Livro - ADM Módulo 4.2

Ferramentos e sistemas de
gesto empresarial
Mdulo 4.2
Andr Brochi
Daniela Tincani
Marcos Danilo Chiodi
Ribeiro 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 Universitrio UniSEB
Chaim Zaher
Vice-Reitor do Centro Universitrio UniSEB
Reginaldo Arthus
Pr-reitor de Educao a Distncia
Jeferson Ferreira Fagundes
Diretora Acadmica de Educao a Distncia
Claudia Regina de Brito
Coordenao Pedaggica de Educao a
Distncia
Alessandra Henriques Ferreira
Gladis S. Linhares Toniazzo
Marina Caprio
Coordenao do Curso de
Cincias Contbeis
Andria Marques Maciel
Produo Editorial
Karen Fernanda Bortoloti
Marcelo dos Santos Calderaro
UniSEB Interativo
Todos os direitos desta edio reservados UniSEB Interativo.
Proibida a reproduo total ou parcial desta obra, de qualquer forma ou meio eletrnico, e mecnico, fotogrfco e gravao ou
qualquer outro, sem a permisso expressa da UniSEB Interativo. A violao dos direitos autorais punvel como crime (Cdi-
go Penal art. 184 e ; Lei 6.895/80), com busca, apreenso e indenizaes diversas (Lei 9.610/98 Lei dos Direitos Autorais arts.
122, 123, 124 e 126)
S
u
m
r
i
o
S
u
m
r
i
o
Apresentao Uniseb Interativo ...................... 13
Apresentao do mdulo ....................................... 14
Estatstica aplicada Administrao ........................ 15
Unidade 1: Introduo estatstica: anlise explorataria de
dados .............................................................................................. 17
Objetivos da sua aprendizagem ........................................................... 17
Voc se lembra? ....................................................................................... 17
1.1 Definio de Estatstica ........................................................................ 18
1.2 Distribuio de frequncias ..................................................................... 20
1.2.1 Agrupamento em classes ......................................................................... 22
1.3 Mtodos grficos ........................................................................................... 24
1.3.2 Tipos de grficos .......................................................................................... 24
1.3.2.1 Grficos de linha ......................................................................................... 24
1.3.2.2 Grficos (ou diagramas) de barras (ou colunas) ............................................ 25
1.3.2.3 Grfico (ou diagrama) de setores ................................................................... 27
1.3.2.4 Histograma ....................................................................................................... 27
1.3.2.5 Polgonos de frequncia ................................................................................... 29
1.3.2.6 Ogiva ................................................................................................................. 29
1.4 Uso do MS Excel (verso 2003) para construir grficos ..................................... 30
Atividades ...................................................................................................................... 35
Respostas das atividades ............................................................................................... 37
Leitura recomendada ................................................................................................... 39
Reflexo ..................................................................................................................... 39
Referncias .............................................................................................................. 40
Na prxima unidade ............................................................................................ 40
Unidade 2: Medidas de posio .................................................................... 41
Objetivos de sua aprendizagem .................................................................... 41
Voc se lembra? ........................................................................................ 41
2.1 Mdia aritmtica (x) ...................................................................... 42
2.2 Mediana (Md) ............................................................................ 42
2.3 Moda (Mo) ............................................................................ 43
Mdia aritmtica ...................................................................... 44
Mediana .............................................................................. 45
Moda ............................................................................................................................... 45
Mediana ........................................................................................................................... 46
Moda ............................................................................................................................... 46
Mdia aritmtica ............................................................................................................. 47
Mediana ........................................................................................................................... 47
Moda ............................................................................................................................... 49
2.4 Medidas separatrizes: quartis, decis e percentis ..................................................... 49
Atividades ....................................................................................................................... 53
Respostas das atividades ................................................................................................. 56
Reflexo .......................................................................................................................... 57
Referncias ...................................................................................................................... 58
Na prxima unidade ........................................................................................................ 58
Unidade 3: Medidas de disperso ................................................................................ 59
Objetivos de sua aprendizagem ...................................................................................... 59
Voc se lembra? .............................................................................................................. 59
3.1 Um exemplo introdutrio ......................................................................................... 60
3.2 Amplitude total (R) .................................................................................................. 60
3.3 Desvio-padro (s) ..................................................................................................... 61
3.4 Varincia (s
2
) ........................................................................................................... 62
3.5 Coeficiente de variao (cv) .................................................................................... 62
3.5.1 Critrios para a interpretao do coeficiente de variao ..................................... 63
3.6 Exemplo de aplicao das medidas de disperso para dados no tabulados ........... 63
3.7 Desvio-padro para dados tabulados ....................................................................... 65
3.8 Varincia para dados tabulados ............................................................................... 65
3.9 Exemplo de aplicao das medidas de disperso para dados tabulados .................. 66
3.10 Uso do MS-Excel (verso 2003) para construir grficos ....................................... 70
3.10.1 Vamos construir uma tabela de frequncia ......................................................... 73
3.10.2 Agora vamos construir um histograma ............................................................... 76
3.10.3 Resumo e descrio dos dados por meio de algumas medidas de posio
e disperso .................................................................................................... 78
Medidas de posio ......................................................................................................... 78
Mediana ........................................................................................................................... 79
Moda ............................................................................................................................... 79
Medidas de disperso ...................................................................................................... 79
Atividades ....................................................................................................................... 82
Respostas dos exerccios propostos ................................................................................ 84
Reflexo .......................................................................................................................... 85
Leitura recomendada ....................................................................................................... 85
Referncias ...................................................................................................................... 86
Na prxima unidade ........................................................................................................ 86
Unidade 4: Noes de probabilidade ........................................................................... 87
Objetivos da sua aprendizagem ...................................................................................... 87
Voc se lembra? .............................................................................................................. 87
4.1 Experimento aleatrio, espao amostral, evento ...................................................... 88
4.2 Operaes com eventos ............................................................................................ 89
4.2.1 Unio ..................................................................................................................... 89
4.2.2 Interseco ............................................................................................................ 89
Observao ..................................................................................................................... 90
4.2.3 Complementao ................................................................................................... 90
4.3 Probabilidade ........................................................................................................... 91
4.3.1 Definio clssica ................................................................................................. 91
4.3.2 Definio frequencial ............................................................................................ 92
4.4 Regras bsicas de probabilidade .............................................................................. 93
4.5 Probabilidade condicional ........................................................................................ 94
4.5.1 Probabilidade condicional ..................................................................................... 95
4.6 Independncia de eventos ........................................................................................ 96
Atividades ....................................................................................................................... 97
Respostas dos exerccios propostos ................................................................................ 98
Leitura recomendada ....................................................................................................... 99
Reflexo .......................................................................................................................... 99
Referncias .................................................................................................................... 100
Na prxima unidade ...................................................................................................... 100
Unidade 5: Variveis aleatrias ................................................................................. 101
Objetivos da sua aprendizagem .................................................................................... 101
Voc se lembra? ............................................................................................................ 101
5.1 Varivel aleatria.................................................................................................... 102
