho, departamentos ou divisões. • O objetivo principal de um processo é atender às necessidades de seu cliente (interno ou externo). • O ideal em um trabalho de reestruturação de processos de negócios com o o apoio da TI é explorar ao máximo as potencialidades das ferramentas disponíveis, a fim de se obter maneiras mais efetivas de se realizar determinadas atividades. 341


Atividades

Desenvolvemos a seguir um conjunto de perguntas, para que você possa fixar o conteúdo aprendido nesta unidade. Responda às perguntas abaixo utilizando como base tudo aquilo que você estudou nesta unidade e nas conexões apresentadas e o conhecimento que você possui de vivências profissionais ou de estudos de módulos passados referentes ao mundo corporativo. 01. O que é a economia digital?

02. Quais são as estratégias genéricas que podem ser utilizadas para aumentar a competitividade das empresas e que podem fazer uso da tecnologia da informação?

03. Como a TI pode auxiliar as empresas em agregar valores a seus clientes (ao relacionamento com esses clientes)?


04. Qual é o objetivo da TI nos programas de melhoria contínua?

342


05. De quais maneiras a TI pode ajudar nos probramas de melhoria contínua?

06. O que é um processo de negócio? Cite exemplos.

Reflexão


Nos dias de hoje (e quase sempre), para um administrador conseguir gerir bem os seus negócios, ele precisa de informação. Informação passou a ser um ativo muito importante nas empresas modernas e hoje em dia muito delas buscam formas de melhor gerir essas informações. A TI, juntamente com os sistemas de informações, acabam oferecendo ferramentas para que essas informações sejam bem geridas, ou seja, ferramentas para processar dados, garantir a distribuição e disponibilidade das informações e garantir a consistência da informação. Por isso, para um administrador, é muito importante saber com quais ferramentas ele pode contar para subsidiar o gerenciamento das informações e ajudar a empresa a: • aumentar a produtividade; • reduzir custos; • melhorar a tomada de decisões; • aprimorar os relacionamentos com os clientes; • desenvolver novas estratégias.

343




344

ENTREVISTA: Com os pés no chão Letícia Costa, presidente da subsidiária brasileira da consultoria Booz Allen Hamilton, acredita que muitas inovações estão desconectadas do negócio e critica as companhias que implementam sistemas sem uma razão concreta. InformationWeek Brasil (IWB) - A TI saiu de um papel de suporte para um papel estratégico e muitas empresas já enxergaram isto. Mas ainda existe uma barreira muito forte entre as áreas de negócios e a tecnologia. Como quebrar esta barreira? Letícia Costa (Letícia) - A área de TI precisa ter um entendimento grande de negócio e a alta administração deve entender minimamente de TI, de forma que exista um diálogo e que a parte tecnológica apareça como suporte adequado. O que você vê hoje são inovações em TI, mas que estão desconectadas do negócio. IWB - Por que existe essa desconexão? Letícia - Ainda tem um número limitado de empresas nas quais a função TI participa do planejamento estratégico. Então, a conexão entre a estratégia e TI fica tênue. Você vê a estratégia sendo feita de cima para baixo pela alta administração e o planejamento de TI sendo executado debaixo para cima pelos usuários. Estas duas coisas não necessariamente se casam. É uma visão bottom-up, mas, para você ter uma visão estratégica, o bottom-up não é suficiente. Desta forma, tem de se modificar a maneira de fazer o planejamento de TI para este link ficar mais adequado. IWB - Não seria um planejamento top-dow o mais adequado? Letícia - Bottom-up é necessário, mas teria de haver um mecanismo mais top-down para que eu tenha de fato o reflexo da estratégia no planejamento de TI. IWB - Há também uma pressão pela adoção de novas tecnologias? Letícia - Tem um pouco disso também. É a famosa SOA (arquitetura orientada a serviço). Tem gente que nem entendeu direito o que é, mas tem de fazer alguma coisa. Não é melhor entender, ver se de fato para o negócio existe uma aplicação real, um beneficio real? Acho que as empresas deveriam pensar um pouco melhor nisto. Tenho um cliente que estava fazendo um piloto em BPM simplesmente porque ele precisava ter alguma coisa neste sentido. Agora, o que eles vão fazer com este piloto? Vou ser sincera: não está nem um pouco claro. É, diferentemente das empresas de



varejo, que têm feito piloto com RFID, mas existe um motivo dos testes, da tentativa de compreensão do potencial da tecnologia. Tem muita gente fazendo piloto pela tecnologia apenas. IWB - Isto ocorre até por pressão da diretoria? Letícia - Pois é. Eu li uma reportagem sobre Web 2.0 outro dia e percebi que o pessoal ainda não entendeu direito. O problema é que, quando a empresa adota a tecnologia sem compreender as implicações, acaba ficando com uma colcha de retalhos. E desfazer projetos em tecnologia é muito complicado. Um banco, por exemplo. A maior parte deles tem uma arquitetura de sistemas calcada no legado. Fazer a reengenharia disto tem um custo enorme e um risco brutal. IWB - Você mencionou “inovações desconexas do negócio”. Às vezes, acontece das “sugestões” partirem de outras áreas, muitas vezes sem muita preocupação com a aplicabilidade da ferramenta. Isto é uma dificuldade para a área de TI? Letícia - Não vejo assim. E isto não é exclusivo da área de tecnologia. Em marketing, por exemplo, todo mundo dá sua opinião também. É que durante muito tempo existiu um gap de conhecimento entre a área de TI e o restante da empresa, e a discussão da tecnologia ficava muito mais contida na área respectiva. Na medida em que o mundo hoje está muito mais em contato com a tecnologia, começam a existirem em relação à área de TI coisas que você via em relação a outras áreas. Quem é que não dava palpite na área de recursos humanos? IWB - Você tem visto experiências interessantes em inovação? Quais? Letícia - São coisas pontuais. Tem um cliente meu que está com alguns pilotos em BPM e SOA que, de fato, tornam ágeis o redesenho ou a implementação de processos. Existem as aplicações de RFID e georeferenciamento. Mas me preocupo porque quase não se vê isto sair do conceito. IWB - Por quê? Letícia - Na minha leitura, isso ocorre porque muitas das empresas, não todas, mas muitas delas ainda têm muita lição de casa para fazer. Novas tecnologias são montadas em função de uma fundação já existente, que, diversas vezes, ainda tem deficiências importantes. Isto é normal, sempre existe um espaço entre surgir o conceito e a aplicação real dele. IWB - Falando em projetos, uma das principais dificuldades da TI é conseguir cumprir os planos e os cronogramas? 345



346

Letícia - Não é só em TI. Nós fizemos um estudo no ano passado sobre investimentos. Os planos também não são cumpridos em outras áreas; e isto acontece por bons motivos. Em TI, dependendo do tipo de iniciativa, a complexidade é muito grande e torna-se muito difícil mapear todas as variáveis antes de o projeto começar. A implementação de um ERP é um bom exemplo. Além dele, existe otimismo e pressão por parte da alta administração. Assim, os departamentos estabelecem metas, mesmo sabendo que elas não são factíveis. IWB - Apesar da propaganda interna, o Brasil está em uma posição de desenvolvimento tecnológico aquém a outras localidades no que se refere ao país como fornecedor de tecnologia. O que falta? Letícia - Se a gente falar de BRIC (Brasil, Rússia, Índia e China), não tenho tanta certeza se o Brasil está tão atrás assim. Existem projetos de inovação muito interessantes, toda a parte de software para a área financeira é muito boa e poderia ser exportada. O que falta muito aqui é mão de obra qualificada e espírito empreendedor maior para buscar oportunidade de levar esta inovação para fora do Brasil. IWB - A quem cabe estimular o empreendedorismo no Brasil? Letícia - Fizemos uma análise sobre a internacionalização das empresas e avaliamos que se trata de um conjunto de fatores. O governo não tem um papel de forçar, mas de abrir canais. Existem muitas empresas que têm potencial, mas não conhecem os caminhos. Tem também o papel das associações, porque, como são focadas em algumas indústrias, conseguem entender melhor as peculiaridades delas. E, claro, o papel da empresa, que tem de querer fazer. Caso contrário, não adianta. IWB - O Brasil é constantemente comparado com Índia e China e, em termos de exportação de tecnologia, os dois estão em vantagem clara. O que poderíamos aprender? Letícia - Para aprender, com a Índia, pois com a China não tenho tanta certeza, porque é um país complicado do ponto de vista de proteção de capital intelectual. Conheço empresas que nunca levam a última tecnologia para a lá por conta desta questão. A Índia eu vejo diferente, porque o governo indiano fez um plano com a intenção de desenvolver o setor de tecnologia. O Brasil poderia estabelecer esta visão de setores em que o país pode ser competitivo e criar políticas que incentivem estes setores, que é uma coisa que historicamente o Brasil não faz. Tanto China como Índia – de maneiras diferentes, porque cada uma tem suas caracte-



rísticas – possuem planos para cinco ou dez anos. Eu te pergunto: qual é o plano que o Brasil tem para daqui a cinco ou dez anos? IWB - Mas dá pra fazer algo sem depender do governo, uma vez que essa política é praticamente inexistente? Letícia - Para você fazer um setor crescer em uma velocidade relativamente rápida e se tornar competitivo, precisa de um determinado foco. Sem o governo dá para fazer? Dá. A gente vê muita empresa por aí sendo bem-sucedida. Mas é mais difícil. IWB - Principalmente, quando você compete com empresas gigantes, como a Tata e a EDS. Letícia - De novo, acho que tem de olhar isso de duas formas. A Tata tem uma base aqui no Brasil muito importante. O Google também. Vamos fazer um paralelo com a indústria automobilística. Tem muito da engenharia deste setor que está vindo para cá, porque o Brasil tem qualificação e a mão de obra é mais barata. Em alguns setores, é importante ter indústrias brasileiras de grande porte para competir, em outros setores, se eu for competitivo, as multinacionais vão investir aqui. E aí não me interessa muito a origem do capital, desde que o investimento seja feito aqui. IWB - A Índia tem um offshore muito forte, mas o mercado interno não é tão desenvolvido... Letícia - O mercado interno indiano tem potencial, até pelo tamanho da população daquele país. A Índia tem um desafio de distribuição de renda e de infraestrutura, até por políticas governamentais que trabalharam muito o offshoring. No entanto, até nisto eles estão enfrentando desafios. Em Bangalore, por exemplo, o turn over tem aumentado bastante por conta da enorme busca por recursos. Isto vai se equilibrar com o tempo, mas, de fato, a Índia tem uma presença de offshoring muito maior do que o Brasil. IWB - Não seria o caso então de focar o mercado interno ou é importante a visibilidade? Letícia - Acho importante essa visibilidade porque hoje, com raríssimas exceções, é preciso estar preparado para competir globalmente. E, para tanto, é bom uma presença forte fora do país para aprender. Mas vamos reconhecer também que o mercado doméstico brasileiro tem um bom tamanho. Não é igual ao da Índia ou o da China, mas não dá para ser ignorado. 347


IWB - Falta para o Brasil uma imagem mais forte de provedor de tecnologia? Letícia - Falta. O Brasil tem condições, mas a Índia, por exemplo, fez um trabalho muito melhor de divulgação de suas capacidades do que o Brasil. IWB - E de que forma o país poderia trabalhar para ganhar credibilidade? Letícia - Teria de ocorrer um trabalho de divulgação maior, seja pelo governo, por promoção comercial ou pelas empresas. Mas, no fim do dia, o que vai importar é se eu tenho ou não tenho a mão de obra qualificada para desenvolver aquele serviço. Se não existir competitividade, este esforço vai por água abaixo. Então, o grande foco será no desenvolvimento destes recursos. Disponível também em www.informationweek.com.br VIOTTO, Jordana. Revista InformationWeek, IT Mídia S/A, Edição nº 192 de 06 de novembro de 2007.

Livro: Administração de Tecnologia da Informação: teoria e prática. Efraim Turban, R. Kelly Rainer Jr. e Richard E. Potter. Rio de Janeiro: Elsevier, 2005.


ENTREVISTA: A TI no comando do negócio Como Henrique Adamczyk, CIO do Boticário, redesenhou cinco processos de gestão que mudaram o modo de a empresa operar.

348

Tudo começou com o upgrade do ERP. No meio do processo, o diretor de TI do Boticário, Henrique Rubem Adamczyk, percebeu que podia ir além e transformar os processos de negócios de uma das maiores fabricantes de cosméticos do país. E foi o que fez. Da implantação do SAP, surgiu um ousado plano de transformação de cinco processos que mudaram a forma de atuar do Boticário. Esses processos envolvem a gestão do portfólio e do desenvolvimento de produtos, o planejamento financeiro, a gestão da demanda e das campanhas de marketing. Nomeado líder do



projeto, Adamczyk viu sua vida de CIO mudar radicalmente. “Com esses cinco processos em mãos, tenho a responsabilidade por quase toda a operação da empresa. O nível de informação que absorvo e o nível de orientação que devo passar me dão grande poder de influência e total envolvimento com o negócio”, diz Adamczyk. Acompanhe, a seguir, trechos da entrevista concedida a Info CORPORATE na fábrica do Boticário, em São José dos Pinhais, próximo a Curitiba. Info CORPORATE (IC) - O Boticário fez uma grande reestruturação dos processos de negócios e a TI foi fundamental nesse redesenho. O que mudou efetivamente e qual foi o papel da tecnologia? HENRIQUE ADAMCZYK - A intenção era criar uma gestão orientada a processos e fazer com que a organização trabalhasse assim, deixando para trás uma visão fragmentada. No início não tínhamos noção de onde ia dar essa ideia, porque nossos processos não eram estruturados. Havia uma diretoria de marketing, uma comercial, a de comunicação e uma estrutura baseada nessas áreas. As coisas aconteciam, claro que aconteciam, tanto que a empresa está aí, com bons resultados. Mas era hora de trabalhar por processos de forma mais integrada. Usando o exemplo dos projetos da TI, nos baseamos em quatro pilares para redesenhar a gestão: 1) a estratégia do negócio; 2) a valorização das pessoas, porque são elas que facilitam as coisas, e são elas também que impõem resistências; 3) o desenho de novos processos, com regras claras de negócios; 4) e a tecnologia, porque não adianta ter pessoas qualificadas, com processos bem desenhados, se não tiver tecnologia para gerar eficiência e permitir o trabalho com grandes volumes de informações. Para isso adotamos uma metodologia chamada CPFR (Collaborative Planning, Forecasting and Replenishment) e o projeto ganhou o nome de CPFR. Sua intenção era reestruturar os processos e usar o SAP para suportar esses novos processos dentro da organização. IC - A iniciativa de mudar os processos de negócios foi da TI? ADAMCZYK - Tudo começou na TI. Houve um envolvimento corporativo grande, mas já estava na estratégia da TI desde a mudança do ERP para SAP, em 2004. Dividimos o projeto em duas fases: a primeira envolvia a base transacional da organização, da folha de pagamento ao controle da produção, passando por gerenciamento de armazéns, 349



350

logística, faturamento, enfim, tudo o que era transacional. A fase dois foi a implementação de novos módulos para atender às operações não transacionais, como a gestão de campanhas, o portfólio e o ciclo de vida de produtos. Então casamos essa fase dois do ERP com o redesenho dos processos. O que fiz foi sensibilizar a corporação para criar um novo projeto, o CPFR, e os dois foram integrados. IC - Quais áreas passaram por mudanças? ADAMCZYK - Reestruturamos cinco áreas dentro da companhia: a gestão de campanha dos produtos, a gestão de portfólio e de desenvolvimento de produtos, a gestão da demanda e o planejamento financeiro. Esses cinco processos têm um impacto muito grande dentro da operação da companhia. IC - Como era a gestão de campanha dos produtos antes da reestruturação e qual a importância dessa área para o Boticário? ADAMCZYK - Antes a verba de marketing para a gestão das campanhas era diluída dentro da organização. Existiam campanhas que nasciam e eram gerenciadas na área de comunicação. Outras no marketing e no comercial. Não havia um alinhamento nem uma coerência entre elas e o posicionamento da marca Boticário. Nossa proposta foi ter um processo único, que centralizasse essa gestão e todos os esforços de marketing dos produtos, que é uma conta alta no nosso negócio. O controle passou a ser centralizado. As campanhas continuam sendo elaboradas pelas pessoas de marketing ou de comunicação, mas agora elas têm de se inserir num processo novo, que tem uma série de etapas. Todas têm avaliação de resultados e mensuração do impacto. Não corremos mais o risco de fazer uma campanha e não saber se ela foi bem ou mal. IC - Quantas campanhas o Boticário faz por ano? ADAMCZYK - São mais de 100 campanhas de produtos por ano. Lançamos cerca de 200 produtos e essas campanhas são uma forma de impactar o consumidor. Hoje funciona assim: se o marketing quer fazer uma campanha, precisa cadastrá-la no SAP e definir para o que vai servir e, principalmente, se está alinhada com o que a corporação quer atingir naquele momento. Temos uma grade integrada que permite enxergar todos os movimentos. Antes descobríamos tarde demais que já existia uma campanha similar àquela que estava sendo criada. Definidos os pontos principais da campanha, perguntamos quanto a mais vamos vender em função dela, pois todas elas têm de trazer um incremental e não podem ter margem negativa.



IC - Passados seis meses da implantação dessas mudanças, quais são os resultados para a organização? ADAMCZYK - Já temos, sim, alguns resultados significativos, como a redução de 30% no número de campanhas, porque passamos a notar as incoerências. As análises são feitas sempre sob a ótica da indústria e dos 13 mil franqueados que estão na ponta. Alcançamos também uma economia, entre o previsto projetado e o efetivamente gasto, de 5 milhões de reais no período. Com a gestão centralizada e esse monitoramento apurado, alguns esforços de marketing também foram reduzidos. Daí essa economia de 5 milhões de reais. IC - As métricas são desenhadas no SAP em módulos customizados ou houve o aproveitamento do que existia no programa? ADAMCZYK – Aproveitamos praticamente todos os módulos do SAP e sua espinha dorsal, mas houve customizações também, para ter uma interface mais amigável e garantir uma integração maior. A base de tudo é o SAP, que faz as contas para simular uma campanha. Esse simulador já traz a demonstração de resultados da empresa e diz que a receita decorrente daquela campanha será x, mostra se a margem daquela categoria de produtos irá aumentar em função da campanha e se vale ou não a pena fazê-la. A decisão é qualitativa, mas com base nos números a campanha é aprovada ou não. Só o fato de ter o sistema já inibe algumas campanhas negativas, a não ser que o dono faça uma sustentação muito boa. IC - Isso quer dizer que as decisões de negócios deixaram de ser tomadas na base do feeling? ADAMCZYK - A qualidade das análises financeiras está muito mais pautada em fatos, informações e em planos, porque antes era tudo meio empírico. As decisões se baseavam no “eu aposto que vai dar certo”. O sistema como um todo e esses novos processos estão criando uma dinâmica que permite dizer com mais segurança coisas como “vamos crescer mais que o mercado”. Observamos nesses seis meses que agora há uma maior assertividade das tendências. Um exemplo: nesse período, fizemos 102% da receita planejada. Erramos em apenas 2% para cima. Em termos de margem e volume também acertamos. Em volume, tivemos 102,64% e, em margem, 103,84%. Ou seja, o que projetamos como tendência, comparado com o realizado, mostra um acerto grande do sistema. Isso impacta na gestão, porque, se a empresa consegue prever melhor a sua demanda, consegue também atender melhor o franqueado, raciona351



352

lizar estoques. Isso tudo se traduz em mais grana. Um outro resultado foi a redução de 15% dos estoques da rede de varejo. O que é bom para o franqueado, pois é menos dinheiro empatado. Na gestão de demanda também houve mudanças. Antes a visão era anual, hoje trabalhamos com um período maior, de cinco anos, para a estratégia, e os processos têm visão de três anos. Isso facilita o planejamento orçamentário. Temos ainda uma visão detalhada de 18 meses, produto a produto. O macro está no longo prazo. IC - As áreas que tiveram os processos alterados são vitais para o negócio. Como se deu o gerenciamento da mudança? ADAMCZYK - Não foi fácil. Não está sendo fácil. Dentro do projeto abrimos quatro frentes bem fortes: o PMO do projeto; o próprio redesenho dos processos; a gestão de mudanças, que cuidava das questões culturais; e a frente técnica, para as questões de tecnologia. Na gestão de mudanças, fizemos desde workshops e um teatro para transmitir os conceitos até coisas mais simples, como pedir para os integrantes das equipes de projetos almoçar com as pessoas para passar os novos conceitos e esclarecer dúvidas. IC - Quais conselhos você daria a um CIO que queira seguir esse modelo de gestão por processos baseado no ERP? ADAMCZYK - Um projeto como esse só começa se houver uma intenção muito clara e uma forte necessidade do negócio. O CIO deve visualizar se a mudança vai mesmo fazer a diferença para a empresa. Só assim conseguirá força para mudar e criar uma estrutura baseada em processos. Entender essa nova dinâmica não é simples. É preciso sensibilizar a alta direção, para que compre esse novo modelo de gestão. Uma vez comprada a ideia, o CIO tem ainda de trabalhar a cada dia, porque aí começam as dores, com a perda de espaço das pessoas e a necessidade de compartilhar informações. Depois é preciso manter acesa a chama da mudança e trabalhar fortemente no entendimento dos conceitos e dos processos, para minar os focos de resistência. IC - Hoje os cinco líderes de processos, que são pessoas de negócios e gerentes seniores, respondem para você, para a TI. Isso não gerou problemas com os outros diretores? ADAMCZYK - No começo gerou um mal-estar. Mas, como meu nível de envolvimento com eles é grande, está sendo muito saudável. Te-



mos amadurecido como equipe. Mas houve um certo desconforto entre os outros diretores. Isso é natural e foi discutido abertamente. O diretor de supply chain gostaria de estar nessa posição, pois participou ativamente do projeto. Nós dois éramos os mais fortes e ele me disse que precisou de dois ou três dias para assimilar que não seria o líder. Mas o caminho está correto, porque a decisão pela minha escolha foi pautada pelo fato de eu ser da tecnologia, uma área isenta. Se fosse o diretor de marketing, poderia “puxar a sardinha” para o marketing, o comercial, idem. A TI não vai “puxar a sardinha” para ninguém, porque tem mais isenção. Enxerga pela ótica do negócio. IC - Sua vida como diretor de tecnologia mudou radicalmente... ADAMCZYK - Mudou muito. Agora é uma outra dinâmica. Hoje olho diariamente como está a carteira de pedidos do Boticário, como está a margem de determinados produtos. Olho semanalmente os projetos de novos produtos e seus riscos. Antes acompanhava esses dados de forma esporádica. Com esses cinco processos em mãos, tenho quase a operação do negócio como um todo. Com o nível de informação que acabo absorvendo e o nível de orientação que preciso passar, ganhei um poder de influência grande dentro da organização e um total envolvimento com o negócio. IC - Como ficou a estrutura da equipe de TI com as mudanças? ADAMCZYK - Continuo olhando para a TI, só que agora temos um posicionamento estratégico mais claro. Mas só consegue isso o CIO que tem profundo conhecimento do business e uma equipe muito qualificada, responsável pelo operacional. TI é fundamental. Quando vemos as mudanças culturais pesadas que fizemos no Boticário, como a implantação do ERP, percebemos que tudo foi fundamentado em tecnologia. O BOTICÁRIO EM NÚMEROS - R$ 677 milhões foi o faturamento do Boticário em 2006; - 2.382 era o número de lojas próprias e franqueadas em 2006; - 200 produtos são lançados por ano, vendidos em 20 países; - R$ 35 milhões é o budget de TI, ou 4,5% do faturamento; - 1.200 são os funcionários da fábrica e 13 mil na rede; - 55 profissionais integram a equipe de TI. KATIA MILITELLO / Editora Abril

353


Referências Bibliográficas LAUDON, K. C.; LAUDON, J. P. (2007). Sistemas de informação gerenciais. São Paulo: Pearson Prentice Hall, 7ª edição. MIGLIOLI, A. M. (2007). Material de aula da disciplina Tecnologias da Administração, do Prof. Me. Afrânio Maia Miglioli. Primeiro semestre de 2007. MIGLIOLI, A. M. (2006). Tomada de decisão na pequena empresa: estudo multi caso sobre a utilização de ferramentas informatizadas de apoio à decisão. Dissertação (mestrado). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. PORTER, M. E. (1985). Vantagem competitiva: criando e sustentando um desempenho superior. Rio de Janeiro: Elsevier. TURBAN, E., RAINER, R. K.; POTTER, R. E. (2005). Administração de Tecnologia da Informação: teoria e prática. Rio de Janeiro: Elsevier.


Na próxima unidade

354

Nesta unidade você estudou o conceito de tecnologia da informação e também alguns impactos que a TI pode ter nas empresas. O conhecimento adquirido nesta unidade veio para complementar a unidade 1, que falou bastante sobre sistemas de informações baseados em tecnologia da informação. Então, agora podemos seguir com o nosso aprendizado para a unidade 3, na qual iremos tratar de um sistema de informação específico e bastante utilizado nas empresas modernas: Sistema de Informação Gerencial (SIGE) ou ERP. Falaremos sobre a definição, evolução e sobre como implantar o SIGE, além de outros conceitos importantes acerca desse sistema de informação.

3

Sistemas integrados de gestão empresarial – Definições e implantação

Un

ida

de

As empresas modernas estão, cada vez mais, utilizando os sistemas integrados de gestão empresarial. Por meio desse tipo de sistema, as empresas conseguem se pensar de forma “horizontal”, ou seja, “processuada”, integrando várias áreas da empresa por meio de processos e automatizando-os. Por meio desses sistemas, as empresas começam a abandonar aquela visão verticalizada (e cartesiana) na qual cada departamento (diretoria) era responsável pelos seus processos sem muito se preocupar com o que acontecia com os outros departamentos. De fato, os SIGEs (como são conhecidos os sistemas integrados de gestão empresarial) ou ERPs (sigla em ingês para os SIGEs) trazem o conceito da representação da empresa por meio do modelo sistêmico, entendendo-a como um emaranhado de subsistemas que trabalham juntos de forma sinérgica e em busca de um objetivo comum. Como futuro administrador, você precisará conhecer os conceitos elementares, a evolução, as principais características, os benefícios e as dificuldades que envolvem um dos principais sistemas de informação para as empresas, o sistema ERP.


• Compreender os conceitos básicos e a evolução dos sistemas ERP. • Entender as características dos sistemas ERP e o que elas podem gerar no ambiente de negócios. • Entender, analisar e relacionar os benefícios e as dificuldades que um ERP pode proporcionar para uma empresa, bem como perceber a importância do papel do administrador de empresas para o sucesso desse tipo de sistema. • Identificar as principais etapas do ciclo de vida dos projetos de sistemas ERP. • Compreender as principais causas que levam as empresas a implantarem sistemas ERP.


• Entender e explicar os passos necessários para a seleção e decisão sobre qual ERP implantar. • Compreender a importância de algumas premissas e cuidados que devem ser tomados antes de se iniciar uma implantação de ERP. • Distinguir e entender as diferentes etapas e atividades necessárias para conduzir um processo de implantação de ERP.

Você se lembra?

1) Você se lembra da unidade 1 quando estudamos SI? Não? Então é melhor você retomar este conhecimento sobre SI, pois nesta unidade falaremos sobre um SI em especial, e conhecer a teoria geral acerca dos SIs irá ajudá-lo nesta empreitada. 2) Você lembra o que é um processo de negócio? Seria interessante você procurar, na unidade 2, a definição de processo de negócio, uma vez que o SIGE ajuda na automatização desse processo e conhecer essa definição irá ajudá-lo a compreender melhor a função de um SIGE.


3.1 Conceito e evolução dos SIGEs

356

Muito provavelmente, você já ERP é ouviu falar nos sistemas ERP, um SI? do inglês Enterprise Resources Os sistemas ERP também Planning (Planejamento dos são considerados SI (Sistemas de Informação), afinal eles captam dados, Recursos Empresariais), processam, armazenam e distribuem-nos ou, como ele é mais conheem forma de informações ao longo dos procido entre nós, Sistemas cessos de negócios das empresas. Integrados de Gestão Empresarial. Os sistemas ERP são SI Integrados, que têm a finalidade de dar suporte à maioria dos processos de negócios das empresas, sejam elas indústrias, comércios ou prestadoras de serviços. No entanto, observe com cautela o termo “planejamento” quando traduzimos sua sigla para o nosso idioma.

Sistemas integrados de gestão empresarial – Definições e implantação – Unidade 3

Os sistemas ERP não realizam planejamento por si só, eles fornecem ferramentas e informações para os gestores planejarem suas empresas. E por que será que é tão importante para você, como futuro gestor de empresas, aprender e analisar as várias informações sobre esses sistemas ERP? Simplesmente pelo fato de que esse tipo de sistema de informação interfere e, digamos que, transforma toda a empresa, principalmente no que diz respeito à interligação entre os diferentes setores e processos de negócios. Além disso, por se tratarem na maioria das vezes de sistemas prontos, eles, por um lado, diminuem a necessidade de desenvolvimento interno, porém, por outro, aumentam a de suporte, transformando os profissionais de TI em facilitadores de processos de negócios (COLANGELO FILHO, 2001). Vamos então iniciar nosso estudo sobre sistemas ERP, a partir do entendimento do seu conceito apresentado por diferentes autores. SISTEMAS ERP OU SISTEMAS INTEGRADOS DE GESTÃO (Enterprise Resources Planning) • Softwares que permitem às organizações integrar seus processos, fazendo com que todos os departamentos utilizem de forma padrão os dados e informações em tempo real (COLANGELO FILHO, 2001).


• Sistemas de informação integrados que, em forma de softwares comerciais, oferecem suporte às áreas de operações de uma organização, como manufatura, contabilidade, administração financeira, recursos humanos etc. (SOUZA e SACCOL, 2003). • Sistema interfuncional que atua como uma estrutura para integrar e automatizar muitos dos processos de negócios que devem ser realizados pelas funções de produção, logística, distribuição, contabilidade, finanças e de recursos humanos de uma empresa (O’BRIEN, 2004).

357


De forma resumida, podemos dizer que um sistema ERP é: Um SI (Sistema de Informação) único que: • permite integrar os vários processos de negócios empresariais; • possibilita um fluxo de informações contínuo, consistente e padronizado; • pode ser acessado em tempo real por toda a empresa, através de, na maioria das vezes, uma única base de dados. (MIGLIOLI, 2007) Na visão empresarial, podemos dizer que um sistema ERP é:


Um SI (Sistema de Informação) integrado: • que permite integrar as várias áreas e setores de uma empresa, suprindo às diferentes necessidades de cada macroprocesso de negócio, ou seja, atendendo às particularidades do comercial, da produção, do financeiro e dos recursos humanos; • organizado em “subsistemas” (módulos), adequado para atender às peculiaridades de cada um desses macroprocessos ou setores; • que combina todos esses “subsistemas” (módulos), em um banco de dados comum, que proporciona compartilhamento de informações em tempo real entre todos os setores de uma empresa. (MIGLIOLI, 2007)

358

Você se lembra da Visão Sistêmica, que discutimos em nosso primeiro tema? Se não lembra, volte um pouco no texto e releia, pois os sistemas ERP são baseados na ideia de se enxergar a empresa de maneira sistêmica, como um conjunto de partes interligadas, onde uma parte, ou processo, influencia o sistema como um todo. Observe na figura a seguir um esquema típico de um sistema ERP. Note que ele se assemelha muito com a visão sistêmica da empresa que discutimos anteriormente.


Sistema ERP

Recursos humanos

Contas a pagar

Produção

Contabilidade

Vendas

Faturamento

Tesouraria

CLIENTES

FORNECEDORES

Suprimentos

Planejamento da produção

Contas a receber

Figura 14 - Esquema típico de um sistema ERP. (adaptado de Miglioli, 2007) a partir de Souza e Saccol, 2003).

Atualmente, os sistemas ERP atendem às principais áreas e processos de uma empresa, conforme você pode notar no quadro a seguir. FINANÇAS E CONTROLADORIA • Contas a pagar;

PRODUÇÃO, OPERAÇÕES E LOGÍSTICA • Suprimentos;

• Contas a receber;

• Estoque;

• Recrutamento e seleção;

• Tesouraria;

• Gestão da qualidade;

• Treinamento;

• Contabilidade fiscal;

• Planejamento e controle de • Benefícios; produção; • Desenvolvimento de pessoal; • Custos da produção;

• Contabilidade gerencial;

• Previsão de vendas;

• Custos;

• Medicina e segurança do trabalho

• Processamento de pedidos;

• Orçamentos;

• Remuneração;

• Faturamento;

• Análise de rentabilidade.

• Gestão de projetos.

• Folha de pagamentos.

• Ativo imobilizado;


RECURSOS HUMANOS

Figura 15 - Principais áreas e processos de negócios atendidos por um ERP. (COLANGELO FILHO, 2001).

359


No entanto, historicamente, os sistemas Conexão: ERP são considerados como uma evolução Conceito básico do MRP dos sistemas MRP I e II, à medida que, além Se você desejar saber um pouco mais sobre o conceito de MRP, do controle dos recursos diretamente utiliconsulte o link abaixo: zados na manufatura (materiais, pessoas, http://www.administradores.com. equipamentos), também permitem controlar br/informe-se/artigos/conceitosbasicos-do-mrp-material-requios demais recursos da empresa utilizados rement-planning/26507/ na produção, comercialização, distribuição e gestão. Vamos, com o auxílio de Colangelo Filho (2001), dar um passeio pela história e evolução dos sistemas ERP.


• Década de 1960: • Inicia-se o uso de computadores no suporte aos negócios; • Equipamentos caros e com capacidade limitada; • Essencialmente utilizados para aplicações financeiras; • Pouca oferta de softwares; • Desenvolvimento interno pelas empresas; • Automação de rotinas manuais, principalmente relacionadas ao controle de estoque.

360

• Década de 1970 (MRP I): • Computadores mais poderosos e baratos; • Surgimento dos sistemas MRP I (Materials Requirements Planning), destinados às indústrias com o propósito principal de “explodir” as listas de materiais com base em um plano de fabricação; • O objetivo desses sistemas era determinar, com base nas estruturas dos produtos acabados, as necessidades brutas e líquidas dos materiais necessários à produção; • Os sistemas MRP I não se preocupavam com o planejamento da capacidade de máquinas e mão de obra, tampouco com os custos.



• Década de 1980 (MRP II): • Difusão dos microcomputadores; • Surgiram os MRP II, (Manufacturing Resources Planning), que foram uma ampliação dos sistemas MRP I da década anterior; • Além de executar as mesmas funções dos sistemas MRP I, os sistemas MRP II tratavam do planejamento da capacidade de produção e de aspectos financeiros, como orçamento e custeio da produção; • A instalação desses sistemas se deu de forma departamental, restringindo-se à área industrial, tornando-os sistemas isolados dos demais; • Visão departamental em contrapartida à visão de processos de negócios; • Tanto os sistemas MRP II quanto os demais sistemas existentes nas empresas (folha de pagamento, contabilidade, por exemplo) eram departamentais, ou seja, além de isolados, não eram integrados entre si; • Dificuldade de promover o suporte completo e integrado a um processo de negócios. • Década de 1990 (ERP): • A TI evolui nessa época para os chamados ambientes clienteservidor, no qual os bancos de dados são centralizados e atendem a grande número de aplicações; • O início da década é marcado pelo “nascimento” da globalização; • O ambiente empresarial torna-se mundial e altamente competitivo; • Os sistemas MRP II se expandem para as áreas de finanças, contabilidade e recursos humanos, prometendo agilidade e redução de custos; • Surge a expressão ERP como forma de denominar os sistemas MRP II, que agora estavam com maior amplitude funcional. A figura a seguir resume a evolução histórica dos sistemas ERP que apresentamos anteriormente.

361

MRP I (Materials Requirements Planning)

Década de 1970

Década de 1970

Evolução dos computadores

Década de 1970

MRP II (Manufacturing Resource Planning)

ERP (Enterprise Resource Planning)

MRP I

MRP II MRP I

ERP MRP II

Evolução da abrangência funcional dos SI


MRP I

Produção

Finanças Produção

Empresa inteira Finanças Produção

Figura 16 - Evolução dos sistemas ERPs. (adaptado de MIGLIOLI, 2007).


Observe na figura anterior que atualmente os antigos sistemas MRP I e II fazem parte(estão “embutidos”) nos sistemas ERPs.

362

É caro implantar um ERP? De toda essa nossa discussão sobre a evolução dos sistemas ERP, é muito importante você saber: • As primeiras implantações desses sistemas foram relativamente caras e demoradas, particularmente em função da pequena experiência e da inexistência de metodologias de trabalho específicas para tal finalidade. Conforme o tempo foi passando e mais implantações foram realizadas, os fornecedores desses sistemas e as empresas de consultoria desenvolveram conhecimento, metodologias e ferramentas para reduzir os prazos, custos e riscos dos projetos de implantação (COLANGELO FILHO, 2001).

3.2 Características de um sistema ERP

Agora que você já sabe bem o que é um sistema ERP e como ele surgiu e evoluiu, vamos analisar algumas das suas principais características.



Segundo Souza e Saccol (2003), os sistemas ERP possuem características básicas que, se tomadas em conjunto, os diferenciam dos demais softwares desenvolvidos internamente pelas empresas e de outros tipos de softwares comerciais. De acordo com esses escritores, essas características podem ser agrupadas da seguinte maneira: a) São pacotes comerciais de software; b) Incorporam modelos de processos de negócios; c) São sistemas de informação (SIs) integrados, que utilizam um banco de dados corporativo; d) Possuem grande abrangência entre as funções da empresa; e) Necessitam de alguns tipos de ajustes antes de entrar em funcionamento. Vamos analisar detalhadamente, na sequência, cada uma dessas características. • Pacotes comerciais: • A ideia principal dos pacotes comerciais é resolver duas questões importantes que geralmente ocorrem no desenvolvimento interno de sistemas, feito por métodos tradicionais de análise e programação: • O não cumprimento dos prazos; e • O estouro dos orçamentos; • Como os sistemas ERP não são projetados para um cliente específico, mas sim para atender ao maior número possível de empresas, de diferentes portes e segmentos, o seu desenvolvimento se torna algo extremamente complexo e caro; • Por isso, os fabricantes desses sistemas os encaram como “pacotes” comerciais de software, a fim de explorar o seu ganho em escala. • Modelos de processos de negócios: • A definição de processos de negócios é: • Um conjunto de atividades organizadas para se atingir um resultado empresarial esperado. Um exemplo é o processo de desenvolvimento de um novo produto na empresa, ou do processo de compras de matérias-primas. 363


• Para atender às necessidades do maior número possível de empresas, os sistemas ERP precisam incorporar os modelos de processos de negócios das mais diferentes empresas (indústrias, comércios, prestadoras de serviços); • Os modelos de processos de negócios das diferentes empresas vão sendo incorporados pelos fabricantes aos seus sistemas ERP, à medida que as implantações e atualizações vão sendo realizadas repetidamente; • O mercado empresarial de ERP chama esses modelos de processos de negócios de “best practices”, ou simplesmente, melhores práticas; • A grande vantagem para as empresas que adquirem os ERPs é o fato de poderem incorporar essas “best practices” aos seus processos.


• SIs integrados: • Os escritores destacam a importância de se diferenciar os termos “empresa integrada” de “sistemas integrados”, pois: • Empresa integrada é um objetivo a ser alcançado; • Já sistema integrado, no caso, o ERP, é uma maneira para se atingir esse objetivo. • Para que um sistema ERP possa ser de fato considerado um SI integrado, ele deve ter sido construído e funcionar como um único SI, que atenda simultaneamente às várias áreas de negócio de uma empresa; • Se cada setor da empresa estiver sendo atendido por um SI isolado, não teremos um sistema ERP.