5.2 Funo discreta de probabilidade ........................................................................... 102
5.3 Valor esperado e varincia de uma varivel aleatria discreta ............................... 104
5.3.2 Propriedades da mdia ........................................................................................ 104
5.3.3 Propriedades da varincia ................................................................................... 105
5.4 Modelos probabilsticos para variveis aleatrias discretas .................................. 106
5.4.1 Distribuio binomial .......................................................................................... 106
5.5 Funo densidade de probabilidade ....................................................................... 109
5.6 Modelos probabilsticos para variveis aleatrias contnuas ................................. 109
5.6.1 Distribuio normal ............................................................................................ 109
Atividades ..................................................................................................................... 117
Reflexo ........................................................................................................................ 120
Leitura recomendada ..................................................................................................... 120
Referncias .................................................................................................................... 120
Unidade 6: Estimao ................................................................................................. 123
Voc se lembra? ............................................................................................................ 123
6.1 Conceitos bsicos ................................................................................................... 124
6.2 Estimador de uma mdia populacional .................................................................. 125
6.3 Estimador de uma proporo populacional ............................................................ 126
6.4 Distribuies amostrais .......................................................................................... 128
6.4.1 Distribuio amostral da mdia .......................................................................... 128
6.4.2 Teorema do limite central (TLC) ........................................................................ 128
6.4.3 Distribuio amostral da proporo .................................................................... 128
6.5 Erro-padro de um estimador ................................................................................. 129
6.6 Intervalos de confiana para a mdia populacional ............................................... 131
6.7 Intervalos de confiana para a proporo populacional ......................................... 132
Atividades ..................................................................................................................... 135
Reflexo ........................................................................................................................ 137
Referncias .................................................................................................................... 137
Unidade 7: Amostragem ............................................................................................. 139
Voc se lembra? ............................................................................................................ 139
7.1 Tcnicas de amostragem ........................................................................................ 140
7.2 Definies das tcnicas de amostragem probabilstica (ou aleatria) ................... 140
7.2.1 Amostragem simples ........................................................................................... 140
7.2.2 Amostragem sistemtica .................................................................................... 141
7.2.3 Amostragem por conglomerados (clusters) ........................................................ 141
7.2.4 Amostragem estratificada ................................................................................... 142
7.3 Tcnicas de amostragem no probabilstica (ou no aleatria) ............................. 142
7.3.1 Amostragem a esmo ou sem norma .................................................................... 142
7.3.2 Amostragem intencional ..................................................................................... 142
7.4 Exemplo envolvendo tcnicas de amostragem probabilstica ............................... 143
7.5 Tamanho da amostra para estimar a mdia ............................................................ 146
Atividades ..................................................................................................................... 147
Leitura recomenda ........................................................................................................ 152
Reflexo ........................................................................................................................ 152
Referncias .................................................................................................................... 152
Unidade 8: Correlao e regresso lineares simples ................................................ 155
Voc se lembra? ............................................................................................................ 155
8.1 Correlao .............................................................................................................. 157
8.2 Modelo de regresso linear simples ....................................................................... 160
8.3 Coeficiente de determinao .................................................................................. 163
Atividades ..................................................................................................................... 167
Reflexo ........................................................................................................................ 169
Referncias .................................................................................................................... 169
Unidade 9: Nmerosndices ...................................................................................... 171
Voc se lembra? ............................................................................................................ 171
9.1 Introduo .............................................................................................................. 172
9.2 Construindo nmeros-ndices ................................................................................ 173
9.3 Nmero-ndice simples (ou relativo de base fixa) ................................................. 175
9.4 Nmeros-ndices relativos de ligao .................................................................... 176
9.5 Nmeros-ndices relativos em elo e em cadeia ...................................................... 177
9.6 Nmeros-ndices agregados (nmeros-ndices compostos) ................................... 179
9.6.1 ndice Agregativo Simples (IAS) ........................................................................ 179
9.6.2 ndice de Sawerbeck ........................................................................................... 180
9.6.3 ndice de Laspeyres (ou Mtodo da poca Bsica) ............................................ 181
9.6.4 ndice de Paasche (ou Mtodo da poca Atual) ................................................. 184
9.6.5 ndice de Fischer (ou ndice Ideal) ..................................................................... 186
9.7 Mudana do perodo-base de um nmero-ndice ................................................... 187
Atividades ..................................................................................................................... 189
Reflexo ........................................................................................................................ 194
Referncias .................................................................................................................... 194
Referncias bibliogrficas ............................................................................................. 195
Pesquisa de Mercado ...................................................................................... 201
Introduo ..................................................................................................................... 203
Unidade 1: Sistema de Informao de Marketing (SIM) e pesquisa de marketing .... 205
Voc se lembra? ........................................................................................................... 205
1.1 Sistema de Informao de Marketing (SIM) e a pesquisa de marketing ............... 206
1.1.1 A importncia do SIM em uma organizao ....................................................... 207
1.1.1.1 Banco de dados internos Registros internos ................................................. 209
1.1.1.2 Anlise das informaes Sistema de suporte deciso de marketing ......... 210
1.1.1.3 Inteligncia de marketing ................................................................................. 211
1.1.1.4 Pesquisa de marketing ...................................................................................... 212
1.1.2 Pesquisa de marketing ......................................................................................... 213
1.1.2.1 Histria e definio da pesquisa de marketing ................................................ 213
1.1.2.2 Valor da informao ......................................................................................... 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 tica na pesquisa de marketing ........................................................................ 226
Atividade de fixao ..................................................................................................... 228
Reflexo ........................................................................................................................ 231
Leitura complementar: .................................................................................................. 231
Unidade 2: Defnindo o problema de pesquisa e de marketing e desenvolvendo uma
abordagem .................................................................................................................. 233
Voc se lembra? ........................................................................................................... 233
2.1 Definindo o problema de pesquisa e de marketing e desenvolvendo uma abordagem 234
2.1.1 Definio de um problema de pesquisa .............................................................. 237
2.1.2 Desenvolvimento de uma abordagem de pesquisa ............................................. 240
Reflexo ........................................................................................................................ 248
Leitura complementar: .................................................................................................. 248
Unidade 3: Formulao do desenho da pesquisa de marketing ............................. 249
Voc se lembra? ........................................................................................................... 249
3.1 Formulao do desenho da pesquisa de marketing ................................................ 250
3.1.1 Concepo da pesquisa: definio e classificao .............................................. 250
3.1.2 Pesquisa exploratria .......................................................................................... 252
3.1.2.1 Mtodos da pesquisa exploratria .................................................................... 253
3.1.3 Pesquisa conclusiva descritiva ............................................................................ 263
3.1.3.1 Mtodos da pesquisa descritiva ...................................................................... 267
3.1.4 Pesquisa conclusiva causal ................................................................................. 271
Reflexo ........................................................................................................................ 276
Leitura complementar .................................................................................................. 276
Unidade 4: Plano de amostragem e relatrio fnal ................................................... 279