364

• Grande abrangência funcional: • Ao contrário dos demais softwares e pacotes empresariais que normalmente atendem apenas a uma área funcional, os sistemas ERP atendem a vários setores dentro de uma empresa; • Um dos propósitos principais de um ERP é atender o maior número possível de processos dentro de uma empresa, fazendo com que muitos benefícios sejam conquistados ao longo de sua utilização; • Para atender a esse propósito, os sistemas ERP são divididos e organizados em módulos, ou seja, subsistemas que contemplam funcionalidades específicas para atender a um ou mais setores da empresa.


• As duas figuras a seguir representam: ––A primeira, os módulos comumente encontrados nos sistemas ERP, organizados por cores. Observe atentamente:

Compras

Estoque

Custos

Importação

Vendas

Folha e Ponto

Produção

Financeiro

Ativo Fixo

Manutenção Industrial

Livros Fiscais

Contabilidade

Figura 17 - Principais módulos de um sistema ERP. (MIGLIOLI, 2007).

Movimento de Títulos

Fornecedores

Recebimento mercadoria

Pedido de compra

Importação

Cotação

Livros Fiscais

Solicitação Compras

Qualidade

Estoque MP/MC

MRP I

Requisições Ordens de Produção


PCP

Previsão de Vendas

Clientes

Pedidos de Vendas

MRP II

Apontamentos eletrônicos

Liberação de Crédito

Liberação de Estoque

Lançamentos Automáticos

Ativo Fixo Contas a Pagar Fluxo de Caixa Orçamento

Contrato de fornecimento

Banco

Simulação Financeira Manutenção Industrial

Simulação Preços de Venda

Folha de Pagamento

Ponto Eletrônico

Custos

Contabilidade Custos Indiretos

Produção Estoque Produto Acabado

Faturamento

Razão Balancete Diário

Demonstrativo de Resultados

Contas a Receber

Movimento de Títulos

Banco

Figura 18 - Principais funcionalidades dos módulos de um sistema ERP. (adaptado de Miglioli,2007, a partir de Haberkorn, 2004).

365


Na figura anterior, as principais funcionalidades desses módulos, representadas pelos retângulos, de acordo com as cores dos módulos e integração entre os módulos e funcionalidades, são indicadas pelas setas. Observe atentamente.


• Tipos de ajustes: • Para que possam ser utilizados em qualquer tipo de empresa, os sistemas ERP requerem alguns tipos de ajustes antes de entrarem em funcionamento. São eles: • Parametrização (ou configuração): processo de adequação do ERP às regras de negócio de uma determinada empresa. Isso é feito através da definição dos valores de parâmetros já disponibilizados no próprio sistema; • Customização: é a modificação de alguma parte do ERP para que ele possa se adequar a uma determinada necessidade empresarial, impossível de ser atendida através da parametrização.

366

Diante de toda essa discussão que acabamos de realizar sobre as características dos sistemas ERP, é muito importante você saber: • Muitas vezes no mundo real, as empresas acabam incorporando, ou mesmo se adequando, às melhores práticas “embutidas” nos sistemas ERP que adquirem; • Essa “adaptação” da empresa ao ERP ocorre geralmente por dois motivos: • Ou a empresa adquiriu o ERP para utilizá-lo como um instrumento para melhorar os seus processos de negócios; • Ou, simplesmente, porque os processos de negócios da empresa estão bastante desorganizados e sem regras estabelecidas, ficando assim, mais “fácil” a empresa se ajustar às melhores práticas do sistema ERP; • Entre os tipos de ajustes necessários para o ERP funcionar, o mais indicado, quando possível, é a parametrização do sistema às regras de negócios da empresa, pois: • todo ajuste do tipo customização requer custos adicionais ao projeto, tornando-o ainda mais caro; e • torna a manutenção do sistema mais complexa, especialmente quando o fornecedor libera novas versões do seu produto.


• Os sistemas ERP são mais do que simplesmente softwares empresariais, são, na verdade, ferramentas para a melhoria dos processos e da gestão dos negócios, desde que esses negócios estejam desenhados a partir de uma visão integrada, ou sistêmica; • O simples fato de uma empresa possuir um sistema integrado, ou seja, um ERP, não significa necessariamente que ela seja uma empresa integrada. Afinal, como vimos anteriormente, o sistema é simplesmente uma ferramenta para que esse objetivo (“empresa integrada”) seja alcançado (MIGLIOLI, 2007).

3.3 Benefícios e dificuldades de um sistema ERP

Depois de discutir e analisar as características de um sistema ERP, vamos entender um pouco mais sobre os benefícios e as dificuldades que estão por trás de um dos principais tipos de sistemas de informação existentes atualmente. Antes de continuarmos, é importante você saber que a maioria dos benefícios e das dificuldades associadas a um ERP está relacionada à sua principal característica, que é a integração e aderência dos módulos e das regras do sistema, com os processos e métodos de trabalho das empresas. Esse cenário ocorre porque: • Com a integração proporcionada pelo sistema ERP, todas as atividades da empresa estão compartilhadas de maneira on-line, fazendo com que as informações lançadas estejam disponíveis de imediato para todas as áreas da empresa; • Desse modo, um lançamento correto ou errado de informações em uma parte do sistema pode causar impactos positivos ou negativos em outras atividades que dessa parte dependem.


3.3.1 Benefícios de um Sistema ERP

Alguns benefícios são evidenciados de imediato, a partir da utilização de um sistema ERP em uma empresa, como: • A melhoria na qualidade e precisão das informações; • A transparência nas informações dos setores; • Disponibilidade de informações on-line; • Aumento do número de informações para apoiar tomadas de decisões; • Eliminação ou considerável diminuição de erros; • Melhoria nos controles das atividades e processos de negócios. 367


Além desses benefícios, alguns outros podem surgir a médio prazo, como: • Redução de custos; • Análise real do desempenho dos negócios; • Disponibilidade de indicadores de desempenho e relatórios que permitem avaliar os processos e traçar novas estratégias. Para Colangelo Filho (2001), as empresas podem obter benefícios após a implantação de sistemas ERP, tanto de forma tangível como intangível. Segundo esse autor, os benefícios tangíveis são aqueles que podem afetar diretamente a área financeira da empresa, como o aumento das receitas e dos lucros, a redução dos estoques, o aumento de produtividade, entre outros. Já os benefícios intangíveis são também de grande importância para a empresa, mesmo não apresentando diretamente redução de custos e aumento no capital. Esses benefícios melhoram os processos de negócios, o atendimento e a satisfação dos clientes, entre outros. Observe no quadro a seguir um resumo dos benefícios tangíveis e intangíveis relacionados aos sistemas ERP: BENEFÍCIOS TANGÍVEIS

BENEFÍCIOS INTANGÍVEIS

• Redução de estoques;

• Informação com maior visibilidade;

• Aumento da produtividade;

• Melhorias em processos de negócios;

• Redução do tempo de ciclo das ordens de produção; • Redução de tempo de fechamento contábil/financeiro;


• Redução de custos de TI;

368

• Melhorias nos processos de suprimentos; • Melhorias nos processos de manutenção;

• Melhorias na gestão de caixa;

• Melhorias no atendimento ao cliente;

• Aumentos em receitas / lucros;

• Integração de processos;

• Melhorias em transportes / logísticas;

• Padronização de processos;

• Entregas no prazo.

• Flexibilidade.

Figura 19 - Benefícios tangíveis e intangíveis relacionados aos sistemas ERP. (Miglioli, 2007, a partir de Colangelo Filho, 2001).


Thomas H. Davenport é considerado atualmente um dos mais conceituados escritores sobre gestão da informação nas empresas, redesenho, melhorias de processos e utilização de sistemas de gestão empresarial, os ERPs. Por isso, vamos, com o auxílio de Davenport (2002, p. 22), apresentar alguns exemplos de empresas e dos benefícios que os sistemas ERP proporcionaram a elas.


Exemplo 1: Redução de tempo de ciclo A Autodesk, grande produtora de software informatizado de projetos, como o AutoCAD, conseguiu ganhos substanciais em termos de redução de custos e de prazos em processos fundamentais de negócios. O prazo de entrega dos pedidos aos seus clientes era, em média, de duas semanas, mas agora 98% desses produtos são despachados em apenas 24 horas. Os prazos de encerramento financeiro foram reduzidos pela metade, de 12 para seis dias. A Autodesk estima já ter economizado, apenas com a redução de estoques, mais do que lhe custou toda a instalação do seu sistema de gestão empresarial do SAP. Exemplo 2: Informações mais rápidas sobre transações A Divisão de Armazenamento de Sistemas (disk drive) da IBM conseguiu uma redução no prazo necessário para apresentar informações sobre preços de cinco dias para cinco minutos; a remessa de peças de reposição, que antes levava até 22 dias, agora é feita em três dias, e as verificações de crédito, que anteriormente levavam 20 minutos, ficam prontas em apenas três segundos. Creditar na conta de um cliente a devolução de um disk drive levava antes até três semanas, isso agora é feito na hora. A Divisão de Armazenamento chegava a gastar milhares de horas na verificação e na conferência dos dados dos relatórios à gerência, isso agora é feito automaticamente. A IBM, no seu todo, tem 21 projetos do SAP em funcionamento, cobrindo 80% dos seus negócios centrais; outros oito projetos já foram aprovados e se encontram em instalação. Exemplo 3: Melhoria na gerência financeira A Microsoft está instalando um ERP destinado a consolidar seus sistemas de finanças e de aquisições em todo o mundo. A empresa de software em constante expansão já economizou US$ 2 milhões em depreciação de equipamento (antes eram necessários três meses para dar 369


início ao cronograma de depreciação para um novo ativo; atualmente, isso pode ser começado na hora). O ERP da empresa já lhe proporcionou receber US$ 14 milhões por ano de fornecedores a título de descontos por pagamento adiantado. Os gerentes da Microsoft igualmente dão conta de consideráveis benefícios em melhoria dos sistemas de gerenciamento e de relatórios, e o ciclo financeiro de encerramento foi reduzido de 12 para quatro dias.


Exemplo 4: Abrindo caminho para o comércio eletrônico A Cisco Systems instalou um ERP para estruturar e racionalizar seus sistemas de retaguarda de transações comerciais, que já se mostravam incapazes de sustentar o rápido crescimento da empresa. Sem o sistema, a Cisco não teria tido condições de oferecer aos seus clientes acesso pela Web ao processamento de pedidos, ao acompanhamento de seu status e à etapa da entrega. O sistema custou à Cisco mais de US$ 15 milhões, e a empresa gastou outros US$ 100 milhões fazendo sua conexão à Internet. Hoje, no entanto, a Cisco estima que a combinação do seu ERP com os respectivos aplicativos na Internet represente algo em torno de US$ 500 milhões ao ano em redução dos custos operacionais.

370

Exemplo 5: Convertendo o conhecimento tático sobre o processo em conhecimento explícito A Monsanto temia que décadas de conhecimento acumulado sobre a operação de suas fábricas existissem apenas no cérebro de sua força de trabalho, em processo de envelhecimento. Depois da implementação bem-sucedida de seu ERP, no entanto, os executivos da empresa acreditam que os principais processos, as regras sobre tomada de decisões e as estruturas de informação estejam bem entendidas e documentadas em seu sistema. Mais ainda, o conhecimento hoje é mais comum a toda a empresa, e por isso os funcionários mais novos conseguem entender com maior facilidade o processo de trabalho. O suporte do processo e o sistema podem ser igualmente terceirizados para fornecedores externos.


3.3.2 Dificuldades de um Sistema ERP

Segundo Souza e Saccol (2003), as implantações de sistemas ERP também sofrem algumas dificuldades quanto à percepção do usuário sobre: • O fato de suas tarefas e responsabilidades terem aumentado; • A importância do lançamento correto das informações no sistema ERP, de modo a proporcionar um andamento preciso das atividades seguintes. Além disso, como as informações são inseridas no momento mais adequado para a eficiência do processo, existe a necessidade, na maioria das vezes, de se mudar a maneira como muitos processos são executados. Podemos citar também algumas outras dificuldades, como: • Dependência do fornecedor do ERP; • Resistência cultural quanto à mudança da visão departamental para a visão sistêmica, orientada para processos de negócios; • Mudança e resistência cultural quanto ao compartilhamento de informações entre os diferentes setores. Você se lembra das características dos sistemas ERP que discutimos anteriormente? Se não lembra, volte um pouco no texto e releia, pois iremos relacionar, no quadro a seguir, as características dos sistemas ERP com os benefícios e as dificuldades que acabamos de estudar. CARACTERÍSTICAS

BENEFÍCIOS • Redução de custos de TI;

Pacotes comerciais

• Foco na atividade principal da empresa;


• Atualização tecnológica por conta do fornecedor.

Processos de negócios

DIFICULDADES • Dependência do fornecedor; • Empresa não detém o conhecimento sobre o pacote.

• Difunde conhecimento sobre melhores práticas;

• Necessidade de adequação do ERP à empresa;

• Facilita a melhoria de processos.

• Necessidade de alterar processos empresariais.

371


• Maior controle em operações da empresa; • Eliminação de interfaces entre sistemas isolados; • Otimização global dos processos da empresa; Sistemas integrados

• Padronização de informações e conceitos; • Eliminação de discrepâncias entre informações de diferentes departamentos; • Melhoria na qualidade da informação; • Acesso a informações para todos na empresa • Eliminação da manutenção de múltiplos sistemas;

Grande funcional

abrangência

• Padronização de procedimentos; • Redução de custos de treinamento;

• Mudança cultural da visão departamental para a de processos; • Maior dificuldade na atualização do sistema, pois exige acordo entre vários departamentos; • Mudança cultural da visão de “dono da informação” para a de “responsável pela informação”; • Mudança cultural para uma visão de disseminação de informação dos departamentos por toda a empresa; • Alimenta a resistência a mudança.

• Dependência de um único fornecedor; • Se o sistema falhar, toda a empresa pode parar.

• Interação com um único fornecedor. Figura 20 - Características, benefícios e dificuldades dos sistemas ERP. (Miglioli, 2007, a partir de Souza e Saccol, 2003, p. 69).


3.4 Ciclos de vida dos Sistemas ERP

372

Para terminar nossa análise inicial sobre os sistemas ERP (e antes de estudarmos sobre a implantação de sistemas ERP), você precisa saber sobre o ciclo de vida dos projetos de sistemas ERP, que nada mais é do que a representação das diversas etapas pelas quais passa um projeto desse tipo. Souza e Zwicker (2000) apresentam um modelo específico para o ciclo de vida desses sistemas que considera as etapas de decisão e seleção, implantação e utilização. Observe na figura a seguir o modelo proposto pelos escritores para o ciclo de vida de projetos de sistemas ERP:


Melhoria contínua e novas necessidades pós-implantação. Fase n

Fase n

Fase 2

Fase 2 SELEÇÃO E DECISÃO

Fase 1

Fase 1 IMPLANTAÇÃO

Sistema selecionado e plano de implantação definido e aprovado.

UTILIZAÇÃO

Módulos parametrizados, customizados, dados migrados e usuários treinados.

Figura 21 - Ciclo de vida de projetos de sistemas ERP. (Adaptado de Miglioli, 2007, a partir de Souza e Zwicher, 2000).


3.5 Implantação de Sistemas ERP – Por que as empresas implantam sistemas ERP? Por que será que uma empresa implanta um sistema ERP? Vamos relacionar alguns fatores que levam uma empresa a substituir seu sistema atual por um ERP. De acordo com Miglioli (2007), são eles: • Integrar todas as áreas de negócio da empresa; • Diminuir o tempo de realização das atividades; • Necessidade de reduzir custos para continuar competitiva; • Padronizar o trabalho e as informações geradas; • Descentralizar o processamento das informações, tornando-as disponíveis em tempo real, onde forem necessárias; • Aumentar a rapidez e confiabilidade das consultas gerenciais; • Atingir um maior equilíbrio entre descentralização e controle; • Atender às exigências de seus principais clientes para diminuir custos de produtos e serviços; • Ser a primeira na utilização de novas tecnologias, ou aplicar tecnologia similar àquela que seus principais concorrentes já estão utilizando. Podemos identificar ainda mais três categorias de motivos que levam uma empresa a implantar sistemas ERP. De acordo com Colangelo Filho (2001), são motivos ligados: • a negócios: associados à melhoria da lucratividade ou do fortalecimento da posição competitiva da empresa, sendo de ordem estratégica e operacional; 373


• à legislação: ligados às exigências legais que a empresa deve cumprir e que não são atendidas pelos sistemas atuais; • à tecnologia: relacionados às mudanças necessárias em função de obsolescência econômica das tecnologias em uso ou a exigências de parceiros de negócios. Por exemplo, o seu principal cliente deseja integrar o ERP dele com o seu sistema de envio de pedidos. Vamos resumir os motivos que levam as empresas a implantar sistemas ERP? Observe, então, o quadro a seguir, pois ele apresenta um resumo das três categorias de motivos, discutidas anteriormente. CATEGORIAS

Estratégicos

MOTIVOS • Melhoria da lucratividade; • Busca pela diferenciação no mercado; • Aumento da competitividade; • Possibilidade de expandir os negócios globalmente. • Sistemas atuais não integrados, causando falta de sincronismo;

Negócios

Operacionais • Possuir vários sistemas significa lidar com diferentes tecnologias, gerando dificuldades de integração e de relacionamento com os fornecedores. • Exigências legais que os sistemas atuais não cumprem; Legislação

• Com os negócios se internacionalizando, geram-se necessidades dos sistemas se adequarem às normas, exigências e leis de outros países. • Necessidade de renovação tecnológica por parte da empresa; • Obsolescência de produtos, equipamentos e sistemas atuais;


Tecnologia

374

• Os custos relacionados à manutenção de produtos e tecnologias ultrapassadas tornaram-se inviáveis e demasiadamente altos; • Exigência de parceiros de negócios, pois as empresas estão cada vez mais se relacionando em negócios via Internet.

Figura 22 - Motivos que levam as empresas a implantarem sistemas ERP. (Miglioli, 2007, a partir de Colangelo Filho, 2001).


3.6 Como selecionar e decidir qual ERP implantar?

Vamos, neste tópico, analisar e discutir como se seleciona e define qual sistema ERP, entre os vários existentes no mercado, é o mais adequado para uma empresa. Mas, antes disso, é muito importante você saber: • Um bom processo de seleção de ERP deve pensar nas necessidades atuais e futuras da empresa, à luz de um planejamento mais abrangente; • Será pouco provável que você encontre uma solução completa, ou seja, um sistema ERP que atenda totalmente às necessidades de sua empresa, por mais caro e sofisticado que seja o sistema (MIGLIOLI, 2007).

Vamos então, com o auxílio de Escouto e Schilling (2002), conhecer uma proposta de metodologia para auxiliar na seleção de sistemas ERP. Você poderá, inclusive, utilizar essa metodologia em situações que for coordenador de projetos de seleção de sistemas ERP. Os escritores propõem uma metodologia baseada em seis etapas, conforme você pode observar na figura a seguir. Levantar as necessidades da empresa

Formar um comitê de decisões

Especificar requisitos da empresa

Identificar os possíveis fornecedores

Solicitar proposta comercial

Selecionar o sistema


Figura 23 - Metodologia para seleção de sistemas ERP. (adaptado de Miglioli, 2007), a partir de Escouto e Schilling, 2002).

De forma geral, cada etapa da metodologia anteriormente apresentada tem as seguintes atividades, segundo Miglioli (2007): • Etapa 1: levantar as necessidades da empresa • Pode ser considerada a etapa mais importante de todo o processo de seleção, pois é a partir das necessidades da empresa que se definirá o sistema ERP mais adequado; • Os membros do comitê de decisão devem estar conscientes do foco de atuação da empresa, bem como de seus objetivos estratégicos de curto e médio prazo; 375


• É importante nessa primeira etapa conhecer os problemas atuais, as carências de informações, bem como as ideias e sugestões dos líderes dos processos de negócios; • Deve-se, por fim, mapear e entender como é o funcionamento dos processos de negócios da empresa, principalmente aqueles considerados críticos para o sucesso da empresa. Esse mapeamento servirá de base para a elaboração das necessidades da empresa.


• Etapa 2: formar um comitê de decisões • Trata-se de uma equipe que irá gerenciar o projeto como um todo; • Esse comitê deve ser formado por profissionais-chave de diferentes áreas da empresa, sendo pessoas reconhecidas e respeitadas como líderes e formadores de opinião; • Os membros desse comitê precisam possuir as seguintes características: • Capacidade de trabalhar em equipe; • Conhecimento do seu processo de negócio e da empresa como um todo (visão sistêmica); • Capacidade de inovar e desafiar os processos existentes atualmente. • Essa equipe também precisa contar com membros ligados à alta administração, pois várias decisões precisarão ser tomadas ao longo de todo o processo; • Sugere-se a seguinte formação para esse comitê de decisões: • Um membro ligado diretamente ao patrocinador do projeto, que geralmente é o presidente ou proprietário da empresa; • Um coordenador; • Profissionais da área de TI; • Um líder de cada processo de negócio da empresa.

376

• Etapa 3: especificar os requisitos da empresa • A partir do levantamento das necessidades da empresa, geradas na etapa 1, essa etapa tem como objetivo fornecer ao comitê de decisões um documento no qual constem as principais ne-



cessidades da empresa, organizadas individualmente por cada processo de negócio; • Deve-se destacar nesse documento o grau de relevância de cada necessidade, a fim de subsidiar a sua ponderação; • Esse documento contendo as necessidades da empresa, geralmente é enviado para os fornecedores que serão convidados a participar do processo de seleção. Esse documento é chamado de Requisição de Informações, ou RFI, do inglês Request for Information; • Cada fornecedor deve responder ao documento, informando se o seu sistema atende ou não a cada uma das necessidades da empresa. • Etapa 4: identificar possíveis fornecedores • Deve-se proceder ao convite dos fornecedores, sob os pontos de vista da idoneidade, reputação e solidez no mercado; • Para cada fornecedor convidado é preciso enviar a RFI gerada na etapa anterior; • A partir da análise prévia da RFI respondida e devolvida no prazo estipulado pela empresa, pode-se filtrar ou mesmo eliminar aqueles fornecedores de sistemas que não atendem ao mínimo de necessidades exigidas; • É importante num processo de seleção de sistema ERP não cometer o erro do excesso e nem da omissão, ou seja, não é interessante convidar nem muitos fornecedores (mais do que sete), nem poucos (menos de três), pois se correm os seguintes riscos: ––Se convidarmos muitos fornecedores, o processo de seleção torna-se demasiadamente longo e oneroso para a empresa; e ––Se convidarmos poucos, a escolha pode-se basear em poucas alternativas. • Depois de filtrados os fornecedores, deve-se proceder ao agendamento de algumas apresentações do sistema para o comitê de decisões. • O objetivo dessas apresentações é iniciar o processo de avaliação propriamente dito, analisando se o ERP de fato atende às necessidades respondidas na RFI enviada na etapa 3.

377



• Etapa 5: solicitar proposta comercial • Depois ou mesmo durante as apresentações dos sistemas, a empresa deve informar aos fornecedores suas reais necessidades, módulos pretendidos e demais informações que se fizerem necessárias. • Essas informações reunidas são enviadas aos fornecedores na forma de uma Requisição de Proposta Comercial, ou RFP, do inglês, Request for Proposal. • Uma RFP respondida de maneira abrangente deve conter: ––Relação de todos os módulos ofertados; ––Política de licenciamento do sistema; ––Valor da licença de uso; ––Valor dos serviços de treinamento e implantação; ––Custo da manutenção/suporte mensal; ––Valor dos serviços de customização, caso sejam necessários; ––Formas de pagamento; ––Garantias; e ––Validade da proposta.

378

• Etapa 6: selecionar o fornecedor • Esta é a etapa crucial do processo de seleção, ou seja, escolher o sistema ERP mais adequado às necessidades da empresa; • Devem-se definir critérios precisos, baseados em notas e ponderações, evitando ao máximo os fatores não mensuráveis; • Após receber todas as RFP devidamente respondidas, devemse organizar as informações e tabular os dados recebidos; • O mais importante nesse momento é identificar e classificar os sistemas que mais atendem às necessidades da empresa, para na seqüência, analisar fatores de ordem comercial; • A seguir você tem uma lista de critérios que podem ser utilizados para a tomada de decisão sobre qual é o ERP mais adequado: ––Porcentagem de necessidades atendidas pelo sistema; ––Tecnologia utilizada pelo sistema, atual e confiável; ––Serviços e suporte de pós-venda; ––Estabilidade financeira do fornecedor; –– Expansão tecnológica do produto; ––Custos apresentados.


É muito importante você saber: • O sistema ERP vencedor do processo de seleção deve suportar e atender ao maior número de processos de negócios, ser flexível e ajustável às necessidades da empresa e, sobretudo, fácil de ser utilizado e gerenciado, mesmo por pessoas não técnicas; • O papel fundamental do comitê de decisões é subsidiar a alta administração com informações para a tomada de decisão quanto ao ERP mais adequado.


3.7 O que fazer antes da implantação?

Se você chegou até aqui, é porque já leu sobre os motivos que levam uma empresa a substituir seu sistema atual por um ERP. Leu também sobre quais são as etapas necessárias para um bom processo de seleção e definição do sistema ERP mais adequado à empresa. Então, podemos partir para a implantação do sistema ERP, não acha? Não! Ainda não, pois alguns cuidados precisam ser tomados e algumas premissas esclarecidas e entendidas antes da implantação de um sistema ERP de fato ser iniciada. Chamamos as atividades preliminares de preparação para implantação, ou diagnóstico empresarial. Vejamos então, com o auxílio de Colangelo Filho (2001) e Miglioli (2007), quais são esses cuidados e/ou atividades que devem ser conduzidas: 1. A implantação de um sistema ERP deve ser entendida como um “projeto”, ou seja: ▪▪ Ter início e fim bem definidos, com frequentes momentos de acompanhamento; ▪▪ Provavelmente haverá limitações de recursos financeiros, materiais e humanos; ▪▪ A maior parte dos trabalhos é executada por pessoas, as quais possuem limitação de tempo; ▪▪ E acima de tudo, precisa ser devidamente planejado e controlado durante toda a sua execução, com técnicas apropriadas de administração de projetos. 2. Os processos de negócios da empresa precisam ser ajustados às regras e à lógica do sistema ERP: ▪▪ Segundo alguns escritores, os primeiros projetos de implantação de sistemas ERP foram conduzidos com base 379


nas ideias da “reengenharia”, amplamente divulgada por Michael Hammer. Como a reengenharia realizada no passado envolvia “mudanças radicais”, muitas vezes os projetos se tornavam exageradamente caros e demorados, praticamente sem fim. Além disso, naquela época os sistemas ERP estavam “nascendo” e não eram tão evoluídos como atualmente; ▪▪ Hoje em dia, adotamos a abordagem do “redesenho ou alinhamento dos processos de negócios”;


Você se lembra que, ao discutimos sobre as características dos ERPs, falamos dos modelos de processos de negócios, ou das best practices (boas práticas)? Se não lembra, volte em nosso texto, pois: • essa abordagem atual, do redesenho ou alinhamento dos processos de negócios, é baseada na premissa de que os sistemas ERP foram concebidos de forma a oferecer “boas práticas”, ou seja, modelos de processos de negócios melhores do que aqueles que a maioria das empresas emprega. Afinal, os fornecedores de ERP foram evoluindo seus sistemas ao longo do tempo e absorvendo as melhores práticas das empresas por onde passaram. • diante disso, a ideia é usar ao máximo as regras e os modelos de processos de negócios oferecidos pelo sistema ERP.

380

Lembra-se que discutimos sobre a diferença, principalmente em termos financeiros, dos tipos de ajustes existentes nos sistemas ERP, ou seja, a parametrização e a customização? Se não lembra, volte em nosso texto, pois a essência dessa nova abordagem, baseada no redesenho dos processos, é somente desenvolver uma alternativa ao ERP, ou seja, customizá-lo, se: • ele não der nenhum tipo de suporte ao processo de negócio; • o processo for crítico ou estratégico para a organização e o sistema não lhe atender de maneira adequada; Reforce o entendimento sobre nossa discussão entre customizar ou não um sistema ERP, a partir da análise do fluxograma da figura a seguir.


INÍCIO Mapear e analisar o processo atual

É uma boa prática?

SIM

NÃO

ERP atende? SIM

Redesenhar ou ajustar o processo baseado no ERP

NÃO

É um processo crítico?

SIM

Desenvolver alternativa (personalizar / customizar O ERP)

NÃO Adequar o processo ao ERP

FIM

Figura 24 - Redesenho de processos baseado no ERP. Adaptado de COLANGELO FILHO (2001, p. 38)

3. A presença ou ausência na empresa dos fatores críticos de sucesso (FCS) em implantação de sistemas ERP, pois, segundo Colangelo Filho (2001, p. 39):


Há muitas histórias de horror sobre implantações de sistemas ERP: projetos interrompidos, custos que excederam em muito o orçamento, prazos superiores aos previstos originalmente, benefícios que jamais foram alcançados e processos judiciais contra fornecedores de software e implantadores. Por outro lado, há casos de absoluto sucesso, nos quais os projetos estiveram sob controle e os resultados finais foram amplamente recompensadores.

▪▪ A abordagem dos FCS (Fatores Críticos de Sucesso) argumenta que a presença de certo grupo de fatores, considerados críticos, possui grande influência no projeto e aumenta as suas chances de sucesso (BERGAMASCHI, 1999); ▪▪ Os fatores críticos de sucesso não ocorrem apenas na implantação de um ERP, eles podem influenciar toda a área de Tecnologia e Sistemas de Informação de uma empresa;

381


▪▪ No quadro a seguir, observe atentamente o conjunto desses FCS, na visão de diferentes escritores. Note como eles coincidem nas diferentes visões. SOUZA E COLANGELO SACCOL FILHO (2001) (2003) Apoio da dire- Apoio da alta ção. administração.

Planejamento Planejamento detalhado do adequado. projeto.

Usuários capaEnvolvimento zes e envolvido usuário. dos.

NAH (2001) APUD PADILHA E MARINS (2005) Participação ativa da alta gerência. Planejamento e definição clara dos diversos papéis na implantação, através da união de esforços e conhecimentos. Realização de treinamentos e disseminação de informação com o intuito de reduzir as incertezas entre os usuários.


Gerenciamento de mudanças Mudança nos e veiculação da processos de ideia do ERP negócios. como redesenho dos processos de gestão.

382

Criar um link de adaptação empresa-sistema/ sistema-empresa em busca das melhores práticas (best-practices).

SILVA E PEREIRA (2006)

CBS CONSULTING (2007)

Comprometi- Comprometimento da alta mento da alta gerência. administração. Adequado geProjeto bemrenciamento do gerenciado. projeto.

Treinamento.

Esquema de comunicação e comprometimento dos responsáveis pelos processos envolvidos.

Mudanças em procedimentos gerenciais e na estrutura organizacional.

Articulação dos objetivos do projeto com as expectativas de mudança da organização.

Alinhamento Entendimento entre software, dos objetivos cultura e objetiestratégicos da vos de negócio empresa. da empresa.


Acompanhamentos intermediários;

Identificação de Formação de “usuários-cha- grupo de impleve”. mentação.

Equipe competente, comprometida e dedicada.

Gerente de Escolha segura projeto com do coordenador habilidades do projeto. necessárias. Presença de Escolher consulconsultoria ex- toria adequada terna. (know-how). Definição clara de: necessidades, Missões claras e definidas. Visão e objetivos. Expectativas realistas.

Garantir a quali- Tratamento e redade. visão de dados. Simplificação do desenho da solu- Medição de deção e da implan- sempenho. tação.

Figura 25 - Fatores críticos de sucesso para projetos de sistemas ERP. (SANDRIN, 2007).


Para finalizar nossa discussão sobre os cuidados preliminares à implantação de um ERP, é muito importante você saber: • A existência de um conjunto de FCS que por si só pode determinar o sucesso ou fracasso de um projeto não é aceita com total consenso; • Uma das razões para isso é o fato de um projeto de ERP não ser estático e, portanto, possuir diferentes necessidades, em diferentes níveis, durante todo o seu desenrolar. (BERGAMASCHI, 1999); • É comum a contratação de uma empresa de consultoria para auxiliar na condução do projeto de seleção, preparação e implantação de um ERP, pois essas empresas têm experiência real em implantações de pacotes, podendo contribuir com informações sobre fornecedores, produtos, modelos de processos de negócios embutidos nos sistemas, entre outros;

383


• Entretanto, você deve ser cauteloso quanto à escolha da consultoria, pois algumas delas têm o costume de indicar fornecedores que possuem maior proximidade/ parceria (MIGLIOLI, 2007).

Conexão: Gerenciamento de projetos Ao se falar sobre implantação de ERPs estamos falando sobre projetos. Então, se você quer mais detalhes sobre como gerenciar projetos, consulte o PMI no link abaixo e conheça um pouco as técnicas de gerenciamento de projetos. www. pmisp.org.br

3.8 Etapas da Implantação


Agora que já sabemos quais são os cuidados preliminares que devemos tomar, vamos, com o auxílio de Colangelo Filho (2001), explorar as fases de implantação de um sistema ERP. Um projeto de implantação de ERP exige um volume muito grande de atividades que são realizadas em períodos que podem variar de meses a anos. Geralmente, esse tempo varia em função de alguns fatores. São eles: • Porte da empresa; • Disponibilidade de recursos; • Qualidade do redesenho e do alinhamento dos processos; • Complexidade e especificidades dos processos críticos; • Fatores não previstos.

384

Para auxiliar na condução dessas atividades, as empresas, em alguns casos, utilizam modelos de implantação, ou metodologias próprias. Geralmente, os fornecedores de sistemas têm sua própria metodologia, que é utilizada em conjunto com a do cliente, para dar sustentabilidade ao processo de implantação. No entanto, quando o cliente não tem nenhum tipo de método de trabalho, utiliza-se na totalidade a metodologia do fornecedor do ERP ou da empresa de consultoria que está auxiliando na implantação. Uma maneira simples de organizar e controlar os riscos e esforços de um projeto desse porte é dividi-lo em etapas, como produtos bem-definidos a fim de facilitar o acompanhamento da sua evolução. Analise a figura a seguir e perceba as etapas (ou fases) de um modelo de implantação, adaptado de Colangelo Filho (2001).


1a Etapa:

2a Etapa:

3a Etapa:

4a Etapa:

Planejamento

Desenho da solução

Construção

Testes finais e virada

Figura 26 - Modelo de implantação para sistemas ERP. Adaptado de Miglioli (2007) a partir de Colangelo Filho (2001)

Vamos explorar as atividades de cada etapa do modelo proposto?


1ª Etapa: Planejamento • Definir o escopo do projeto; • Desenvolver as estratégias de implantação; • Elaborar um plano detalhado para a execução do projeto; • Obter e mobilizar os recursos humanos e materiais; • Disseminar o escopo do projeto com a equipe; • Definir mecanismos de acompanhamento; • Definir a estratégia para a “virada” do sistema atual para o ERP, ou seja, se será do tipo: • Big bang: todo o sistema entra no “ar” ao mesmo tempo; • Modular: os módulos entram em funcionamento gradualmente; • Piloto: define-se um setor, unidade ou filial para ser o “piloto” da utilização do novo sistema, onde será implantado o ERP. 2ª Etapa: Desenho da solução • Visualizar e mapear os processos de negócios da empresa; • Redesenhar/ajustar os processos de negócios, visando aos modelos de processos do ERP que estão sendo implantados; • Estabelecer a maneira como o processo deverá ser executado e quais os seus padrões de desempenho; • Identificar e/ou detalhar possíveis personalizações (customizações); • Verificar se a tecnologia da empresa e o ambiente onde será instalado o ERP estão atendendo às necessidades exigidas pelo sistema; • Definir estratégia de treinamento (individual, multiplicador ou centralizado nas unidades).

385


3ª Etapa: Construção • Compreender as configurações dos sistemas ERP para atender às necessidades dos processos de negócios; • Alinhar as regras de negócios da empresa com os parâmetros do ERP; • Desenvolver e testar as customizações (personalizações); • Avaliar qualidade dos dados legados (do sistema atual) e estratégia quanto à sua utilização ou redigitação; • Definir futuros usuários do sistema e seus níveis de acesso; • Definir cronograma de treinamento para os usuários.


4ª Etapa: Testes finais e “virada” • Parametrizar o sistema de acordo com as regras de negócio previamente definidas; • Construir protótipos (ambientes simuladores para testes); • Testes finais dos sistemas; • Treinamento dos usuários Depois que o ERP (de preferência no próprio começa a funcionar oficialmente, você considera que a equipe sistema, e não somente de implantação pode ser liberada? por manuais e aulas); • Troca ou “virada” do sistema atual pelo sistema ERP; • Acompanhamento da “produção” ou utilização do novo sistema.

386

Para terminar nossa análise sobre a implantação de sistemas ERP, é muito importante você saber: • Mesmo depois de iniciado o uso oficial do novo sistema, a equipe de implantação deve acompanhar o andamento da operacionalização do sistema por pelo menos mais um mês; • Esse é o tempo necessário para que ocorram os primeiros fechamentos financeiros e contábeis do ERP; • Nesses fechamentos, geralmente surgem inconsistências devido a erros de parametrização do sistema, gerando a necessidade de se alterar alguns parâmetros;


• Por fim, saiba que a duração de um projeto de implantação varia de acordo com as mudanças de processo a serem feitas, ou seja, se são poucas as mudanças e de pouca profundidade, o sistema pode ser implantado com rapidez.

Atividades

Desenvolvemos a seguir um conjunto de perguntas para que você possa fixar o conteúdo aprendido nesta unidade. Responda às perguntas utilizando como base tudo aquilo que você estudou nesta unidade e nas conexões apresentadas e o conhecimento que você possui de vivências profissionais ou de estudos de módulos passados referentes ao mundo corporativo. 01. O que é um ERP?

02. De acordo com o esquema típico de um ERP, disserte sobre a importância da função desse sistema, levando em consideração o fato de a empresa ser modelada de acordo com o modelo sistêmico.


03. Quais são as principais áreas e processos de negócios atendidas por um ERP?

387


04. O que é um MRP?

05. Quais são as características de um sistema ERP?

06. Quais são os benefícios que um sistema ERP pode trazer para uma empresa?

07. Quais são as dificuldades encontradas na implantação de um sistema ERP?


08. O que leva uma empresa a implantar um sistema ERP?

388

09. Há alguns critérios que ajudam uma empresa a decidir sobre qual sistema ERP ela deve implantar?


10. Antes da implantação de um ERP, são necessários alguns cuidados/ atividades. Quais são eles?

11. Quais são as fases sugeridas para a implantação de um ERP?


Reflexão

Nesta unidade, estudamos sobre um sistema de informação especial: SIGE ou ERP. Estudamos a definição desses sistemas, sua importância para as empresas e como proceder para implantá-los. Gostaríamos que você começasse a refletir sobre a importância de sistemas como este para uma empresa. Você já imaginou como seria gerenciar uma empresa como a GE ou como a Vale do Rio Doce sem a presença de sistemas capazes de garantir a qualidade das informações disponibilizadas para os administradores dessas empresas? Seria muito importante que você, nosso caro aluno e futuro administrador de empresas, se sensibilizasse com o que acabou de aprender, entendendo a importância e seriedade da condução da escolha e implantação desses sistemas nas empresas. Só assim o número de projetos malsucedidos de implantação desses sistemas diminuirá e todos os benefícios trazidos por esses sistemas poderão ser desfrutados por empresas de todos os portes.