Voc se lembra? ........................................................................................................... 279
4.1 Plano de amostragem e relatrio final ................................................................... 280
4.1.1 Amostra ou censo? .............................................................................................. 281
4.1.1.1 Processo de elaborao da amostragem ........................................................... 283
4.1.2 Tabulao dos dados ........................................................................................... 291
4.1.3 Elaborao do relatrio final ............................................................................... 292
4.1.4 Tomada de deciso .............................................................................................. 293
Refexo ......................................................................................................................... 294
Leituras complementares .............................................................................................. 295
Sistema de informao gerencial .................................................................. 297
Unidade 1: A empresa sistmica ................................................................................ 299
Objetivos de aprendizagem ........................................................................................... 299
Voc se lembra? ............................................................................................................ 300
1.1 A Empresa Sistmica ............................................................................................. 300
1.2 O que so sistemas de informao? ....................................................................... 304
1.3 A Evoluo dos Sistemas de Informao ............................................................... 308
1.4 Categorias e Tipos de Sistemas de Informao ...................................................... 310
1.5 Outras classificaes dos Sistemas de Informao ................................................ 316
1.6 Relacionamento entre os tipos de Sistemas de Informao ................................... 317
Atividades ..................................................................................................................... 319
Reflexo ........................................................................................................................ 320
Leituras Recomendadas ................................................................................................ 321
Referncias Bibliogrficas ............................................................................................ 324
Unidade 2: Tecnologia da informao na gesto empresarial................................. 327
Voc 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 contnua ........................................................................................... 337
2.5 TI e a reestruturao dos processos de negcio ..................................................... 340
Atividades ..................................................................................................................... 342
Reflexo ........................................................................................................................ 343
Unidade 3: Sistemas integrados de gesto empresarial Defnies e implantao ... 355
Voc se lembra? ............................................................................................................ 356
3.1 Conceito e evoluo dos SIGEs ............................................................................. 356
3.2 Caractersticas de um sistema ERP ........................................................................ 362
3.3 Benefcios e dificuldades de um sistema ERP ....................................................... 367
3.3.1 Benefcios 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 Implantao 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 implantao? ......................................................................... 379
3.8 Etapas da Implantao ........................................................................................... 384
Atividades ..................................................................................................................... 387
Reflexo ........................................................................................................................ 389
Unidade 4: Outros tipos de sistemas empresariais (CRM, SCM, BI) e aquisio
de aplicaes de TI..................................................................................................... 393
Voc se lembra? ............................................................................................................ 394
4.1 Gerenciamento do relacionamento com o cliente .................................................. 394
4.1.1 Como ser uma empresa sem o CRM? ............................................................... 396
4.1.2 CRM operacional e analtico .............................................................................. 399
4.1.3 Principais softwares de CRM .............................................................................. 401
4.2 Gerenciamento de Cadeia de Suprimento (SCM) .................................................. 401
4.2.1 Quais so os objetivos de um sistema para SCM? .............................................. 402
4.2.2 Sistemas de planejamento e execuo da cadeia de suprimento ......................... 402
4.2.3 Principais mdulos de um sistema de SCM ........................................................ 403
4.3 Inteligncia Empresarial (BI) ................................................................................. 403
4.3.1 Onde ficam os dados do BI? ............................................................................... 404
4.3.2 Exemplos de utilizao de BI ............................................................................. 405
4.4 O contexto que envolve a aquisio de aplicaes de TI ....................................... 407
4.5 Modelos para processo de aquisio ...................................................................... 407
Atividades ..................................................................................................................... 410
Reflexo ........................................................................................................................ 413
Unidade 5: E-business, e-commerce e a ti na gesto do conhecimento .................. 419
Voc se lembra? ............................................................................................................ 420
5.1 Aplicaes de E-Business ...................................................................................... 420
5.2 Fundamentos do E-Commerce ............................................................................... 424
5.3 Aplicaes de E-Commerce ................................................................................... 425
5.4 Fundamentos da Gesto do Conhecimento ............................................................ 426
5.5 A TI e a Gesto do Conhecimento ......................................................................... 428
5.6 Sistemas para a Gesto do Conhecimento ............................................................. 429
A
p
r
e
s
e
n
t
a
o
5.6.1 Portal de Informao ou de Conhecimento ......................................................... 429
5.6.2 Inteligncia Artificial .......................................................................................... 432
5.6.3 Agentes Inteligentes ............................................................................................ 432
Atividades ..................................................................................................................... 434
Reflexo ........................................................................................................................ 435
A
p
r
e
s
e
n
t
a
o
O UniSEB Interativo
Prezado(a) acadmico(a)
Bem-vindo(a) ao Centro Universitrio UniSEB
Interativo. Temos o prazer de receb-lo(a) no novo
segmento desta instituio de ensino que j possui mais
de 40 anos de experincia em educao.
O Centro Universitrio UniSEB Interativo tem se des-
tacado pelo uso de alta tecnologia nos cursos oferecidos, alm
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 padres de ensino superior da
mais alta qualidade e com pesquisa de mercado.
Assim, apresentamos neste material o trabalho desenvolvido pe-
los professores que, por meio da tecnologia da informao e comunica-
o, 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 necessrios sua
formao, alm de auxili-lo(a) nos estudos e incentiv-lo(a), com as indi-
caes bibliogrfcas de cada unidade, a fm de aprofundar cada vez mais
o seu saber.
Procure ler os textos antes de cada aula para poder acompanh-la
melhor e, assim, interagir com o professor nas aulas ao vivo. No deixe
para estudar no fnal de cada mdulo somente com o objetivo de passar
pelas avaliaes; procure ler este material, realizar outras leituras e
pesquisas sobre os temas abordados e estar sempre atualizado, af-
nal, num mundo globalizado e em constante transformao, pre-
ciso estar sempre informado.
Procure dedicar-se ao curso que voc escolheu, aproveitan-
do-se do momento que fundamental para sua formao pesso-
al e profssional. Leia, pesquise, acompanhe as aulas, realize
as atividades on-line, desta maneira voc estar se forman-
do de maneira responsvel, autnoma e, certamente, far
diferena no mundo contemporneo.
Sucesso!
A
p
r
e
s
e
n
t
a
o
A
p
r
e
s
e
n
t
a
o
A
p
r
e
s
e
n
t
a
o
O Mdulo 4.2
Caro aluno, no Mdulo 4.2 Ferramen-
tas e sistemas de gesto empresarial, voc
aprender conceitos referentes s seguintes re-
as do conhecimento:
Estatstica aplicada administrao;
Pesquisa de mercado;
Sistemas de informao gerencial.
Estes conhecimentos so fundamentais para a forma-
o do administrador, contribuindo diretamente para tornar o
processo de planejamento mais efetivo e para uma tomada de
deciso mais precisa.
Este material foi cuidadosamente preparado para auxili-lo na
apreenso e compreenso desses novos conceitos. Esperamos que ele
traga nova luz sua carreira.
Mas lembre-se de que a colheita de bons resultados tambm
depende de voc! Por isso, leia o material antes das aulas, acompanhe-
as assiduamente, faa os exerccios propostos, participe das atividades
do ambiente virtual de aprendizagem (AVA), tire suas dvidas com os
professores e tutores. Enfm, adote uma postura proativa no processo de
ensino-aprendizagem!
Sucesso!
A
p
r
e
s
e
n
t
a
o
A
p
r
e
s
e
n
t
a
o
Estatstica aplicada
Administrao
Estatstica uma palavra de origem Latina
que signifcou por muito tempo cincia dos
negcios do Estado. Ela pode ser vista como uma
matemtica aplicada, uma disciplina da rea das cin-
cias exatas que tem aplicao em praticamente todas as
reas de estudo. Esse fato serve para desmistifcar o temor
vivido pelos alunos com relao ao ensino da matemtica em
si (aquela que ns aprendemos at o ensino mdio). As difcul-
dades enfrentadas e a falta de conexo com a prtica so talvez
os fatores que mais contribuem para que isso ocorra.
No entanto, o ensino da Estatstica, mesmo provocando sentimentos
semelhantes nos estudantes, proporciona a esses uma viso prtica
do contedo que est sendo abordado. Mais que isso, ele possibilita,
a quem o est aplicando, a obteno de importantes informaes do
fato que est sendo estudado. O conhecimento mnimo em Estatstica se
tornou pr-requisito para ler um jornal ou uma revista conceituada, pois
muitas informaes se encontram resumidas em tabelas ou grfcos que
grande parte da populao no tem condies de interpretar e, por isso,
ignora (ou no entende) reportagens importantes para a formao de uma
pessoa esclarecida social, econmica e politicamente.
Procuramos, aqui, apresentar a Estatstica de forma clara e prtica. No
com o intuito de formar especialistas nessa rea, mas sim de propor-
cionar a voc, futuro administrador, uma compreenso dos elementos
bsicos que compem essa cincia, visando aplicao na sua rea de
atuao. No tivemos a inteno de esgotar o assunto, mas sim de
apresentar os elementos necessrios ao estudante de administra-
o para que realize uma leitura satisfatria da realidade que o
cerca, das informaes que tem sua volta.
Muitos dos exemplos aqui apresentados so hipotticos.
So exemplos de situaes que ocorrem de forma seme-
lhante na realidade, mas os dados apresentados no so
reais, foram criados apenas para ilustrar a aplicao
do contedo apresentado.
A
p
r
e
s
e
n
t
a
o
U
n
i
d
a
d
e