Acesse as reportagens a seguir e aprenda mais sobre sistemas ERP: Onda de implementação de ERP está de volta • http://computerworld.uol.com.br/gestao/2005/07/27/idgnoticia.200603-29.9287084692 389


Mercado de ERP aposta na verticalização de soluções • h t t p : / / c o m p u t e r w o r l d . u o l . c o m . b r / m e r c a d o / 2 0 0 6 / 0 3 / 1 6 / idgnoticia.2006-03-29.8955896890/ A reinvenção de um mercado • h t t p : / / c o m p u t e r w o r l d . u o l . c o m . b r / m e r c a d o / 2 0 0 6 / 0 3 / 2 0 / idgnoticia.2006-03-29.8946695742/IDGNoticia_view SAP faz aliança com IBM para atingir pequenas e médias empresas • h t t p : / / c o m p u t e r w o r l d . u o l . c o m . b r / m e r c a d o / 2 0 0 6 / 0 5 / 1 8 / idgnoticia.2006-05-18.0138625260/IDGNoticia_view SAP promete ataque ao SMB na América Latina • h t t p : / / c o m p u t e r w o r l d . u o l . c o m . b r / m e r c a d o / 2 0 0 6 / 0 5 / 1 8 / idgnoticia.2006-05-18.2424036247/IDGNoticia_view ERP é prioridade de TI para 23% das empresas no Brasil • http://computerworld.uol.com.br/gestao/2006/05/25/idgnoticia.200605-25.4121586738/IDGNoticia_view ERP de software livre recebe aporte de US$ 6 milhões • h t t p : / / c o m p u t e r w o r l d . u o l . c o m . b r / m e r c a d o / 2 0 0 6 / 0 6 / 2 1 / idgnoticia.2006-06-20.6686119968/IDGNoticia_view Fornecedores de ERP voltam ao ringue em 2007 • h t t p : / / c o m p u t e r w o r l d . u o l . c o m . b r / m e r c a d o / 2 0 0 7 / 0 2 / 0 9 / idgnoticia.2007-02-08.7688796456/


O mercado de ERP não sobreviverá sem SOA • h t t p : / / c o m p u t e r w o r l d . u o l . c o m . b r / m e r c a d o / 2 0 0 7 / 0 3 / 2 1 / idgnoticia.2007-03-21.8613101536/

390

Referências Bibliográficas BERGAMASCHI, S. (1999). Um estudo sobre projetos de implementação de sistemas para gestão empresarial. Dissertação (mestrado). Faculdade de Economia, Administração e Contabilidade, Universidade de São Paulo, São Paulo.


COLANGELO FILHO, L. (2001). Implantação de sistemas ERP (Enterprise Resources Planning): um enfoque de longo prazo. São Paulo: Atlas. DAVENPORT, T. H. (2002). Missão crítica: obtendo vantagem competitiva com os sistemas de gestão empresarial. Porto Alegre: Bookman. ESCOUTO, R. M. C.; SCHILLING, L. F. (2002). Proposta de metodologia de seleção de sistemas ERP para uma empresa de médio porte. In: SOUZA, C. A.; SACCOL, A. Z. (Organizadores). Sistemas ERP no Brasil (Enterprise Resource Planning): teoria e casos. São Paulo: Atlas, 2003. Cap. 12, p. 266-284. MIGLIOLI, A. M. (2006). Tomada de decisão na pequena empresa: estudo multicaso sobre a utilização de ferramentas informatizadas de apoio à decisão. Dissertação (mestrado). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. MIGLIOLI, A. M. (2007). Material de aula da disciplina Tecnologias da Administração, do Prof. Me. Afrânio Maia Miglioli. Primeiro semestre de 2007. O’BRIEN, J. A. (2004). Sistemas de Informação e as decisões gerenciais na era da Internet. São Paulo: Saraiva.


SOUZA, C. A.; SACCOL, A. Z. (Organizadores). (2003). Sistemas ERP no Brasil (Enterprise Resource Planning): teoria e casos. São Paulo: Atlas.

Na próxima unidade

Caros alunos, nesta unidade aprendemos bastante sobre os ERPs, que são sistemas de informações. Contudo, uma empresa não precisa contar apenas com este sistema de informação para ajudar no seu gerenciamento. Há outros sistemas, como o CRM e o BI, que podem trabalhar de forma integrada com o ERP e ajudar também a empresa a atingir os seus objetivos. 391



Portanto, na próxima unidade, vamos estudar um pouco sobre esses outros sistemas de informação e sobre como eles podem ajudar uma empresa. Vamos estudar também sobre como fazer para adquirir esses sistemas de informação.

392

4

Outros tipos de sistemas empresariais (CRM, SCM, BI) e aquisição de aplicações de TI

Un

ida

de

Na unidade passada, nós falamos um pouco sobre ERPs, que são sistemas de informações utilizados em muitas empresas. Além do ERP, as empresas também podem usar vários outros sistemas de informação para ajudá-las na disponibilidade e consistência das suas informações, como também para auxiliá-las em tarefas do dia a dia e na automatização de processos. A respeito desses outros sistemas de informações que iremos falar nesta unidade. Vamos abordar o CRM, SCM e BI. Tendo conhecimento sobre vários tipos de sistemas de informações diferentes e sabendo como esses sistemas de informações podem ajudar as empresas a atingirem os seus objetivos, seria interessante você saber como fazer para adquirir um sistema desses. Portanto, nesta unidade, além de abordar vários sistemas de informações, iremos falar um pouco também sobre o processo de aquisição desses sistemas. Não vamos mais perder tempo e vamos aos nossos estudos!


• Compreender os fundamentos dos sistemas CRM, que auxiliam no gerenciamento do relacionamento com o cliente; • Entender a importância de se pensar no marketing de relacionamento antes de se partir para a ferramenta informatizada de CRM; • Compreender as principais características e funcionalidades de um sistema que auxilia no gerenciamento da cadeia de suprimentos, o SCM; • Entender as finalidades dos sistemas de BI e sua importância nos processos de tomada de decisão • Compreender o contexto que envolve a aquisição de aplicações e serviços de Tecnologia da Informação;


• Entender as etapas e atividades necessárias para se conduzir processos de aquisição de aplicações de TI; • Identificar as diferentes alternativas de aquisição de aplicações de TI; • Compreender os diferentes critérios de escolha entre essas alternativas de aquisição.

Você se lembra?

1) Você se lembra da definição de sistemas de informações? Se não, seria interessante você retornar algumas unidades e verificar esta definição e os conceitos envolvidos, pois aqui continuaremos a falar de sistemas de informações e saber o conceito primário é fundamental para o entendimento desta unidade. 2) Você se recorda da discussão que fizemos sobre as atividades e cuidados que devem ser tomados antes de se iniciar a implantação de um ERP? Se não recorda, volte em nosso texto, pois o caso do CRM é parecido com o do ERP, ou seja, algumas atividades e cuidados devem ser tomados antes de sua implantação.

4.1 Gerenciamento do relacionamento com o cliente


A maioria das empresas sabe, ou pelo menos tem noção, de que um de seus maiores patrimônios são os seus clientes, afinal, uma organização empresarial só tem razão de existir se Pois for para atender às necessidades então, reflita: de algum grupo de pessoas, no No mundo de negócios altamente competitivo que vivemos hoje, caso, os seus consumidores. o que você acha das empresas conheceSão eles que “puxam” ou rem ao máximo os seus clientes? disparam todo o processo produtivo de um negócio, seja ele um simples comércio, uma indústria ou uma prestadora de serviços.

394

Os sistemas de gerenciamento do relacionamento com o cliente, chamados CRM (Customer Relationship Management), são concebidos exatamente para isso, ou seja, servem para:

Outros tipos de sistemas empresariais (CRM, SCM, BI) e aquisição de aplicações de TI – Unidade 4

• ajudar as empresas a administrar suas relações com seus clientes; e • fornecer informações para coordenar todos os processos de negócios que têm interface com o cliente. Mas, antes de falarmos especificamente sobre o sistema/software para CRM, é muito importante você saber: • As empresas que buscam implantar sistemas de CRM precisam, primeiramente, implementar um ambiente cultural, com a formulação de estratégias que sejam voltadas para conhecer e atender às necessidades dos seus clientes; • Em outras palavras, primeiro deve-se criar a cultura e disseminar a filosofia, para depois se pensar na tecnologia; • O segredo de um CRM de sucesso é uma filosofia e uma cultura comercial voltada para o cliente, as quais possam garantir que toda atividade da empresa esteja a serviço das necessidades dos seus clientes; • A questão do CRM, de imediato, não é tecnológica. Primeiro você precisa analisar a qualidade e a eficiência dos processos relacionados aos clientes (marketing, vendas, atendimento, entre outros) para depois implantar qualquer ferramenta informatizada.


Essas atividades e cuidados preliminares são parecidos com as do ERP, mas com o enfoque nos processos relacionados ao cliente e na formulação de uma estratégia clara de marketing de relacionamento. Vamos então analisar algumas questões relacionadas aos sistemas CRM, primeiro entendo situações em que não há nenhum tipo de CRM implantado. Veja isso no tópico a seguir.

Mais sobre CRM Quer saber um pouco mais sobre CRM? Então acesse o link abaixo e aumente os seus conhecimentos. http://pt.wikipedia.org/wiki/Customer_relationship_management Aproveite para referenciar os livros e artigos que o link acima indica, a saber: TOURNIAIRE, Francoise. Just Enough CRM. 1 ed. Prentice Hall PTR, 2003. 400 p. ISBN 0-13-101017-4

395


ANDERSON, Kristin; KERR, Carol. Customer Relationship Management. 1 ed. McGraw-Hill, 2001, 168 p. ISBN 0-07-137954-1 PINTO, Alex Ferreira. “Conceito de CRM”. 1 ed. Cidade: Casa do Administrador. 180 p. MARTINS, Juno Araujo. “Estudo de Caso” D’ARRIGO, Marcus. “Flexo Comunicação Dirigida”


4.1.1 Como será uma empresa sem o CRM?

396

Cada área ou setor da empresa pode possuir informações sobre qualquer tipo de relacionamento com os clientes. Essas informações geralmente ficam isoladas nos departamentos que não dispõem de ferramentas de comunicação integrada e eficazes. Com isso, oportunidades são perdidas e muito, mas muito retrabalho é necessário para cuidar de situações como essas: • Cliente liga reclamando de produto com defeito: • Determinado cliente ligou para a empresa, reclamando de um defeito em determinado produto; • A pessoa que o atendeu, que nem sempre é da área comercial ou do atendimento ao cliente, não repassou essa informação de forma completa; • A equipe de garantia da qualidade nem ficou sabendo do fato, para poder analisar e sugerir melhorias no processo produtivo; • A equipe de vendas interna, depois de receber o recado da pessoa que atendeu o cliente, liga para o cliente e solicita que ele devolva o produto, afinal está com defeito e será trocado. Mas, nesse momento, o cliente está muito irritado, afinal, já se passaram dois dias desde a primeira ligação; • Antes de o novo produto chegar ao cliente, um vendedor externo o visita, sem saber de nada do ocorrido, afinal, está viajando há mais de uma semana; • O cliente então reclama muito do atendimento da empresa, e o vendedor, sem saber de nada, tenta descobrir o ocorrido e resolver o problema inicial; • Ao ligar para a empresa, o vendedor toma conhecimento do ocorrido e informa ao cliente que o novo produto chegará no dia seguinte, através de uma transportadora;



• Sem condições de forImportânmalizar um novo cia do call center Normalmente, o call center pedido com esse de uma empresa é o “ouvido” dos cliente, pois ele clientes na empresa. comprou nesPortanto, não dar a devida atenção a essas informações preciosas fornecidas pelo cliente sa semana da é muito arriscado. concorrência, É nesse sentido que o CRM age: apreseno vendedor retando-se como uma ferramenta para o gerenciamento da informação dada pelo torna à empresa, cliente que, “gentilmente”, escolheu com mais um caso repassar para a empresa. de cliente insatisfeito e de venda perdida. • Envio de mala direta ao cliente: • A empresa A, do ramo automotivo, implantou uma rotina de enviar informativos promocionais, via mala direta, aos seus clientes; • Ocorre que a empresa A possui três pontos de atendimento na mesma cidade, onde o cliente pode ser atendido em qualquer um deles; • Cada uma dessas três lojas possui um cadastro do cliente, com os serviços executados em cada loja e os produtos adquiridos; • O proprietário da empresa A está intrigado, pois não tem percebido nenhum tipo de melhora em suas vendas depois que começou a enviar as malas diretas; • O fato é que o seu principal concorrente, empresa B, possui um sistema integrado que acumula informações sobre os serviços executados nos veículos de cada cliente; • Antes mesmo de os clientes da empresa A perceberem que é o momento, por exemplo, de trocar o óleo do seu veículo, os vendedores da empresa B entram em contato com os clientes para oferecer-lhes o serviço em questão. Você deve ter notado por essas situações, que são hipotéticas, porém muito comuns em algumas empresas, o quanto é importante possuir um sistema integrado que permita gerenciar o relacionamento com os clientes. 397


Os sistemas de CRM buscam resolver esses tipos de problemas, integrando os processos relacionados ao cliente dentro de uma empresa e, ao mesmo tempo, consolidando as informações sobre o cliente originadas de diferentes canais de comunicação, como por exemplo, as centrais de atendimento telefônico (0800), e-mails, palmtops dos vendedores externos, site na Internet, entre outros. Observe na figura a seguir essa integração de informações que o CRM proporciona.

Vendas Vendas por telefone Vendas pela web Vendas em campo Vendas no varejo Marketing Dados da campanha Conteúdo Análise de dados

• Visão unificada dos clientes • Mensagem consistente aos clientes • Cuidado ponta a ponta com os clientes • Relacionamentos duradouros com os clientes • Identificação dos melhores clientes

Atendimento ao cliente Central de atendimento Dados de autoatendimento pela Web Dados de atendimento em campo Dados por equipamentos sem fio


Figura 27 - Integração de informações proporcionada pelo CRM. (Adaptado de LAUDON e LAUDON (2007).

398

Quais são os objetivos de um CRM? Os sistemas de CRM, entre várias outras funções, servem para: • Facilitar a coordenação dos processos relacionados aos clientes, como marketing, atendimento, vendas e pós-vendas, centrais de relacionamento (call center), entre outros; • Conhecer exatamente o perfil de consumo dos clientes, quem são eles, onde encontrá-los; • Descobrir os tipos de produtos e serviços que os clientes mais se interessam e quanto estariam dispostos a pagar; • Criar histórico de atendimento;


• Reter e fidelizar mais clientes; Fidelização de • Identificar e atrais os clienclientes tes mais lucrativos; Adaptando um texto de Thomas • Incrementar as vendas; O. Jones: Se clientes satisfeitos são a alma de negócios bem-sucedidos, fidelizar • Aumentar a satisfação clientes é a essência para a sustentação da dos clientes; liderança no negócio. • Compilar e processar Para conseguir esta fidelização, é muito importante que você conheça o seu cliente. informações sobre o Para fazer isso, uma ferramenta de CRM mercado, apoiando, aspode lhe ajudar bastante. sim, a criação de novas campanhas e estratégias de marketing; • Otimizar as receitas. Veja na figura a seguir como pode ser a dinâmica de uma empresa que possui um CRM.

Vitalijlang / Dreamstime.com

Beltsazar / Dreamstime.com

Ryan McVay / Photodisc / Getty Images

Vendas

Website

Comprador x Vendedor

E-Commerce

Back-office

Photodisc Images

Photodisc Images

Contato Fisico e Telefônico


Marketing

Fax / Carta / Telefone

Clientes Call Center Front-Office

Figura 28 - Dinâmica empresarial do CRM.

4.1.2 CRM operacional e analítico

Todas as funções e aplicações que acabamos de explorar apoiam tanto aspectos operacionais quanto analíticos (gerenciais) do gerenciamento do relacionamento com o cliente. Por isso, costumamos classificar o CRM em: 399



• CRM operacional: • E nvolve as tarefas e Back-Office os processos de Backoffice ou retaguarnegócios de backda são nomes dados a todos aqueles departamentos operacionais (ou office como, por administrativos) que pouco se relacionam exemplo, o prodiretamente com os clientes (Wikipédia 2010 cesso de serviço apud King, 2000, p. 13). de reclamação e/ou atendimento ao cliente; • Aplicativos voltados para o cliente, como automação de forças de vendas, automação de marketing empresarial e pacotes para linha de frente de atendimento (BARRETTO, 2004); • Processos relacionados às centrais de atendimento (call centers); • Telemarketing; • Venda por telefone; • Vendas de campo; • Entre outras.

400

• CRM analítico: • Envolve informações relativas aos clientes, suas interações com a organização e, sobretudo, as ferramentas analíticas, as quais são utilizadas para minerar as respectivas informações (BARRETTO, 2004); • Análises para gerar o perfil dos clientes, identificação de modelos de comportamento, determinação do nível de satisfação e suporte para a segmentação dos clientes; • Identifica tendências na duração do ciclo de vendas; • Analisa a produtividade dos representantes de atendimento e representantes de vendas; • Entre outras.


4.1.3 Principais softwares de CRM

Veja no quadro a seguir uma relação de produtos para CRM, seus fabricantes e onde encontrá-los. Visite o site desses fabricantes e conheça mais funcionalidades dos sistemas CRM. PRODUTOS

FABRICANTES

ONDE ENCONTRAR

Compiere CRM Corpore RM CRM CRM E-business Suite Special Edition

Visuelles RM Sistemas Microsiga

www.compiere.com.br www.rm.com.br www.microsiga.com.br

Oracle

www.oracle.com.br

Microsoft CRM

Microsoft

www.microsoft.com/brasil/ crm

Siebel Professional Edition SalesForce

Siebel

www.siebel.com/br

SalesForce

http://www.salesforce.com/br/

Figura 29 - Produtos e fabricantes de sistemas para CRM. (SANTOS, 2005).


4.2 Gerenciamento de Cadeia de Suprimento (SCM)

Imagine você administrando uma pequena empresa, que fabrica poucos produtos. Nesse caso, provavelmente, você terá de lidar com um pequeno número de fornecedores. Com um simples telefonema ou envio de e-mail você conseguirá coordenar os pedidos e resolver os problemas do dia a dia. Agora, se você administrar uma grande empresa, que fabrique produtos mais complexos e que tenha atuação internacional, com certeza você lidará com centenas de fornecedores, os quais terão seus vários fornecedores e assim por diante. Conexão: Nesse caso, você provavelmente viverá Supply Chain situações em que coordenará atividades de Quer saber um pouco mais sobre supply chain? Então centenas, ou milhares de empresas (forneacesse o link abaixo: cedores dos fornecedores), a fim de fabricar http://pt.wikipedia.org/wiki/Supo seu produto, dentro das especificações de ply_Chain prazo e qualidade que sua empresa se comprometeu a cumprir com o mercado. Para auxiliá-lo em situações como essas, existem os Sistemas de Gerenciamento da Cadeia de Suprimentos, SCM (Supply Chain Management).

401


4.2.1 Quais são os objetivos de um sistema para SCM?

Os sistemas de SCM, entre várias outras funções, servem basicamente para: • Ligar e coordenar as atividades envolvidas na compra, na fabricação e na movimentação de um produto; • Integrar a empresa com seus fornecedores e fabricantes, a fim de verificar a disponibilidade de materiais e componentes, datas de entrega de suprimentosetc.; • Trocar informações com distribuidores e clientes sobre níveis de estoque, andamento dos pedidos e datas de entrega; • Reduzir o tempo logístico, os esforços redundantes e os custos de estoque; • Auxiliar nos processos de logística reversa, que são os casos de itens devolvidos fluindo na direção contrária, ou seja, do comprador ao vendedor. Mas, como esses sistemas podem facilitar o gerenciamento da cadeia de suprimentos? Vejamos algumas maneiras, a partir da análise de suas funcionalidades: • Decidir quando e o que será produzido, armazenado e movimentado; • Transmitir pedidos rapidamente; • Comunicar pedidos, acompanhar o andamento de pedidos; • Verificar a disponibilidade de estoques; • Monitorar os níveis de estoque; • Acompanhar embarques; • Planejar a produção com base na demanda real; • Comunicar rapidamente as alterações no projeto do produto; • Fornecer especificações do produto; • Compartilhar informações sobre taxas de defeito, devoluções.


4.2.2 Sistemas de planejamento e execução da cadeia de suprimento

402

Como ocorrem com os sistemas de CRM, os sistemas de SCM também são classificados em dois tipos, de acordo com Laudon e Laudon (2007):


• Sistemas de planejamento da cadeia de suprimentos: • Planejam o processamento dos pedidos; • Auxiliam no planejamento prévio da produção; • Planejam e auxiliam na previsão da demanda; • Planejam a distribuição, criando planos operacionais para os gerentes logísticos; • Planejam o transporte, definindo melhores rotas e acompanhando as entregas. • Sistemas de execução da cadeia de suprimentos: • Gerenciam o fluxo de materiais dentro dos CDs (centros de distribuição); • Definem e organizam os locais de armazenamento dos materiais; • Coordenam a reposição de componentes entre os depósitos; • Acompanham o processo de distribuição reversa (produtos devolvidos).

4.2.3 Principais módulos de um sistema de SCM


Tomando como exemplo um sistema de SCM da empresa Infor SCM, podemos citar os seguintes módulos para esse tipo de sistema: • Planejamento Tático da Logística; • Planejamento de Demanda; • Planejamento de Estoque; • Planejamento de Reabastecimento; • Planejamento e Programação de Produção; • Gerenciamento de Depósito; • Transporte e Logística; • Gerenciamento de Eventos e Performace.

4.3 Inteligência Empresarial (BI)

O termo “Inteligência Empresarial”, do inglês Business Intelligence (BI), espanta e, ao mesmo tempo, confunde muitas pessoas. Mas não se assuste, pois o assunto é mais simples do que você imagina.

403


Lembra-se, quando tratamos SAD e dos diferentes tipos de sistemas SAE com roupa nova O termo BI (Business Intellide informação, dos sistemas gence) foi criado pelo mercado de de apoio à decisão (SAD) sistemas com o propósito de dar uma nova e dos sistemas de apoio ao “roupagem” a termos mais conceituais, como executivo (SAE)? SAD e SAE. Mas, na realidade, são sistemas que têm o mesmo propósito, ou seja: Se não lembra, volte • Fornecer ferramentas para se extrair e analisar ao tema 1 de nossa discias informações operacionais a fim de criar plina, pois os chamados consultas, relatórios, gráficos e indicadores, para apoiar o processo de tomada de sistemas BI, ou sistemas decisões nas empresas (MIGLIOpara tratar da “inteligência dos LI, 2007). negócios”, nada mais são do que os famosos SAD e SAE. Vejamos outra definição para BI: BUSINESS INTELLIGENCE Ferramentas/processos que começam com a coleta de dados, que são organizados e transformados em informação, para, depois de analisada e processada, se transformar em “inteligência”. Esta, por sua vez, quando aplicada aos processos de decisões, gera vantagens competitivas para a organização. (HABERKORN, 2004). De maneira resumida, podemos dizer que um sistema ou ferramenta de Business Intelligence (BI) tem o propósito de apresentar as informações: • Sob a forma de gráficos e tabelas dinâmicas; • Classificadas em diversas dimensões (geográfica, por tempo, grupos e subgrupos); • Apresentando vários indicadores (valores e quantidades); • Resumidas ou detalhadas; • Com possibilidades de filtros e alertas; • De maneira rápida e amigável para o público não técnico.


4.3.1 Onde ficam os dados do BI?

404

Você se lembra do conceito de Data Warehouse (DW)? Caso não se lembre, vamos recordar: • Um DW é um grande banco de dados que armazena os dados operacionais da empresa, a fim de possibilitar o seu uso por ferramentas de apoio à decisão.


Pois é isso mesmo! É no DW que os dados para a tomada de decisão são armazenados. Isso ocorre após um processo chamado ETL, ou seja, extração, transformação e carga de dados (load em inglês). Durante esse processo de extração, os dados gerados no ambiente operacional, geralmente no sistema ERP, são “transformados” organizados da melhor forma para facilitar o trabalho das ferramentas de BI. Observe atentamente a figura a seguir, pois ela representa esse processo de extração, transformação e carga dos dados para o DW. Dados operacionais

FONTES INTERNAS DE DADOS

Dados históricos Dados operacionais

Data warehouse

Extrai e transforma

• Consultas e relatórios • OLAP • Data mining

Dados históricos

FONTES EXTERNAS DE DADOS

Dados externos

BI

Diretório de informações

Dados externos

Figura 30 - Processo de ETL para um DW. Adaptado de LAUDON e LAUDON (2007).

4.3.2 Exemplos de utilização de BI


Para finalizar nossa análise sobre os sistemas de BI, vamos, com o auxílio de Mylius (2004), entender a sua utilização nas empresas, por meio de alguns exemplos. Exemplo 1: Blockbuster Nos Estados Unidos, a Blockbuster disponibiliza um site onde o cliente pode interagir com a empresa, solicitando o recebimento de um aviso em seu celular wap (ou outros dispositivos) no momento em que um determinado filme, com este ou aquele ator, atriz, estúdio, diretor etc. estiver disponível. Ao ser avisado, o cliente terá no aparelho a opção de discar X para reservar o filme ou Y para descartar a oferta. Entretanto, ele não tem a alternativa de receber a fita em casa, porque a empresa trabalha 405



com BI e sabe que, se o cliente for à loja, há 80% de probabilidade de ele levar outra fita, além de pipoca, chocolate etc., que representam 15% do faturamento. No momento em que efetua a reserva discando X, seu celular retorna a transação para o BI, que, por sua vez, encaminha a solicitação aos sistemas transacionais.

406

Exemplo 2: Lojas Paquetá A necessidade de cruzar informações de modo eficiente e ágil, bem como a dificuldade em obter dados sobre históricos de vendas e controles na área de estoques, levaram as Lojas Paquetá a adotar um sistema de BI. Utilizado para apoiar a tomada de decisões, o sistema permite o cruzamento de informações através de análises sob todos os ângulos de abrangência, resultando em agilidade e facilidade na obtenção dos dados, que podem ser visualizados na forma de tabelas ou gráficos, pela Internet, Extranet ou Intranet. Através do mapeamento executado pelo sistema, a área comercial pode acompanhar as deficiências de estoque em cada loja e região (Rio Grande do Sul, Santa Catarina e Rio de Janeiro). Além disso, é possível fazer um balanço para determinar quais vendedores, lojas e produtos vendem mais ou menos. A ferramenta também possibilita trabalhar a informação de maneira livre, permitindo o acesso histórico de outros anos para que o planejamento seja feito baseado em períodos anteriores. Com a maturidade da utilização da solução, os usuários descobriram a possibilidade de obter também outras informações através da ferramenta. Traçar o perfil dos fornecedores foi uma destas novidades. No início, cerca de 15 funcionários do departamento comercial trabalhavam direto com a aplicação de dados das 70 lojas. Mas os benefícios logo se estenderam também para o marketing, que hoje utiliza a ferramenta como forma de acompanhar as campanhas publicitárias e seus efeitos nas vendas dos produtos. A expectativa da empresa é que futuramente estes benefícios se estendam às áreas de RH e finanças. Afinal, com uma ferramenta de BI pode-se saber o faturamento obtido por vendedor, o custo por funcionários, o número de cheques devolvidos por loja, o índice de utilização de cartão de crédito e até o histórico do número de funcionários temporários contratados em datas comemorativas, como o Natal. Antes do processo de implantação do BI, o processo de busca de informações era deficiente e pouco ágil.


4.4 O contexto que envolve a aquisição de aplicações de TI

Muito já falamos sobre diversos tipos de sistemas de informações. Mas, como fazer para adquiri-los? Uma das questões mais complexas em TI diz respeito às atividades que envolvem o processo de aquisição de aplicações tecnológicas. Entendemos como aquisição todas as modalidades para se obter recursos ou aplicações de TI, ou seja, compra, aluguel ou construção/desenvolvimento próprios. A questão da aquisição de aplicações de TI é complexa, devido aos seguintes fatores: • Existe uma grande variedade de aplicações de TI; • Essas aplicações evoluem e mudam rapidamente com o passar do tempo; • Podem ser envolvidos diversos fornecedores. Além disso, não há uma maneira única de se adquirir as aplicações de TI. Segundo Turban, Rainer e Potter (2005), os aplicativos de TI podem ser: • desenvolvidos internamente pela empresa; • terceirizados a uma empresa externa; ou • uma combinação das duas.


Em função da complexidade que envolve o assunto e da diversidade de aplicações de TI existentes atualmente, é importante que as empresas adotem um rigoroso processo de aquisição, afinal, na maioria dos casos, os investimentos em TI são de altos valores e o cálculo sobre o seu retorno nem sempre é tão simples de ser realizado.

4.5 Modelos para processo de aquisição

Apesar de, na maioria das vezes, o processo de aquisição de recursos e aplicações tecnológicas ficar sob a responsabilidade da gerência de TI da empresa, existem situações, principalmente em empresas de menor porte, em que esse processo fica a cargo do administrador da empresa. Por esse motivo, apresentaremos na sequência um modelo elaborado por Turban, Rainer e Potter (2005), cujo objeto é auxiliá-lo, como futuro gestor, nos processos que envolvem aquisição de recursos e aplicações de TI. 407


Esse processo envolve cinco etapas principais, que são ilustradas na figura a seguir. Planejamento e justificativa (Etapa 1) TI como facilitadora dos objetivos empresariais às necessidades de informação Funcionalidades exigidas pelo sistema

Planejamento estratégico Identificação do investimento na TI Portfólio de aplicações

Arquitetura da TI (Etapa 2) Arquitetura das informações Arquitetura dos dados Arquitetura da aplicação

Arquitetura técnica Arquitetura organizacional Viabilidade

Opções de desenvolvimento (aquisição) (Etapa 3)

Parceiros comerciais

Construir

Como, com que metodologia

Construir

O que, de quem

Construir

O que, de quem

Construir

Que parceiro, que tipo de parceria

Associar-se a um e-exchange ou e-marketplace

Qual (quais)

Infra-estrutura

Gerenciamento Gerenciamento de fornecedor Gerenciamento de projeto Avaliação

Parceiros comerciais

Teste, instalação e integração (Etapa 4) Parceiros comerciais

Teste, instalação, integração, treinamento, segurança, conversão, disponibilização etc.

Operações, manutenção e atualização (Etapa 5) Operações Manutenção e atualização Substituição

Figura 31 - Processo de aquisição de aplicações de TI. (adaptado de TURBAN, RAINER e POTTER, 2005, p. 394).


De maneira geral, o processo exemplificado na figura anterior envolve as seguintes etapas e atividades:

408

Etapa 1 – Planejamento e justificativa das aplicações de TI: • Planejar a aquisição dos sistemas e aplicações de TI em sintonia com o planejamento global da empresa, alinhando com as metas e estratégias da empresa para o médio e longo prazo; • Verificar o orçamento disponível para a área de TI e, se for o caso, negociar incrementos orçamentários; • Levantar o máximo de informações possíveis sobre as necessidades atuais e futuras da empresa, a fim de que as aplicações analisadas sejam aderentes a essas necessidades;


• Essa etapa normalmente é realizada dentro da empresa, com consultores externos, se necessário.


Etapa 2 – Criação da arquitetura da TI: • O principal objetivo dessa etapa é criar, reformular ou planejar a arquitetura de TI, ou seja: • Tomar conhecimento da visão e dos objetivos do negócio, ou seja, montar a “arquitetura do negócio”; • Definir as informações necessárias para alcançar os objetivos do negócio, descritos anteriormente. Aqui se faz interessante o envolvimento dos usuários-chave de cada processo do negócio; • Definir a arquitetura de dados; • Identificar os componentes ou módulos dos aplicativos que irão interagir com os dados definidos na arquitetura de dados; • Levantar os recursos de software e hardware necessários; • Analisar a arquitetura organizacional, ou seja, restrições legais, administrativas, financeiras, de recursos humanos. Por exemplo: dessa análise podesurgir a necessidade de treinamentos aos futuros usuários ou mesmo a contratação de novos colaboradores. • Os resultados obtidos nessa etapa 2 são direcionados para o nível de planejamento estratégico ou, por exemplo, para um comitê geral de trabalhos. Etapa 3 – Escolher uma estratégia de aquisição/desenvolvimento: • Analisar as principais alternativas de escolha: • Construir a solução internamente na empresa; • Comprar a aplicação e instalá-la; • Alugar a aplicação de um provedor de serviços; • Entrar em uma parceria que permita usar a aplicação de terceiros; • Usar a combinação dessas alternativas. • De acordo com Turban, Rainer e Potter (2005), os critérios utilizados para nortear a escolha entre as alternativas anteriores são: • As funcionalidades das aplicações; • Necessidades de informações; • Interface amigável com os usuários; • Volume de hardware e software necessário; • Instalação; 409


• Serviços de manutenção; • Qualidade e histórico do fornecedor; • Custos estimados; • Facilidade para se medir os benefícios. • Pessoal necessário; • Planejamento para evolução tecnológica; • Escalabilidade; • Desempenho; • Confiabilidade; • Segurança. • Ao final dessa etapa, a solução estará pronta para ser adquirida/desenvolvida e instalada. Etapa 4 – Instalação, conexão e testes: • Instalar e configurar as aplicações; • Conectá-las com servidores de dados, Internet, portais de intranet e extranet, além de parceiros externos; • Testar e treinar os futuros usuários. Etapa 5 – Operação e manutenção: • Ao finalizar os testes e treinamentos da etapa anterior, as aplicações estarão aptas para entrar em funcionamento oficial; • A operação e manutenção dessas aplicações podem ser feitas tanto dentro da empresa ou por terceiros.


Atividades

410

Desenvolvemos a seguir um conjunto de perguntas, para que você possa fixar o conteúdo aprendido nesta unidade. Responda às perguntas abaixo utilizando como base tudo aquilo que você estudou nesta unidade e nas conexões apresentadas e o conhecimento que você possui de vivências profissionais ou de estudos de módulos passados referentes ao mundo corporativo. 01. O que é o CRM?


02. O CRM é um sistema de informação?

03. Quais são os objetivos de um CRM?

04. Mostre as características de um CRM operacional.

05. Mostre as características de um CRM analítico.


06. O que é um sistema SCM?

07. Quais são os objetivos de um sistema SCM?

411


08. Como os SCMs podem auxiliar no gerenciamento da cadeia de suprimentos?

09. Qual a diferença entre sistemas de planejamento de cadeia de suprimento e sistemas de execução de cadeia de suprimentos?

10. O que é um sistema BI?

11. Como funciona o processo ETL?


12. Por que o processo de aquisição de um sistema de informação é tão complexo?

412


13. Explique o modelo de processo de aquisição de Turban, Rainer e Potter (2005).

Reflexão

Nesta unidade, passamos muitas informações sobre diversos sistemas de informações. Gostaríamos que você, caro aluno e futuro administrador de empresas, refletisse os seguintes tópicos, buscando as respostas no texto desta unidade e em outras bibliografias: a) A TI é o meio ou o fim para as empresas modernas? b) Uma empresa moderna pode viver sem a TI? Por quê?

A nossa intenção é que você consiga entender a TI como uma ferramenta para colaborar com os negócios das empresas modernas. Então, encare as perguntas acima com essa filosofia.

Leituras Recomendadas ARTIGO: O cliente sempre tem razão


Robinson N. dos Santos

Crescer é complicado também para as empresas. Quando se é pequeno e os clientes são amigos, tudo pode ser resolvido cara a cara. Mas, e quando já não dá mais para reconhecer todos que ligam ou entram na loja? A solução existe e atende pelo nome de CRM. Por trás desta sigla, formada pelas iniciais de Customer Relationship Management, escondese um conceito simples: um banco de dados que registra todos os contatos entre empresa e cliente. A tecnologia preserva, assim, a memória desses relacionamentos.

413



“O CRM é um repositório unificado de interação com o cliente”, define, em termos um tanto herméticos, Adrian Duran, gerente sênior de consultoria de vendas da Oracle. “Com ele, você pode projetar o faturamento e saber o que o cliente vai fazer.” Para o vice-presidente da Microsiga, Wilson de Godoy, a tecnologia é fator crítico de sucesso para qualquer pequena empresa. “Para crescer rapidamente, só com as ferramentas adequadas à mão”, resume. Godoy dá um exemplo. “Se uma oficina mecânica atende a dois carros por dia, tudo bem. Mas, e para atender 250 carros por dia, só com o uso de tecnologia?” É aí que o CRM entra. “O software ajuda a preservar o tratamento pessoal dado aos clientes”, diz o executivo. A Microsoft, que também vende software de CRM, é ainda mais taxativa. “CRM é para dar mais lucro e eficiência à empresa. É para reter e ganhar clientes”, enumera Rodrigo Munhoz, gerente geral da Microsoft Business Solutions. No mercado de aplicações corporativas, o nome do jogo é consolidação. Como resultado, o número de fornecedores diminuiu. Em maio, a Oracle deu por finalizada a fusão com a Peoplesoft que, por sua vez, já havia comprado a J. D. Edwards. A Microsiga comprou a Logocenter em fevereiro e anunciou, em junho, a aquisição da pequena AP Soft, especializada na área médica. Já a Microsoft criou sua divisão Business Solutions com a compra de quatro empresas – Axapta, Solomon, Great Plains e Navision. Como se tivessem combinado, todas agora olham com atenção para o mercado constituído de pequenas e médias empresas. “É esse mercado que atualmente puxa o crescimento dos investimentos”, explica o gerente de consultoria da Oracle.

414

Um nome, vários perfis E como saber se já está na hora de adotar uma solução de gestão de relacionamento com o cliente? Basta seguir a trilha das grandes empresas. “Quando quiseram arrumar os processos internos, as grandes adotaram o ERP”, lembra Duran, da Oracle. “Depois, para conhecer o cliente, buscaram o CRM.” Uma das dificuldades é que não existe apenas um tipo de CRM. A empresa Meta Group, que faz pesquisas de mercado em tecnologia da informação, classifica os sistemas de CRM em três perfis: operacional, colaborativo e analítico. “O CRM operacional é o que equipa o setor de atendimento, como call centers”, explica Duran. Segundo ele, o analítico ajuda a empresa a tomar decisões com base no comportamento dos clientes, que é detectado por meio de técnicas de mineração de dados. O colaborativo, por sua vez,



permite que informações sobre os clientes trafeguem entre departamentos e parceiros de negócio. “É quando os dados não estão estanques em seus módulos e podem ser vistos pela empresa como um todo”, conta Munhoz, da Microsoft. O uso do CRM também leva a mudanças na gestão, já que, com o software, o empresário deixa de centralizar as ações sobre os clientes. “Esse é um aspecto importante, pois muitas pequenas e médias empresas surgem de uma organização familiar”, lembra Duran. Para vencer resistências, a consultoria é peça-chave. “Ela faz o que chamamos de ‘change management’. É um tipo de evangelização: o consultor mostra outras experiências e bons casos de sucesso para provar que a mudança vale a pena”, ressalta o executivo da Oracle. Software e serviço Ao contrário de softwares de prateleira, as soluções de CRM não têm preços fixos. A Oracle, por exemplo, tem diversas formas de empacotamento do E-Business Suite, um conjunto que pode incluir diversos softwares, entre Supply Chain, ERP (Enterprise Resource Planning), CRM e BI (Business Inteligence). Para os pequenos, a Oracle oferece o software na versão Special Edition, com custos a partir de 2.000 dólares por usuário. A empresa também oferece o E-Business Suite On Demand, uma versão de aluguel, ao custo de 90 dólares por mês, por usuário e por aplicativo. Godoy, da Microsiga, diz que CRM é parte de um todo, que inclui, além da gestão da companhia propriamente dita, a gestão do cliente. “Por isso, temos um pacote que combina ERP e CRM, com preços a partir de 3.000 reais por usuário”. Como a maioria das empresas, a Microsoft comercializa licenças do Microsoft CRM por meio de parceiros. O custo por usuário começa em cerca de 100 dólares – o valor diz respeito ao pacote combinado de CRM e Small Business Server. E o custo da instalação? “Depende muito do cliente”, ressalta Munhoz. Em média, a cada dólar gasto com licenças, outro é gasto com serviços. De acordo com previsões da própria Microsoft, o tempo de retorno do investimento varia de 6 a 12 meses. Disponível em: . Acesso em: 02/11/2007. 415


ARTIGO: ABC do outsourcing Stephanie Overby

Por que terceirizar, qual a duração ideal de um contrato, quais os custos ocultos envolvidos e o que fazer se o outsourcing não der certo são algumas das perguntas para as quais este artigo traz respostas


O que é outsourcing? Existem tantas definições para outsourcing quanto existem maneiras de desvirtuá-lo. Mas, basicamente, outsourcing nada mais é do que delegar serviços a terceiros. Em tecnologia da informação, outsourcing pode incluir qualquer coisa desde terceirizar todo o gerenciamento de TI para uma IBM ou EDS a terceirizar um serviço muito pequeno e facilmente definido, como disaster recovery ou armazenamento de dados. O termo outsourcing é usado alternadamente (e incorretamente) com offshoring, em geral por pessoas em discussões acaloradas. Na realidade, offshoring (mais precisamente, offshore outsourcing) é um pequeno mas importante subconjunto do outsourcing, pelo qual uma empresa terceiriza serviços para outra empresa em outro país, visando principalmente beneficiar-se de mão de obra mais barata. Trata-se de uma situação política delicada porque, ao contrário do outsourcing doméstico, em que os funcionários costumam ter a oportunidade de se transferir para o outsourcer, conservando seus empregos, o offshore outsourcing apresenta maior probabilidade de resultar em demissões.