1

U
n
i
d
a
d
e

1

Introduo estatstica:
anlise exploratria de dados
Nessa primeira unidade, apresentaremos
alguns conceitos bsicos utilizados pela Esta-
tstica, alm de fornecer recursos de organizao,
resumo e apresentao de dados por meio de tabelas
e grfcos.
Quando realizamos uma coleta de dados, geralmente esta-
mos lidando com quantidade muito grande de informaes.
Portanto, torna-se imprescindvel a utilizao de certas tcnicas
visando a simplifcar a leitura de tais informaes. Para que se
tenha uma viso do todo (sobre o fenmeno que est sendo estuda-
do), precisamos, por exemplo, dispor as informaes em tabelas ou
apresent-las em grfcos. o que abordaremos num primeiro mo-
mento. Logicamente, h mais tcnicas que podem ser aplicadas, mas
elas sero vistas nas prximas unidades.
Objetivos da sua aprendizagem
Aps o estudo dos conceitos e das tcnicas apresentados nesta unidade,
espera-se que voc consiga identifcar os diferentes tipos de variveis que
podem estar presentes em uma pesquisa, bem como organizar, resumir e
apresentar, por meio de tabelas e grfcos de frequncias, as informaes
contidas em grandes conjuntos de dados.
Voc se lembra?
Voc se lembra de j ter visto tabelas, em jornais, livros ou revistas,
em que eram utilizados percentuais para indicar as frequncias de
ocorrncias de respostas em uma pesquisa? Ou com os percentu-
ais referentes avaliao de um governo? Nesta unidade, vere-
mos como (e para qu) construir tabelas dessa natureza, alm
de elaborar grfcos que representam os resultados dessas
tabelas.
18
Estatstica aplicada Administrao
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1.1 Definio de Estatstica
Estatstica uma cincia que trata de mtodos cientfcos para co-
leta, organizao, descrio, anlise e interpretao (concluso) de um
conjunto de dados, visando tomada de decises.
Podemos dividir a aplicao da Estatstica basicamente em trs eta-
pas, que so descritas resumidamente a seguir:
1. Refere-se coleta de dados, na qual devemos utilizar tcnicas es-
tatsticas que garantiro uma amostra representativa da populao.
2. Depois de coletados os dados, devemos resumi-los em tabelas
de frequncias e/ou grfcos e, posteriormente, encontrar as
medidas de posio e variabilidade (quantidades). Esta etapa
tambm conhecida como Estatstica Descritiva ou Dedutiva.
3. Esta etapa envolve a escolha de um possvel modelo que expli-
que o comportamento dos dados para posteriormente se fazer a
inferncia dos dados para a populao de interesse. Esta etapa
tambm chamada de Estatstica Inferencial ou Indutiva. Nesta
etapa, faz-se necessrio um conhecimento mais aprofundado,
principalmente no que se refere aos tpicos de probabilidades.
Podemos citar inmeros exemplos da estatstica na administrao,
mas, s para convenc-lo da importncia das tcnicas estatstica, 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,
alm de defnir as estratgias de marketing mais efcientes.
2. Quando uma empresa est interessada em lanar um novo pro-
duto no mercado, precisa saber as preferncias dos consumi-
dores. Para isso, necessita realizar uma pesquisa de mercado.
3. O administrador precisa saber escolher uma amostra representa-
tiva de uma populao de interesse para no perder muito tempo
e, consequentemente, dinheiro da empresa em que trabalha.
4. Para se lanar um novo medicamento no mercado farmacutico,
preciso fazer vrias experincias. Ele deve ser testado estatistica-
mente quanto sua efcincia ao que se destina e quanto aos efei-
tos colaterais que pode causar, antes de ser lanado no mercado.
19
Introduo estatstica: anlise exploratria de dados Unidade 1
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
5. Para uma empresa, muito importante fazer previses de
demanda de seus produtos. Para isto existem vrias tcnicas
estatsticas, como regresso linear, regresso logstica, anlise
de sries temporais etc.
6. Controles estatsticos de qualidade (ou controle estatstico do
processo) so indispensveis em todos os tipos de empresas.
Eles so realizados por meio de um conjunto de tcnicas es-
tatsticas, geralmente aplicadas por engenheiros de produo
e administradores para garantir o nvel de qualidade exigido
para a produo (ou servio) dentro de uma indstria.
So inmeras e diversifcadas as aplicaes da Estatstica que o
administrador pode realizar. No h tempo, aqui, de falarmos sobre todas
elas. Sero apresentados os principais conceitos, tcnicas e aplicaes
teis ao administrador que objetiva conhecer a fundo a realidade em que
sua empresa est inserida para tomar decises acertadas.
Comearemos por apresentar alguns conceitos elementares bastante
utilizados no processo estatstico.
Populao o conjunto total de elementos (objetos, itens, medidas
etc.) que tm determinada caracterstica que se deseja estudar.
Amostra uma parte da populao de interesse a que se tem acesso
para desenvolver o estudo estatstico. Se a amostra no for fornecida no
estudo, devemos retir-la da populao por meio de tcnicas de amostra-
gem adequadas, para que os resultados fornecidos sejam confveis.
Estatstica descritiva a parte da estats-
tica que trata da organizao e do resumo do
conjunto de dados por meio de grfcos,
tabelas e medidas descritivas (quantidades).
Estatstica indutiva a parte que
se destina a encontrar mtodos para tirar
concluses (ou tomar decises) sobre a
populao de interesse, geralmente, basea-
do em informaes retiradas de uma amostra
desta populao.
Varivel o conjunto de resultados possveis de um fenmeno. Va-
mos estudar dois tipos de variveis: quantitativas e qualitativas.
Variveis quantitativas so aquelas cujos valores so expressos
por nmeros (quantidades). Podemos distinguir dois tipos de variveis
quantitativas: quantitativa contnua e discreta.