416

Por que terceirizar? O business case para o outsourcing varia de acordo com cada situação, mas, de uma maneira geral, as razões para terceirizar incluem um ou mais dos seguintes aspectos: - Custos reduzidos (decorrentes de economias de escala ou mão de obra mais barata); - Capacidade variável; - Possibilidade de focar as competências-chave ao livrar-se das periféricas; - Falta de recursos internos; - Trabalho realizado com maior eficiência;



- Maior flexibilidade para se adequar a circunstâncias corporativas e comerciais que mudam; - Maior controle do budget através de custos previsíveis; - Menor investimento contínuo em infraestrutura interna; - Acesso a liderança de pensamento e inovação; - Possível entrada de caixa resultante de transferência de ativos para o novo fornecedor. Por que é tão difícil terceirizar? Indubitavelmente, é difícil terceirizar. O índice de fracassos das relações de outsourcing continua alto, entre 40% e 70%. No cerne do problema está o conflito de interesses inerente a qualquer acordo de outsourcing. O cliente busca um serviço melhor e em geral a custos mais baixos do que conseguiria se ele mesmo o executasse. O fornecedor, por sua vez, visa o lucro. Esta tensão tem que ser gerenciada de perto para garantir um bom resultado para ambas as partes. Outra causa de fracasso é a ânsia de terceirizar sem um bom business case. Cada vez mais, as organizações recorrem ao outsourcing como uma tática rápida para cortar custos em vez de um investimento destinado a aprimorar capacidades, expandir-se globalmente, aumentar a agilidade e a lucratividade ou fortalecer a vantagem competitiva. De acordo com estudo recente realizado pela revista CIO e pelo Center for Information Systems Research do MIT, alguns acordos de outsourcing são mais fáceis de lidar do que outros. O outsourcing transacional, em que uma empresa terceiriza processos discretos com regras de negócio bem definidas, é bem-sucedido em 90% dos casos. Alianças de co-sourcing, em que cliente e fornecedor gerenciam projetos em conjunto (em geral, desenvolvimento de aplicativos ou manutenção terceirizada offshore), dão certo em apenas 63% dos casos. E “parcerias estratégicas”, em que um único outsourcer é responsável por um grande pacote de serviços de TI, funcionam apenas em 50% dos casos. Os riscos aumentam à medida que os limites entre as responsabilidades de cliente e fornecedor se soldam e o escopo das responsabilidades se expande. Qualquer que seja o tipo de outsourcing, as relações somente terão êxito se fornecedor e cliente obtiverem os benefícios esperados. Disponível em: Acesso em 02/12/2007.

417


Referências Bibliográficas HABERKORN, E. (2004). Gestão Empresarial com ERP. São Paulo: Microsiga Intelligence, 2ª edição. KING, Mervyn J. – Bank & brokerage back office procedures & settlements. Chicago: Amacom, 2000. ISBN 978-0-8144-0534-5. LAUDON, K. C.; LAUDON, J. P. (2007). Sistemas de informação gerenciais. São Paulo: Pearson Prentice Hall, 7ª edição. MYLIUS, M. Business Intelligence: mais fácil do que você imagina. São Paulo: Edições Inteligentes, 2004. TURBAN, E., RAINER, R. K.; POTTER, R. E. (2005). Administração de Tecnologia da Informação: teoria e prática. Rio de Janeiro: Elsevier.

Na próxima unidade


Nesta unidade, nós estudamos bastante sobre diversos sistemas de informação e sobre como implantá-los. Na próxima unidade, vamos finalizar este módulo falando sobre E-business, E-commerce e como a TI pode auxiliar na gestão do conhecimento de uma empresa.

418

5

E-business, e-commerce e a TI na gestão do conhecimento

Un

ida

de

Você já comprou algo pela Internet? Provavelmente, sim! Quando você executou esta compra, você deve ter percebido que havia um sistema de informação auxiliando e interfaceando você e a empresa escolhida para realizar esta compra. Nesta unidade, vamos estudar exatamente isso, ou seja, comércio e negócio eletrônico e como a TI pode auxiliar essas atividades. Para finalizar o módulo, vamos estudar um pouco a gestão de conhecimento e o papel da TI nesta área. Esses conhecimentos são imprescindíveis para qualquer administrador, afinal, você pode ser escolhido dentro da sua empresa para implementá-los.


• Compreender as principais aplicações de e-business existentes atualmente. • Diferenciar as aplicações de e-business e de e-commerce. • Entender os fundamentos do e-commerce, como ele pode contribuir para o ambiente de negócios e para a obtenção de vantagens competitivas. • Entender, analisar e relacionar as principais aplicações de e-commerce existentes atualmente. • Compreender as principais aplicações de e-business existentes atualmente. • Diferenciar aplicações de e-business e de e-commerce. • Entender os fundamentos do e-commerce, como ele pode contribuir para o ambiente de negócios e para a obtenção de vantagens competitivas. • Entender, analisar e relacionar as principais aplicações de e-commerce existentes atualmente. • Compreender os fundamentos da gestão do conhecimento.


• Entender e explicar a relação existente entre a Tecnologia da Informação e a gestão do c onhecimento. • Distinguir e entender os principais sistemas para Gestão do Conhecimento.

Você se lembra?

Você se lembra das tecnologias de Internet, intranet e extranet estudadas na disciplina de Microinformática? Se não lembra, volte em suas anotações e releia o assunto. As empresas envolvidas no e-commerce – compradoras ou vendedoras – precisam dessas tecnologias para sustentar e apoiar os processos de comércio eletrônico.

5.1 Aplicações de E-Business


Muito provavelmente, você já ouviu falar em e-business e e-commerce, afinal, a maneira como as empresas trabalham e comercializam seus produtos está sendo ampla e rapidamente reconfigurada graças a essas duas palavrinhas. Mas, você saberia me dizer qual é a diferença entre e-business e e-commerce? Para entendermos melhor essa diferença, leia atentamente e analise o quadro de definições a seguir.

420

E-COMMERCE Qualquer transação de compra e venda por meios eletrônicos, digitais. E-BUSINESS Além de abranger o e-commerce, compreende os sistemas aplicativos, tanto os de uso interno como os de relacionamento externo, que compõem o “motor da empresa moderna”. E-business não é apenas o conjunto de transações do e-commerce; é uma redefinição do “velho modelo” de empresa, a partir da contribuição da TI para maximizar o valor para o cliente. Miglioli (2007) a partir de O’Brien (2004, p. 205).

Em outras palavras, podemos dizer que o e-business é:

E-business, e-commerce e a TI na gestão do conhecimento – Unidade 5

A utilização da infraestrutura de TI, principalmente da Internet, para dar suporte: • ao comércio eletrônico (e-commerce); • às comunicações; • à colaboração entre empresas; • aos processos de negócios, tanto de abrangência interna como externa. Miglioli (2007) a partir de O’Brien (2004). Mais do que comprar e vender pela Internet (e-commerce). O e-business é um novo modelo de negócio, que se utiliza da TI e da Internet para aumentar o valor oferecido aos seus consumidores, fidelizando-os cada vez mais. Nesse tópico, iremos explorar, mas de maneira geral, algumas das principais aplicações de e-business. Observe atentamente a figura a seguir. Ela resume as principais aplicações de e-business existentes atualmente.

DW SCM

Nível operacional

B2B EDI

CRM ERP Logística de entrada

Produção

Logística de saída

Vendas e marketing

B2B B2C EDI

CONSUMIDORES

FORNECEDORES

Nível gerencial e estratégico

BI

EAI

Pós-venda


CADEIA DE VALOR

Figura 32 - Principais aplicações de e-business. Adaptado de MIGLIOLI (2007).

Analise atentamente a figura anterior, pois ela resume bem as principais aplicações de e-business, os inter-relacionamentos e as interfaces com os consumidores (clientes) e fornecedores (parceiros, funcionários, fornecedores de materiais etc.). Você analisou com atenção a figura anterior? 421



Se não, volte na figura e veja quantas aplicações estão integradas nos chamados conjuntos de soluções interfuncionais, ou seja, aquelas soluções que atendem a mais de uma Data função ou processo empresarial. Warehouse (DW) Vamos listar esses conjunÉ um sistema de computação utilizado para armazenar informatos de soluções interfuncionais? ções relativas às atividades de uma De acordo com a figura organização em bancos de dados, de forma anterior, são: consolidada. O desenho da base de dados favorece os relatórios, a análise de grandes • ERP; volumes de dados e a obtenção de informa• CRM; ções estratégicas que podem facilitar a • SCM; tomada de decisão (Wikipédia, 2010). • DW e BI. Por enquanto, é muito importante você saber: • A integração das empresas por meio das soluções apresentadas anteriormente é um assunto crítico e difícil para a maioria das organizações. • No entanto, a integração dos processos de negócios é atualmente, uma das principais chaves para o sucesso empresarial. • Muitas empresas encaram a utilização efetiva dessas soluções interfuncionais como um modelo estratégico de utilização da TI, contribuindo, sobremaneira, para a obtenção de vantagens estratégicas corporativas. • Confirme essas afirmações, lendo (ou relendo) a reportagem do CIO do Boticário, no tópico 2.5 dessa apostila.

422

Em alguns ambientes reais, as empresas possuem soluções integradas de diferentes fabricantes, ou seja, ERP do SAP, CRM da Siebel (Oracle) e outros sistemas Conexão: Quer saber mais sobre diferentes. Data Warehouse, então: Nesse tipo de ambiente, surge, geral1) acesse o link: http://pt.wikipedia. org/wiki/Data_Warehouse; mente, a necessidade dos EAIs (Enterprise 2) leia o livro: Tecnologia e Projeto Application Integration), ou simplesmente, de Data Warehouse, de Felipe integradores das aplicações empresariais. Os Machado, da Editora Érica. EAIs são softwares cujas funções principais são: • “alinhavar”, ou interconectar ERP, CRM, SCM, DW, BI e outras soluções; • executar a coordenação e a conversão dos dados trocados entre esses diferentes aplicativos.


Observe atentamente, através da análise da figura a seguir, bem como da leitura do exemplo na sequência, a função do EAI em um ambiente de soluções integradas de e-business. EMPRESA

Clientes

Aplicações de CRM (Front-Office) Atendimento ao cliente Atendimento no campo Pedido de vendas Configuração do produto

Aplicações de ERP (Back-Office) Distribuição Fabricação Programação Finanças

Fornecedores

Integração das aplicações empresariais

EAI


Figura 33 - A função do EAI em um ambiente de soluções de e-business. Adaptado de O’BRIEN (2004, p. 212)

Exemplo: Dell – Integração das Aplicações da Empresa (EAI) Segundo Terry Klein, vice-presidente de e-business para “grupos de relacionamento” Dell Computadores, em uma pesquisa em apenas 75 empresas com as quais negocia, a Dell descobriu que elas utilizavam 18 pacotes de software diferentes. Essa falta de integração mostra que companhias não estão executando um processamento coerente, capaz de diminuir os custos e a capacidade de resposta aos clientes. A Dell sabia que, no mínimo, não seria prático fazer com que seu sistema conversasse com cada um daqueles dezoito sistemas diferentes no interior dos escritórios de seus clientes separadamente. Em vez disso, a Dell utilizou um software para integrar as aplicações das empresas com métodos da web, estabelecendo conexões com 40 ou mais de seus maiores clientes. Isso permitiu que um cliente comprasse on-line, por exemplo, uma grande quantidade de novos notebooks, enquanto a Dell simultaneamente lançava o pedido daqueles notebooks no sistema de compras do cliente. Entenda isso como uma compra de um só dique para compradores das empresas. Da mesma maneira que a Amazon.com automatiza o processo de entrada na informação de cartão de crédito para agilizar as compras dos consumidores, a Deli pode atualizar os 423


sistemas de acompanhamento de compras de seus clientes toda vez que estes realizam uma compra.(O’BRIEN (2004, p. 212).

5.2 Fundamentos do E-Commerce

Muito provavelmente, você já negociou, ou simplesmente navegou, em algum website de e-commerce ou comércio eletrônico. O e-commerce tem causado uma verdadeira revolução no mundo empresarial, pois criou um novo modelo de negócio, que alterou as maneiras de se concorrer, aumentou a velocidade das respostas, a natureza da liderança, além de simplificar e facilitar as interações entre compradores e vendedores. As empresas de e-business na nova economia, ou era da Internet, acreditam que o e-commerce é muito mais do que simplesmente compra e venda on-line de produtos (O’BRIEN, 2004). Para essas empresas, o e-commerce engloba os seguintes processos de negócios (negociados globalmente entre diferentes partes ou parceiros de negócios): • marketing; • atendimento; • vendas; • pós-venda; • distribuição e entrega; • assistência técnica; • pagamento de produtos e serviços, entre outros. Leia atentamente a figura a seguir e veja a ampla variedade de processos de negócios envolvidos em transações de e-commerce, tanto do lado de quem vende quanto do lado de quem compra. MARKETING / DESCOBERTA PROCESSAMENTO DE OPERAÇÕES Marketing / pesquisa do produto

Estimulação do mercado e preparação

Negociação das condições

Recebimento do pedido

Seleção do pedido e prioridade

ATENDIMENTO E SUPORTE

Faturamento / controle do pagamento

Programação de pedido / entrega

Atendimento e suporte ao cliente

Recebimento do produto

Atendimento e suporte ao produto

Lado de quem está vendendo


TECNOLOGIAS DA INTERNET APLICAÇÕES E SERVIÇOS DE E-COMMERCE

424

Descoberta do produto

Avaliação do produto

Negociação das condições

Colocação do pedido

Acompanhamento do pedido

Pagamento do pedido

Lado de quem está comprando

Figura 34 - E-commerce e os processos de negócios envolvidos. Adaptado de O’BRIEN (2004, p. 244).


De acordo com O’Brien (2004, p. 242), o e-commerce pode: • utilizar marketing interativo, pedidos, pagamentos e processos de apoio ao cliente em catálogos eletrônicos; • utilizar websites para realizar leilões; • permitir acesso de clientes e fornecedores por meio de extranet a informações de estoques; • permitir acesso de vendedores e representantes do atendimento ao cliente por meio da intranet a sistemas de gerenciamento do cliente (CRM); • proporcionar meios de colaboração do cliente no desenvolvimento do produto através de trocas de e-mail e de grupos de notícias.

5.3 Aplicações de E-Commerce


As empresas participam atualmente de três categorias básicas de aplicações de e-commerce. São elas: • E-commerce de empresa-para-empresa (B2B): • Envolve relacionamentos eletrônicos de mercado diretamente entre empresas; • Aplicações de B2B envolvem catálogo eletrônico, troca e mercados de leilões que utilizam websites da Internet, intranets e extranets e portais para reunir compradores e vendedores (empresas). • E-commerce de empresa-para-consumidor (B2C): • Nessa categoria de comércio eletrônico, as empresas estruturam-se para seduzir “virtualmente” seus atuais ou novos consumidores; • O site passa a ser a “vitrine” da empresa, ou seja, quanto mais atraente for, provavelmente, mais clientes serão conquistados; • Além disso, essas aplicações de B2C oferecem catálogos multimídia, processamento interativo de pedidos, sistema seguro de pagamento eletrônico e suporte on-line ao cliente, através de chats ou e-mail. • E-commerce de consumidor-para-consumidor (C2C): • Nesse tipo de e-commerce, os próprios consumidores realizam suas transações de compra e venda; • Um modelo predominante de e-commerce C2C são os sites de leilões, onde compradores e vendedores interagem entre si; 425


• A participação de empresas nesses leilões é percebida tanto como agente ativo ou como patrocinador de algum anúncio publicitário (banners e pop-ups). Diante de tudo que você leu e aprendeu até agora, é possível imaginar quais as tecnologias necessárias para o e-commerce ser viabilizado? Observe atentamente a figura a seguir, pois ela apresenta uma estrutura de e-commerce desenvolvida pela Sun Microsystems (O’BRIEN, 2004). Bancos de dados em multimídia

Funcionários Remotos Funcionários internos

Impulso de Informações Navegação / Pesquisa

Extranet

Servidor do comerciante Catálogo Informações Comunidade online Publicação

am

tur

Fa

to en

Autenticação

Propaganda

Groupware / Mensagens Administração de documentos

Perfis / Uso e análise da rede

Mensagens seguras

Clientes

Servidor de Comunicações

Produtividade na rede e no escritório

Ferramentas de criação / Desenvolvimento de aplicações

Herança / Middleware Administração de site de rede Administração de conteúdo

nto me ga ros Pa segu

Data warehouse / Sistema de apoio à decisão Banco de dados de contas de clientes Cadeia de suprimentos e Sistemas financeiros

Internet / EDI Parceiros Comerciais

Internet

Dispositivo de Segurança

(Firewall)

Intranet


Figura 35 - Componentes e funções de uma estrutura de e-commerce. Adaptado de O’BRIEN (2004, p. 245)

426

De uma maneira bem simples, podemos dizer que a maioria das tecnologias de informação que estudamos até aqui, inclusive aquelas discutidas na disciplina de Microinformática, estão envolvidas nos modelos de negócios e estruturas de e-commerce. Caso não se recorde de todas essas tecnologias, volte em suas anotações da disciplina de Microinformática e releia esses assuntos.

5.4 Fundamentos da Gestão do Conhecimento

Muitas pessoas consideram que o valor de uma empresa é determinado exclusivamente segundo seus ativos tangíveis, como prédios, máquinas, estoques, recursos financeiros etc.



No entanto, com o advento da economia digiConexão: tal, ou era da informação, o dinamismo imposto Quer saber como se faz pela tecnologia mudou a maneira de se atribuir para calcular o valor de uma empresa? Então acesse o link valor a uma empresa, fazendo das suas infordo conhecimento o seu mações e do conhecimento gerado por elas abaixo e façadiferencial. um dos principais ativos empresariais. http://www.sebraesp.com.br/faq/criacao_empresa/criacao_empresa/ As empresas estão cada vez mais preopreco_venda_empresa cupadas em se estruturar para serem verdadeiras geradoras de conhecimento, ou organizações que aprendem. Diante disso, podemos dizer que, para uma empresa ter sucesso no mundo dos negócios e manter-se competitiva atualmente, é necessário uma verdadeira revolução na maneira de se gerenciar as suas informações (internas ou externas). Nasce, então, dessa necessidade o conceito da Gestão do Conhecimento, ou KM, do inglês Knowledge Management. Você já ouviu falar em KM? Gestão do Conhecimento? Vamos analisar a definição de Gestão do Conhecimento, na opinião de diferentes escritores. GESTÃO DO CONHECIMENTO • Diz respeito à capacidade de a empresa armazenar e disponibilizar as informações de maneira segura, confiável e de fácil acesso (BATISTA, 2004). • Refere-se ao conjunto de processos desenvolvidos em uma organização para criar, armazenar, transferir e aplicar conhecimento. Aumenta a capacidade da empresa de aprender com seu ambiente e incorporar conhecimento aos seus processos de negócios e a sua tomada de decisão. (LAUDON e LAUDON, 2007). • É o conjunto de técnicas, tecnologias e recompensas para que os funcionários compartilhem o que sabem e para fazer melhor uso do conhecimento acumulado no local de trabalho (O’BRIEN, 2004). • Um processo que auxilia as empresas a identificar, selecionar, organizar, disseminar, transferir e aplicar informações e experiências importantes que fazem parte da memória da organização e que normalmente residem dentro da organização de uma maneira desestruturada (TURBAN, RAINER e POTTER, 2005). 427


Em outras palavras, podemos dizer que a Gestão do Conhecimento representa: Um conjunto de processos e tecnologias que visa, de forma efetiva, coletar, organizar e disseminar as informações e experiências para todos os usuários de uma empresa, da maneira mais ágil e oportuna possível. Além disso, cria condições para que o conhecimento implícito, ou tácito – aquele que reside na mente dos trabalhadores – possa ser gerido e devidamente organizado e melhor aproveitado. MIGLIOLI (2007) Lembra-se da discussão sobre as vantagens competitivas que a TI proporciona para as empresas? Se não lembra, volte no texto e relembre o conceito, pois a Gestão do Conhecimento tornou-se um dos maiores usos estratégicos da TI pelas empresas. Diante disso que você leu e aprendeu, podemos concluir que a Gestão do Conhecimento tem como objetivo principal: • colocar o conhecimento pessoal e empresarial à disposição de todos os envolvidos, em qualquer um dos níveis organizacionais.


5.5 A TI e a Gestão do Conhecimento

428

Falamos no tópico anterior da Gestão do Conhecimento. Mas, reflita: No mundo de negócios que vivemos hoje, com grandes volumes de informações sendo gerados e processados, é possível se pensar em Gestão do Conhecimento sem o apoio da TI? Difícil pensar na KM sem o auxílio da TI. Praticamente impossível. Por isso, vários são os recursos da TI que podem tornar viável os propósitos da Gestão do Conhecimento. Como já estudamos todos esses recursos, vamos apenas citá-los: • Sites e portais na Internet e intranet; • Aplicativos de groupware; • Data warehouse;


• Data mining; • Grupos de discussão online; • Entre outros. De maneira geral, a TI proporciona a infraestrutura necessária para que os Sistemas de Gestão do Conhecimento sejam implementados.

KM como combinação de recursos Esses sistemas de KM são, na maioria dos casos, uma combinação dos diferentes recursos de TI apresentados anteriormente.

5.6 Sistemas para a Gestão do Conhecimento

Vamos explorar alguns dos principais sistemas, ou ferramentas, existentes para a Gestão do Conhecimento.

5.6.1 Portal de Informação ou de Conhecimento


De acordo com O’Brien (2004), um portal de informação ou de conhecimento é uma interface baseada em rede (Internet), com um misto de intranet e outras tecnologias que permitem a todos os usuários internos (via intranet) e aos usuários externos (via extranet) acessarem uma variedade de aplicações e conteúdos internos e externos nas empresas. Como exemplos, podemos citar: • Aplicações internas: • Acesso a e-mail, a websites de projetos e a grupos de discussão; • Acesso a notícias, conteúdo de trabalho; • Repositório de informações e conhecimentos gerados; • Autoatendimento em recursos humanos; • Bancos de dados de clientes, estoques e outros; • Sistemas de apoio à decisão. • Aplicações externas:

429


• Serviços industriais, financeiros e de notícias da Internet; • Links para grupos de discussão; • Links para websites de fornecedores e clientes na Internet e em extranet; • Links para divulgação de trabalho e conhecimento gerado. Na maioria dos casos, os portais de informação são adequados ou personalizados às necessidades dos usuários individuais de empresas (diretores, presidentes) ou de grupos de usuários (gerentes, trabalhadores do conhecimento). Vamos para alguns exemplos? Exemplo 1: Portal de Conhecimento sobre Gestão do Desenvolvimento de Produtos (GDP) Um exemplo de um portal para a troca de conhecimentos bastante relevante para a indústria automobilística foi desenvolvido no ambiente universitário brasileiro. Estamos falando do PDPNet, que foi criado no âmbito do Grupo de Engenharia Integrada (EI) do núcleo de Manufatura Avançada (NUMA) da Escola de Engenharia de São Carlos – Universidade de São Paulo (EESC/USP) e com a colaboração do Grupo de Pesquisas para o Aperfeiçoamento da Qualidade e Produtividade (GEPEQ), da Universidade Federal de São Carlos (UFSCar) e do Núcleo de Desenvolvimento Integrado de Produtos (NEDIP), da Universidade Federal de Santa Catarina (UFSC). Este portal foi criado para facilitar o compartilhamento de conhecimentos dentro dessas comunidades. Foi criado no segundo semestre de 2001 e exemplifica bem o potencial destas ferramentas e práticas de Gestão do Conhecimento além das fronteiras da organização. Sua localização na Internet é http://www.pdp.org.br.


(TERRA,2005).

430

Exemplo 2: Portal de Conhecimentos – Inovação, Design Sustentável, Desenvolvimento de Produtos e Gestão do Ciclo de Vida dos Produtos Trata-se de um portal de conhecimentos cujo objetivo é permitir, de forma livre, aberta e gratuita, o compartilhamento de conhecimentos das seguintes áreas: inovação, desenvolvimento de produtos, gestão do ciclo de vida de produtos e sustentabilidade. É como se fosse uma Wikipédia


especializada nesse assunto. A questão que se faz é “Por que não utilizar a Wikipédia, então?”. Porque aqui os conhecimentos estão categorizados em classes e em tipos de conteúdo. Além disso, são destacadas as melhores práticas, com a possibilidade de se criar coletivamente sínteses sobre determinado assunto, método, ferramenta, sistema etc. Pode-se também inserir fontes de informações adicionais sobre as melhores práticas e se colocar material livre para download. Assim, um membro dessa comunidade pode baixar esse material e aplicar no seu caso específico (na sua empresa ou pessoalmente) (Portal de Conhecimentos, 2007).


Veja nas figuras a seguir um exemplo do Portal de Conhecimento do texto anterior. Se preferir, acesse direto o site: http://www.portaldeconhecimentos.org.br.

Figura 36 - Exemplo de um portal de conhecimento. http://www.portaldeconhecimentos.org.br

431


5.6.2 Inteligência Artificial

Segundo Turban, Rainer e Potter (2005, p. 104), a Inteligência Artificial (AI – Artificial Intelligence) é o estudo dos processos de pensamento humano e a representação desses processos em máquinas (por exemplo, computadores, robôsetc.). As técnicas de Inteligência Artificial podem ajudar na identificação de experiência, dedução do conhecimento automática e semiautomaticamente, interface por meio do processamento da linguagem natural e realização de busca inteligente por meio de agentes inteligentes. Os métodos de AI (principalmente sistemas especialistas, redes neurais e agentes inteligentes) são usados nos sistemas de gestão do conhecimento para realizar diversas funções, entre elas auxiliar e melhorar o conhecimento da pesquisa.

5.6.3 Agentes Inteligentes


Agentes inteligentes são sistemas de software que aprendem como usuários trabalham e oferecem auxílio em suas tarefas diárias. Os agentes inteligentes podem ajudar no sistema de gestão do conhecimento de diversas maneiras. Normalmente, eles são usados para deduzir e identificar o conhecimento (TURBAN, RAINER e POTTER, 2005). Para finalizar nossa discussão sobre os sistemas para Gestão do Conhecimento, leia atentamente, a seguir, um exemplo de um Portal Corporativo de Informação.

432

Exemplo 3: Procter & Gamble – como um portal de informações propicia apoio à decisão No ano de 1996, quando portal era apenas o nome pomposo de uma porta, a divisão de TI da Procter & Gamble Co. começou a desenvolver um sistema rudimentar para compartilhar documentos e informação na intranet da empresa. Enquanto as demandas de usuários e o número de páginas de rede apoiadas pelo sistema cresciam, a equipe de TI ampliava o escopo deste Catálogo de Conhecimento Global. O grande sistema é um imenso banco de informações que permite a todos os 97.000 funcionários da Procter & Gamble em todo o mundo encontrarem informações específicas para suas necessidades.



Embora o sistema ajudasse a manter coerência de grande quantidade de dados, ele ainda conduzia a uma sobrecarga de informações. “O que a Procter & Gamble realmente precisava era uma forma de personalizar a informação de cada funcionário, com base em seu trabalho”, diz Dan Gerbus, gerente de projetos para a criação do portal na divisão de TI da companhia de Cincinnati. “Os usuários queriam uma ferramenta em seu navegador que juntasse e entregasse toda a informação que necessitassem para fazer seu trabalho sem precisar navegar por 14 websites”, diz. Assim, em janeiro de 2000, a Procter & Gamble realizou um contrato com a Plumtree Software para 100 mil conexões no portal corporativo daquela empresa. A Procter & Gamble, que se tornou uma acionista da Plumtree, utiliza o portal para disponibilizar aos seus funcionários – em milhares de bancos de dados Lotus Notes – informações estratégicas, de marketing e de produtos, assim como documentos de noticias do setor. Os arquivos de documentos do portal adquirem dados de mais de 1 milhão de páginas da rede. No início de 2001, o portal de toda a Procter & Gamble continha links para o sistema integrado de gestão SAP R/3, um data warehousing de longo alcance e produtos de apoio à decisão da Oracle. Também estão incluídos dados de clientes, analisados pela aplicação de gerenciamento do relacionamento dos clientes da E.piphany. Segundo Gerbus, a ideia é dar aos funcionários um lugar em que adquiram a informação e as aplicações de que necessitam: “Eles costumavam precisar navegar muitos sites de intranet para encontrar o que precisavam. O portal é como fazer compras num só lugar”. Gerbus diz que os funcionários da Procter & Gamble serão capazes de olhar para seu “painel”, que lhes oferecerá uma visão prefixada de várias fontes de informação, e encontrar toda a informação atualizada que precisam para tomar decisões sobre novos produtos, campanhas de propaganda ou outras iniciativas. “Se um gerente sempre precisar localizar algumas peças-chave de informação, seremos capazes de construir um painel para isso”, diz Gerbus. “Mas também forneceremos as ferramentas para que consigam a aplicação ou fonte de dados para uma análise mais profunda.” (O’BRIEN, 2004, p. 295).

433


Atividades

Desenvolvemos a seguir, um conjunto de perguntas, para que você possa fixar o conteúdo aprendido nesta unidade. Responda às perguntas utilizando como base tudo aquilo que você estudou nesta unidade e nas conexões apresentadas e o conhecimento que você possui de vivências profissionais ou de estudos de módulos passados referentes ao mundo corporativo. 01. O que é e-business?

02. O que é e-commerce?

03. Qual é a diferença entre e-business e e-commerce?

04. O que é um EAI?


05. O que é a gestão de conhecimento?

434


06. O que é um portal de informação ou conhecimento?

07. O que é a inteligência artificial?

Reflexão


Depois de passarmos por todas as cinco unidades e adquirirmos conhecimentos sobre vários sistemas de informações, é importante que você, futuro administrador de empresas, consiga enxergar a importância da Tecnologia da Informação na administração de empresas. Podemos dizer que administrar uma empresa sem a TI apresenta uma analogia com o fato de se lenhar uma floresta inteira a machadadas, ou seja, é possível, mas vai demorar um pouco e pode ser que você desista no meio do caminho. Seria melhor lenhar a floresta com uma motosserra. O interessante da analogia anterior é que a TI tem exatamente o caráter de ferramenta, ou seja, dentro de uma empresa (que não seja de TI) a TI deve ser sempre encarada como um meio e não como um fim: sempre prestando serviços para as demais áreas da empresa, procurando dar disponibilidade, rapidez e consistência às informações, além de suportar a resolução de problemas e automatizar vários processos.


Artigo 1: Pesquisa associa sucesso do e-commerce à sociabilidade do brasileiro

Para eMarketer, varejistas virtuais devem atentar para peculiaridades do brasileiro, que confia mais nos veículos de mídia que nos governantes. 435


Um estudo divulgado hoje pelo eMarketer chama a atenção dos varejistas brasileiros para o sucesso do comércio eletrônico no país. Segundo o estudo, boa parte desse sucesso se deve à sociabilidade da população e ao fato de que o brasileiro – assim como o nigeriano, indiano e russo – confia mais em veículos de mídia, como a Internet, que nos governantes. A pesquisa Globescan, por exemplo, de maio do ano passado, mostrou que no Brasil 45% da população confia muito nos veículos de mídia, ao passo que 30% têm a mesma opinião sobre os governantes. “Como em todo lugar, a questão da confiança na Internet está altamente ligada ao sucesso ou fracasso da estratégia de comércio eletrônico”, afirma a pesquisa do eMarketer. Segundo o documento, divulgado à imprensa, essa questão é ainda mais crítica no Brasil por uma característica peculiar da sociedade, que é baseada na ideia de que “a posição social é resultado direto dos amigos que se tenha”, segundo o instituto. “Alguns analistas chegam a dizer que o brasileiro não concebe um relacionamento que não esteja baseado na amizade”, segundo o documento. Ainda que isso possa ser visto como algo antiquado em algo tão recente como a Internet, o eMarketer alerta os varejistas virtuais para que mantenham em mente uma máxima que creditam ao brasileiro: “mais vale ter amigos na praça que dinheiro em caixa”. O brasileiro gastou 13,3 bilhões de reais na Internet em 2006, segundo dados da Câmara Brasileira de Comércio Eletrônico citados pelo eMarketer. A previsão para este ano é que o montante atinja 17,4 bilhões de reais. Dados do e-bit também apontados no estudo mostram que o número de brasileiros que compram na Internet deve saltar de 7 milhões em 2006 para 9,8 milhões este ano, um aumento de 40%. Disponível em . Acesso em: 21 set. 2007


ARTIGO: Gestão do Conhecimento – Pessoas e Tecnologia, um bom negócio

436

Por Alexandre Mendes

A Gestão do Conhecimento e as mudanças Hoje recebemos informações de tudo o que é lado, de todas as direções. Seja pelos jornais, TVs, revistas, Internet, rádio do carro, painéis lumi-



nosos e até pelo celular. Ou seja, recebemos uma carga enorme de dados de todos os tipos, informações sobre os mais variados assuntos o tempo todo. Estamos absorvendo tudo isto, mas estamos adquirindo conhecimento? De outro lado, as empresas estão percebendo que possuir este conhecimento pode ser um diferencial, pode estabelecer a tal vantagem competitiva que tanto ouvimos falar. Muitos funcionários estão se aperfeiçoando, adquirindo o “capital intelectual”, ou seja, criando, mudando, transformando a empresa, o mercado, a sociedade. Este é um processo dinâmico e de mudança contínua. As empresas precisam investir mais em seus funcionários, especialmente os talentosos. Elas devem observar o surgimento de um novo tipo de funcionário que quer ganhar o seu espaço através do seu talento e da especialização. É esperado neste século que as empresas evoluam muito devido ao conhecimento adquirido e gerenciado, preparando-se para as mudanças que virão, muito rápidas e nem sempre previsíveis. Vem o conflito entre o capital e o talento. Quem vence? Não se pode perder o desejo contínuo de adquirir conhecimento, principalmente porque estamos na era da velocidade da informação. O capital intelectual passa a ser um diferencial, ou seja, temos que investir continuamente no aprendizado, pois ele virou condição de sobrevivência num mundo tão competitivo. Assim a Gestão do Conhecimento traz mudanças nas empresas, propondo a implementação de processos ágeis e simples, para que o conhecimento seja registrado e disponibilizado a todos. É saudável compartilhar informações. É a ordem. Já li que Gestão do Conhecimento é inteligência coletiva. Isto nos faz pensar nesta Era do Conhecimento, em que a empresa modifica rapidamente seus processos, sua forma de atuar, de ganhar dinheiro, de mudar rapidamente para atender às solicitações de mercado, como um camaleão em constante mudança de cor. Estas mudanças são claramente observadas nas relações das empresas com o mercado, com seus fornecedores e com seus funcionários. Estão no dia a dia dos jornais e dos meios de comunicação em geral. Um mundo menor – informações disponíveis para todos Hoje as empresas precisam apoiar estas iniciativas que fazem o mundo menor, que fazem com que as fontes do conhecimento cheguem aos interessados de forma rápida, segura e formatada. O usuário precisa 437


da informação acessível em qualquer lugar e não necessariamente em seu local de trabalho. Existem informações que nos idos dos anos 1970 as pessoas sozinhas dominavam 75% do conhecimento das organizações e o restante era inteligência coletiva. Hoje o quadro se inverteu praticamente. Os avanços da Tecnologia Os avanços da tecnologia têm sido tão grandes e de tal maneira que confesso, às vezes, não é fácil acompanhar tudo. Vamos tomar, por exemplo, as mudanças nas comunicações, olhem para 10 anos atrás e comparem com o cenário hoje. Parece que não há tempo a perder. Fica claro que estamos lidando com um novo tempo e novas relações estão aí em nossa frente e temos que entender tudo isso. Já estamos presenciando mudanças nos modelos tradicionais de negócios e nas relações de trabalho-empregado, escola-aluno, cidadão-governo e muito de Gestão do Conhecimento nisto tudo. O que estamos assistindo é uma ruptura dos padrões das organizações, transformação da economia e de seus fundamentos, surgimento de novos modelos de produção e um aumento da velocidade de acesso às informações. Podemos citar alguns exemplos de setores que utilizam intensamente o conhecimento e com isso aumentaram o seu valor de mercado: indústria farmacêutica, produtos e serviços de TI, serviços de negócios, eletrônica etc. Exemplos de empresas? Anote aí: Coca-Cola, Nike, GE, IBM, Microsoft, Sony, Phillip Morris, Natura, Pfizer e muitas outras.


Conclusão

438

Podemos notar que o sucesso de muitas empresas é dado pela vantagem competitiva obtida exatamente pelo uso deste conhecimento, pois o capital intelectual acumula e gera riquezas, cria “competência” e resultados. Não podemos nos esquecer que conhecimento e colaboração andam juntos. E que é importante padronizar dados e informações para que estes possam ser facilmente trocados entre todos.


E que “conectar” pessoas é o mesmo que inovar, reusar, criar, juntar conhecimento tático com explícito para melhorar o desempenho e acesso rápido. Isto resulta em bons negócios! Não importa onde está o conhecimento ou mesmo o seu formato, o mundo percebeu que o conhecimento virou chave para as empresas crescerem através de vantagem competitiva. Para a Gestão do Conhecimento, uma tecnologia pode ser considerada útil se promover a integração das pessoas. Mais ainda se ela ajudar a criar as redes “globais”, concatenando as informações e ajudando a dividir o conhecimento entre todos, ou seja, de forma a ajudar a evolução da empresa. É importante também que se estimule a pesquisa, discussões, busca de soluções e inovação. Melhor ainda se tivermos disponíveis ferramentas que facilitem isto tudo. Mas é lógico que usufruir desta nova riqueza, que é o conhecimento, não é só juntar pessoas, trabalhar em equipe, mudar processos, incrementar tecnologia e pronto. A maior mudança ainda é a cultural, as pessoas precisam repensar este novo mundo e assumir novos papéis na empresa, compartilhando conhecimento, gerenciando novos processos e trabalhar seu dia a dia por mudanças, convivendo com inovações, colaboração e, ao mesmo tempo, competição, por que não? Disponível em:http://www.imasters.com.br/artigo/5236/intranets/gestao_ do_conhecimento_-_pessoas_e_tecnologia_um_bom_negocio/

Referências Bibliográficas


MIGLIOLI, A. M. (2007). Material de aula da disciplina Tecnologias da Administração, do Prof. Me. Afrânio Maia Miglioli. Primeiro semestre de 2007. O’BRIEN, J. A. (2004). Sistemas de Informação e as decisões gerenciais na era da Internet. São Paulo: Saraiva. TURBAN, E., RAINER, R. K.; POTTER, R. E. (2005). Administração de Tecnologia da Informação: teoria e prática. Rio de Janeiro: Elsevier.

439



Minhas anotações:

440

Livro - ADM módulo 4.2

Recommend Documents