Para saber um
pouco sobre a evoluo
histrica da Estatstica,
assista o vdeo Histria da
Estatstica produzido pela Fun-
dao Universidade do Tocantins,
disponvel em: http://www.youtu-
be.com/watch?v=jCzMPL7Ub
2k&feature=related
20
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Variveis quantitativas contnuas so aquelas que podem assumir,
teoricamente, infnitos valores entre dois limites (num intervalo), ou seja,
podem assumir valores no inteiros. Por exemplo: altura (em metros) de
alunos de uma determinada faixa etria, peso (em kg), salrio etc.
Variveis quantitativas discretas so aquelas que s podem assu-
mir valores inteiros. Por exemplo: nmero de flhos por casal, nmero de
livros em uma biblioteca, nmero de carros vendidos etc.
Variveis qualitativas so as variveis cujos valores so expressos
por um atributo. Podemos distinguir dois tipos de variveis qualitativas:
nominal e ordinal.
Variveis qualitativas nominais defnem-se como aquelas em
que os valores so expressos por um atributo (nome) e esse atributo
no pode ser ordenado. Por exemplo: tipo sanguneo, religio, estado
civil etc.
Variveis qualitativas ordinais tm seus valores expressos por um
atributo (nome) e esse atributo pode ser ordenado. Por exemplo: grau de
instruo, classe social etc.
1.2 Distribuio de frequncias
Quando um pesquisador termina de coletar os dados para sua pes-
quisa, geralmente fca com muitos questionrios (respondidos pelas pes-
soas que foram sorteadas para pertencer sua amostra) ou com os dados
digitados em alguma planilha eletrnica. O fato que os dados brutos
(sem tratamento) no trazem as informaes de forma clara, por isso
devemos tabular esses dados. Quando tabulamos os dados, estamos resu-
mindo as informaes. A esta tabulao damos o nome de distribuio de
frequncias (ou tabela de frequncias)
Distribuio de frequncia uma tabela em que se resumem
grandes quantidades de dados, determinando o nmero de vezes que
cada dado ocorre (frequncia) e a porcentagem com que aparece (fre-
quncia relativa).
Os tipos de frequncias com os quais iremos trabalhar so:
Frequncia absoluta ou simplesmente frequncia (): o n
o
de
vezes que cada dado aparece na pesquisa.
Frequncia relativa ou percentual (
r
): o quociente da frequn-
cia absoluta pelo nmero total de dados. Esta frequncia pode ser expres-
sa em porcentagem. O valor de (
r
100) defnido como
r
(%).
21
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Em todos os nossos exemplos, na distri-
buio de frequncia, vamos considerar que o
intervalo de dado fechado esquerda e aberto
direita. Por exemplo, no caso dessa tabela, conside-
rando a terceira classe de frequncia, podemos dizer
que os 16 operrios que esto nesta classe recebem
de 4 a menos que 6 salrios mnimos por ms.
Frequncia acumulada (
a
): a soma de cada frequncia com as
que lhe so anteriores na distribuio.
Exemplo 1.1. Dada a tabela abaixo, vamos defnir qual a varivel
em estudo e qual o tipo de varivel. Depois, completaremos a tabela de
distribuio de frequncias encontrando as frequncias relativa (3
a
colu-
na) e acumulada (4
a
coluna).
Faixa de renda (em
salrios mnimos)
Nmero de
operrios ()
Frequncia
relativa (
r
)
Frequncia acu-
mulada (
a
)
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: Distribuio de renda de operrios de uma determinada empresa
Resoluo
A varivel em estudo a renda dos operrios de uma determinada
empresa. Esta varivel contnua por poder assumir qualquer valor dentro
de um intervalo numrico.
As frequncias absolutas
() so dadas no problema.
As frequncias relativas
(
r
) so encontradas di-
vidindo cada frequncia
absoluta (de cada classe
de frequncia) pelo total
de operrios (100), e a
frequncia acumulada
(
a
) de cada classe obti-
da somando-se a frequncia
desta cada classe com as que
lhe so anteriores.
Exemplo 1.2 Os salrios dos 100
operrios tambm poderiam estar tabelados, porm sem as classes de
frequncias, da seguinte forma
22
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Faixa de renda
Nmero de
operrios ()
Frequncia
relativa (
r
)
Frequncia acu-
mulada (
a
)
1 salrio mnimo 43 0,43 43
2 salrios mnimos 18 0,18 61
Total 100 1
Tabela 1.2: Distribuio de renda de operrios de uma determinada empresa
1.2.1 Agrupamento em classes
Como vimos no Exemplo 1.1, para representar a varivel contnua
renda, organizamos os dados em classes. Portanto, podemos dizer que
a varivel renda foi dividida em 5 classes de frequncias.
Quando agrupamos em classes de frequncias, perdemos informa-
es, j que no conseguimos voltar aos dados brutos a partir da tabela.
Assim, quando necessitarmos de informaes mais detalhadas sobre os
dados da tabela, deveremos usar algumas medidas obtidas a partir das
classes de frequncias. So elas:
Limite inferior (L
i
): o menor valor que a varivel pode assumir
em uma classe de frequncias;
Limite superior (L
s
): serve de limite para estabelecer quais os
maiores valores que a varivel pode assumir em uma classe de frequn-
cias, mas, geralmente, os valores iguais ao limite superior no so com-
putados naquela classe, e sim na seguinte;
Ponto mdio (P
m
): a mdia aritmtica entre o L
i
e o L
s
da mes-
ma (classe), ou seja,
Pm
L L
i s
=
+
2
;
Amplitude (h): a diferena entre o L
s
e o L
i
da classe, ou seja,
h = L
s
L
i
;
Amplitude total (h
t
): a diferena entre o L
S
da ltima classe de
frequncia e o Li da primeira classe, ou seja: h
t
= L
S
L
I
.
23
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Os
valores de k e h
devem ser arredondados sempre
para o maior valor. Para uma amostra de
tamanho n=50, por exemplo, com o menor
valor igual a 4 e o maior valor igual 445, ento R =
441 (maior valor menor valor). O nmero de classes
seria dado por k n = = 50 7 07106 8 , ... (maior
inteiro depois de 7) e a amplitude (tamanho) de cada uma
das 8 classes acima dever ser
h
R
k
= =
441
8
55 125 56 , (maior inteiro depois de 55),
ou seja, deveramos, para este exemplo, montar uma
tabela com 8 classes e de amplitude 56. A tabela
pode ser iniciada pelo menor valor do
conjunto de dados.
Na construo de uma distribuio de frequncias, devemos de-
terminar o nmero 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 situaes, iremos tabular dados para comparar
os resultados com informaes de outras tabelas. Nesse caso, melhor
considerar as mesmas classes das tabelas que iremos comparar.
Quando no tivermos nenhuma referncia sobre qual deve ser o n-
mero de classes a se trabalhar, podemos utilizar o critrio que sugerido
por vrios autores. Chama-se regra da raiz e ser apresentado a seguir
Considere:
k n e h
R
k
,
(1.1)
em que k ser o nmero de classes da tabela de distribuio de frequ-
ncias, n ser o tamanho da amostra que
trabalharemos, h ser a amplitude
que cada uma das classes dever
assumir e R ser a amplitude
total dos dados.
Resumi ndo, par a
montar uma tabela de fre-
quncias, devemos:
achar o mnimo
e o mximo dos
dados;
determinar as clas-
ses de frequncias, o
que na verdade nada mais
do que escolher intervalos de mesmo comprimento que cubram
a amplitude entre o mnimo e o mximo. Para determinar o n-
mero de classes, usaremos k n e, para determinar o tama-
nho das classes, usaremos h
R
k
;
contar o nmero de observaes que pertencem a cada intervalo de
classe. Esses nmeros so as frequncias observadas da classe;
calcular as frequncias relativas e acumuladas de cada classe.
24
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1.3 Mtodos grficos
O objetivo da utilizao de grfcos em anlise de dados o de fa-
cilitar a compreenso do fenmeno estatstico por meio do efeito visual
imediato que os grfcos proporcionam.
1.3.2 Tipos de grficos
Existem vrios tipos de grfcos. Os mais usados so: grfcos de linha,
diagramas de rea (como, por exemplo: grfcos de colunas, grfcos de bar-
ras e grfcos de setores) e grfcos para representar as distribuies de frequ-
ncias (como, por exemplo: polgono de frequncias, histograma e ogiva).
Vamos saber um pouco quando usar cada um destes grfcos.
1.3.2.1 Grficos de linha
Sempre que os dados estiverem distribudos segundo uma varivel
no tempo (meses, anos etc.), assim como sucede com os dados do Exem-
plo 1.3 Figura 1.1, os dados podem, tambm, ser descritos por meio de
um grfco de linha. Esse tipo de grfco retrata as mudanas nas quanti-
dades com respeito ao tempo atravs de uma srie de segmentos de reta.
muito efciente para mostrar possveis tendncias no conjunto de dados.
Exemplo 1.3 A Tabela 1.3 abaixo fornece uma lista do nmero de
assinantes de telefones celulares, em milhes, de 1997 a 2007, do pas X.
Construa um grfco para resumir os dados da tabela abaixo.
Ano Assinantes (em milhes)
1997 1,1
1998 1,3
1999 1,5
2000 1,9
2001 2,4
2002 2,6
2003 3,1
2004 7,4
2005 18,6
2006 21,5
2007 29
Tabela 1.3 Assinantes de telefones celulares, em milhes, de 1997 a 2007
25
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
O grfco ideal para este conjunto de dados o grfco de linhas, j
que os dados se reportam a uma srie no tempo. Veja a fgura 1.1:
A
s
s
i
n
a
n
t
e
s

(
e
m

m
i
l
h
e
s
)
Anos
1996
0
5
10
15
20
25
30
35
1998
1,1
1,3 1,5
1,9
2,4 2,6
3,1
7,4
18,6
21,5
29
2000 2002 2004 2006 2008
Figura 1.1 Grfco de linhas
1.3.2.2 Grficos (ou diagramas) de barras (ou colunas)
Os diagramas de barras (ou colunas) so bastante utilizados quando
trabalhamos com variveis qualitativas (dados categricos). As barras (ou
colunas) comparam rapidamente o tamanho dos grupos por meio das quan-
tidades ou frequncias para diferentes categorias de dados. (Ver Exemplo
1.4 Figuras 1.2a e 1.2b). O grfco de barras, quando as barras esto dis-
postas no sentido vertical, tambm chamado de grfco de colunas.
Exemplo 1.4 Uma grande indstria de materiais de construo,
com diversas lojas espalhadas pelo pas, fez um levantamento das prin-
cipais causas de perda de ativos durante o ano de 2007. As informaes
esto dispostas na tabela seguinte:
Causas Valor perdido (milhes de reais)
M administrao 5,2
Roubos de funcionrios 3,9
Fraudes nas vendas 5,5
Assaltos s lojas 1,8
Perda do estoque 1,6
Atendimento ruim 0,8
Tabela 1.4 Causas de perda de ativos durante o ano de 2007
26
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Grafcamente, podemos representar este conjunto de dados de trs
formas diferentes: grfco de colunas, grfco de barras e grfco de se-
tores (pizza).
V
a
l
o
r

p
e
r
d
i
d
o

(
m
i
l
h
e
s

d
e

r
e
a
i
s
)
M

a
d
m
i
n
i
s
t
a
o
R
o
u
b
o
s

d
e

f
u
n
c
i
o
n
r
i
o
s
F
r
a
u
d
e
s

n
a
s

v
e
n
d
a
s
A
s
s
a
l
t
o
s

s

l
o
j
a
s
P
e
r
d
a

d
o

e
s
t
o
q
u
e
A
t
e
n
d
i
m
e
n
t
o

r
u
i
m
0
1
2
3
4
5
6
Figura 1.2 a Grfco de colunas
Atendimento ruim
Perda do estoque
Assaltos s lojas
Fraudes nas vendas
Roubos de funcionrios
M administrao
C
a
u
s
a
s
Valor perdido (milhes de reais)
0 1 2 3 4 5 6
Figura 1.2 b Grfco de barras
27
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1.3.2.3 Grfico (ou diagrama) de setores
O diagrama de setores, tambm conhecido como grfco de pizza,
um dos grfcos mais utilizados para representar variveis qualitativas (ou
categricas) e bastante apropriado quando se deseja visualizar a propor-
o que cada categoria representa no total (Figura 1.3).
Vamos utilizar o mesmo exemplo anterior (Exemplo 1.4) para mos-
trar um grfco de setores. Veja a Figura 1.3:
Valor perdido (em milhes)
Atendimento ruim
4%
M administrao
28%
Perda do estoque
8%
Assalto s lojas
10%
Fraudes nas vendas
29%
Roubos de funcionrios
21%
Figura 1.3 Grfco de setores
Os grfcos que sero apresentados a seguir so construdos segun-
do uma distribuio de frequncias. So eles: histograma, polgono de
frequncias e ogiva.
1.3.2.4 Histograma
Um histograma semelhante ao diagrama de barras, porm refere-
se a uma distribuio de frequncia de dados quantitativos contnuos. Por
isso, apresenta uma diferena: no h espaos entre as barras. Os interva-
los de classe so colocados no eixo horizontal, enquanto as frequncias
so colocadas no eixo vertical. As frequncias podem ser absolutas ou
relativas (Ver Exemplo 1.5 Figura 1.4).
28
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Exemplo 1.5 A tabela abaixo representa a distribuio dos salrios
de funcionrios de uma empresa no interior de Minas Gerais.
Salrio (em reais) Freq. absoluta (f) Freq. acumulada (fa)
400,00 |- 800,00 38 38
800,00 |- 1200,00 18 56
1200,00 |- 1600,00 12 68
1600,00 |- 2000,00 8 76
2000,00 |- 2400,00 8 84
2400,00 |- 2800,00 5 89
2800,00 |- 3200,00 3 92
3200,00 |- 3600,00 0 92
3600,00 |- 4000,00 2 94
4000,00 |- 4400,00 0 94
4400,00 |- 4800,00 1 95
Total 95
Tabela 1.5 Distribuio de frequncias dos salrios dos funcionrios de uma empresa no
interior de Minas Gerais
Grafcamente, podemos representar os dados da Tabela 1.5 por meio
de um histograma ou do polgono de frequncias, como mostram as fgu-
ras 1.4 e 1.5, respectivamente.
F
r
e
q
u
n
c
i
a
40
35
30
25
20
15
10
5
0
Salrio (em reais)
400,00
800,00
800,00
1.200,00
1.200,00
1.600,00
3.600,00
4.000,00
2.800,00
3.200,00
4.000,00
4.400,00
3.200,00
3.600,00
4.400,00
4.800,00
2.400,00
2.800,00
2.000,00
2.400,00
1.600,00
2.000,00
Figura 1.4 Histograma dos salrios dos funcionrios de uma empresa no interior de
Minas Gerais
29
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1.3.2.5 Polgonos de frequncia
Podemos dizer que o polgono de frequncias um grfco de linha
de uma distribuio de frequncia. No eixo horizontal, so colocados os
pontos mdios de cada intervalo de classe e, no eixo vertical, so coloca-
das as frequncias absolutas ou relativas (como no histograma).
Considerando o mesmo exemplo anterior (Exemplo 1.5), temos o
polgono de frequncias representado pela fgura 1.5.
40
35
30
25
20
15
10
5
0 0
38
8
8
12
18
0 0
3 5
1
2
0
,
0
0

|

4
0
0
,
0
0
4
0
0
,
0
0

|

8
0
0
,
0
0
8
0
0
,
0
0

|

1
.
2
0
0
,
0
0
1
.
2
0
0
,
0
0

|

1
.
6
0
0
,
0
0
1
.
6
0
0
,
0
0

|

2
.
0
0
0
,
0
0
2
.
0
0
0
,
0
0

|

2
.
4
0
0
,
0
0
2
.
4
0
0
,
0
0

|

2
.
8
0
0
,
0
0
2
.
8
0
0
,
0
0

|

3
.
2
0
0
,
0
0
3
.
2
0
0
,
0
0

|

3
.
6
0
0
,
0
0
3
.
6
0
0
,
0
0

|

4
.
0
0
0
,
0
0
4
.
0
0
0
,
0
0

|

4
.
4
0
0
,
0
0
4
.
4
0
0
,
0
0

|

4
.
8
0
0
,
0
0
4
.
8
0
0
,
0
0

|

5
.
2
0
0
,
0
0
0
Figura 1.5 Polgono de frequncias dos salrios dos funcionrios de uma empresa no
interior de Minas Gerais
Para fnalizarmos o estudo de grfcos, vamos apresentar um ogiva.
1.3.2.6 Ogiva
Um ogiva um grfco para distribuio de frequncias acumulada.
Ainda utilizando o Exemplo 1.5, a terceira coluna traz a frequncia acu-
mulada dos dados, e o grfco (ogiva) fca representado pela Figura 1.6.
Para construir um ogiva, devemos usar o limite superior de cada in-
tervalo no eixo horizontal e a frequncia acumulada no eixo vertical.
30
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
100
90
80
70
60
50
40
30
20
10
0
4
0
0
,
0
0
8
0
0
,
0
0
1
.
2
0
0
,
0
0
1
.
6
0
0
,
0
0
2
.
0
0
0
,
0
0
2
.
4
0
0
,
0
0
2
.
8
0
0
,
0
0
3
.
2
0
0
,
0
0
3
.
6
0
0
,
0
0
4
.
0
0
0
,
0
0
4
.
4
0
0
,
0
0
4
.
8
0
0
,
0
0
F
r
e
q
u
n
c
i
a

a
c
u
m
u
l
a
d
a
Salrio (em reais)
Figura 1.6 Ogiva dos salrios dos funcionrios de uma empresa no interior de Minas
Gerais
1.4 Uso do MS Excel (verso 2003) para
construir grficos
Vamos apresentar os passos para a obteno de um grfco no MS-
Excel/2003.
Para exemplifcar a construo destes grfcos, vamos fazer o
passo a passo de um tipo deles, no caso o grfco de setores. Os pro-
cedimentos para construo de outros grfcos so semelhantes ao que
vamos apresentar.
1
o
passo Digitar em uma planilha os valores e as categorias refe-
rentes ao problema, no nosso caso o Exemplo 3.1.2.
31
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Figura 1.7 Entrada dos valores
2
o
passo Escolher o tipo de grfco: clique sobre o cone Inserir e
depois clique em Grfco para abrir a janela:
Figura 1.8 Tipo de grfco
32
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
3
o
passo Vamos utilizar o assistente grfco. Escolha o tipo de gr-
fco que voc deseja e clique sobre ele. No caso, vamos escolher o grfco
de setores (pizza) (etapa 1 de 4 tipo de grfco)
Figura 1.9 Assistente grfco: etapa 1 de 4 tipo de grfco
4
o
passo Clique em avanar e v para a etapa 2 de 4 dados de
origem.
Figura 1.10 Assistente grfco: etapa 2 de 4 dados de origem
33
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
5
o
passo Clique em avanar novamente e v para a etapa 3 de 4
opes de grfco. Nesta etapa voc pode escolher se quer legenda ou no,
se quer inserir ttulo e rtulos de dados (ou valores).
Figura 1.11 Assistente grfco: etapa 3 de 4 opes de grfco
6
o
passo Clique em avanar e v para a ltima etapa (etapa 4 de
4 local do grfco).
Figura 1.12 Assistente grfco: etapa 4 de 4 local do grfco
34
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
7
o
passo Clique em concluir. Teremos um grfco de setores, po-
rm mal acabado.
Figura 1.13 Grfco de setores concludo, mas sem acabamento
8
o
passo Depois de concludo, voc pode clicar sobre o grfco e
fazer vrias alteraes, como, por exemplo: fonte, tamanho, tipo de letra,
preenchimento, tamanho do grfco etc. Veja como fcou o grfco depois
de feitas as alteraes estticas.
Figura 1.14 Grfco de setores com alteraes estticas
35
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Para montar os outros grfcos com o auxlio do MS-Excel, basta
seguir os mesmos passos acima e descobrir as pequenas diferenas entre a
montagem de um tipo de grfco e outro. Voc vai ver como fcil.
Atividades
01. Classifque as variveis abaixo em quantitativas (discretas ou contnu-
as) ou qualitativas (nominal ou ordinal).
a) cor dos olhos
b) nmero de peas produzidas por hora
c) dimetro externo
d) nmero de pontos em uma partida de futebol
e) produo de algodo
f) salrios dos executivos de uma empresa
g) nmero de aes negociadas na bolsa de valores
h) sexo dos flhos
i) tamanho de pregos produzidos por uma mquina
j) quantidade de gua consumida por uma famlia em um ms
k) grau de escolaridade
l) nvel social
m) tipo sanguneo
n) estado civil
02. Abaixo temos as idades dos funcionrios de uma determinada em-
presa. Fazer uma distribuio por frequncia, agrupando os dados em
classes. Obs.: a tabela de distribuio por frequncia deve ser comple-
tada com ,
r
e
a
.
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 frequncia construda, pede-se:
a) Quantos so os funcionrios com idade inferior a 33 anos?
b) Que porcentagem de funcionrios tem idade igual ou superior a 47
anos?
36
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
c) Quantos so os funcionrios com idade maior ou igual a 26 anos e que
no tenham mais que 40 anos?
d) Qual a porcentagem de funcionrios com idade abaixo de 40 anos?
e) Qual a porcentagem de funcionrios que tm no mnimo 40 anos?
03. Uma agncia de turismo est interessada em saber como est distribu-
do o estado civil dos seus clientes. Para isso, o gerente desta agncia pede
para fazer um grfco que resuma estas informaes. Construa este grfco
e interprete-o.
Estado civil Nmero de clientes
Solteiro 2600
Casado 900
Vivo 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
sbado tarde depois de receberem seus pagamentos (salrios). Para
isso, ele pegou 50 clientes que passaram pelos caixas entre 13 e 18 ho-
ras e anotou os valores gastos por cada um deles. Estes valores esto
listados abaixo:
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 a varivel em estudo? Qual o tipo desta varivel?
b) Construa uma tabela de frequncia para os dados.
c) Construa um histograma e um polgono de frequncias para a tabela
construda no item b).
37
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Respostas das atividades
01.
a) qualitativa nominal
b) quantitativa discreta
c) quantitativa contnua
d) quantitativa discreta
e) quantitativa contnua
f) quantitativa contnua
g) quantitativa discreta
h) qualitativa nominal
i) quantitativa contnua
j) quantitativa contnua
k) qualitativa ordinal
l) qualitativa ordinal
m) qualitativa nominal
n) qualitativa nominal
02. classes e amplitude de classe
Classes
r
a
19 26 5 0,1667 5
26 33 13 0,4333 18
33 40 4 0,1333 22
40 47 4 0,1333 26
47 54 3 0,1000 29
54 61 1 0,0333 30
Total 30 1
a) 18
b) 13,33%
c) 17
d) 73,33%
e) 26,67%
38
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
03.
Solteiro
43%
Outros
17%
Separado
20%
Vivo
5%
Casado
15%
Por meio da anlise do grfco, podemos dizer que 43% dos clientes
desta agncia de turismo so solteiros, 20% so separados, 17% tm outro
tipo de estado civil, 15% so casados e apenas 5% so vivos. Esta infor-
mao importante na hora de lanar pacotes de viagens. A agncia deve
lembrar-se de que grande parte de seus clientes solteira. Tambm pode
criar estratgias para trazer mais clientes casados ou vivos, que devem
ter outro tipo de perfl.
04.
a) Gastos com supermercado. Varivel quantitativa contnua.
b)
Classes (Gastos em R$)
r
a
4,89 61,89 17 0,34 17
61,89 118,89 13 0,26 30
118,89 175,89 5 0,10 35
175,89 232,89 5 0,10 40
232,89 289,89 3 0,06 43
289,89 346,89 3 0,06 46
346,89 403,89 2 0,04 48
403,89 460,89 2 0,04 50
Total 50 1
39
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
c)
F
r
e
q
u
n
c
i
a
Gastos em R$
18
16
14
12
10
8
6
4
2
0
346,89
403,89
403,89
460,89
4,89
61,89
289,89
346,89
232,89
289,89
175,89
232,89
118,89
175,89
61,89
118,89
0
4
,
8
9

|

6
1
,
8
9
6
1
,
8
9

|

1
1
8
,
8
9
1
1
8
,
8
9

|

1
7
5
,
8
9
1
7
5
,
8
9

|

2
3
2
,
8
9
2
3
2
,
8
9

|

2
8
9
,
8
9
2
8
9
,
8
9

|

3
4
6
,
8
9
3
4
6
,
8
9

|

4
0
3
,
8
9
4
0
3
,
8
9

|

4
6
0
,
8
9
4
6
0
,
8
9

|

5
1
7
,
8
9
F
r
e
q
u
n
c
i
a

a
c
u
m
u
l
a
d
a
18
16
14
12
10
8
6
4
2
0
Leitura recomendada
Recomendamos a leitura do texto Como analisar de forma simples
um grande nmero de dados?, disponvel no endereo 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 situaes em que precisamos resumir as informaes
de grandes conjuntos de dados.
Reflexo
Estamos encerrando nossa primeira unidade. Vimos, aqui, alguns
conceitos que sero fundamentais na compreenso do restante do conte-
do de Estatstica. J deve ter dado para perceber que, mesmo ainda es-
40
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
tando no incio da disciplina, as aplicaes prticas que voc poder fazer
na sua rea de atuao sero muitas. A compreenso e a interpretao das
mais variadas informaes com as quais nos deparamos em nosso cotidia-
no dependem, em parte, do conhecimento de certos elementos estatsticos.
Estamos apenas no comeo. Muitas tcnicas (muito interessantes!)
ainda sero abordadas. E lembre-se de que o conhecimento e o domnio
da Estatstica certamente levaro voc, futuro administrador, s decises
mais acertadas.
Referncias
ANDERSON, David R.; SWEENEY, Denis J.; WILLIAMS, Thomas
A. Estatstica aplicada administrao e economia. So Paulo: Pio-
neira Thomson Learning, 2003.
COSTA NETO, Pedro Luiz de Oliveira. Estatstica, So Paulo: Edgard
Blucher, 2002.
FARIAS, Alfredo Alves de; SOARES, Jos Francisco; CSAR, Cibele
Comini. Introduo estatstica. Rio de Janeiro: LTC, 2003.
TRIOLA, Mario F. Introduo estatstica. Rio de Janeiro: LTC,
1999.
VIEIRA, Sonia. Elementos de estatstica. So Paulo: Atlas, 2003.
Na prxima unidade
Se at agora vimos como organizar, resumir e apresentar os dados
(informaes) em tabelas e grfcos, na prxima unidade iremos incre-
mentar esse processo por meio da insero das medidas de posio. So
medidas que iro, de certa forma, representar o conjunto como um todo.
Um exemplo bem conhecido de medida de posio (ou de tendncia cen-
tral) a mdia. No so raras as situaes em que a mdia utilizada para
representar um conjunto de dados.
Alm dela, veremos outras tambm muito importantes com larga
aplicao no estudo dos dados.
U
n
i
d
a
d
e

2

U
n
i
d
a
d
e

2

Medidas de posio
As medidas de posio, tambm cha-
madas de medidas de tendncia central,
tm o objetivo de representar o ponto central
de um conjunto de dados. As mais conhecidas so
a mdia, a mediana e a moda. Alm dessas medidas,
podemos citar outras medidas de posio importantes,
que no necessariamente so centrais. So ela os quartis, os
decis e os percentis. Vamos estudar cada uma dessas medidas
de posio (estatsticas).
Primeiramente, vamos fazer um estudo para os dados no
tabulados, ou seja, quando os dados no estiverem na forma de
distribuio de frequncia. Em seguida, as mesmas medidas sero
calculadas com base em dados tabulados.
Objetivos de sua aprendizagem
Por meio do estudo desta unidade, esperamos que voc seja capaz
de calcular e de interpretar as medidas de posio aplicadas a conjuntos
de dados.
Voc se lembra?
Voc se lembra das situaes para as quais j calculou uma mdia?
Que tipo de informao essa medida fornece? Para que serve? Para apli-
car e interpretar medidas como ela, necessrio conhec-las bem. Va-
mos, ento, realizar um estudo detalhado da mdia e de outras medidas
de mesma natureza.
42
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
2.1 Mdia aritmtica (x)
A mdia aritmtica a mais comum e mais simples de ser calcula-
da dentre todas as medidas de posio mencionadas.
Para calcul-la, basta fazer a diviso da soma de todos os valores
(x
1
, x
2
, ..., x
n
) da varivel pelo nmero deles (n):
x
x
n
i
i
n
=
=
1
(2.1)
em que:
x = a mdia aritmtica;
x
i
= os valores da varivel;
n = o nmero de valores.
2.2 Mediana (Md)
A mediana outra medida de posio dita mais robusta que a m-
dia, pois, da forma como ela determinada, no permite que alguns valo-
res muito altos ou muito baixos interfram de maneira signifcativa em seu
valor. Desta forma, se o conjunto de dados apresentar alguns poucos va-
lores discrepantes em relao maioria dos valores do conjunto de dados,
em geral aconselhvel usar a mediana em vez da mdia.
A mediana encontrada ordenando-se os dados do menor para o
maior valor e, em seguida, identifcando o valor central destes dados orde-
nados. uma medida que divide o conjunto de dados ao meio, deixando a
mesma quantidade de valores abaixo dela e acima.
H uma pequena diferena na determinao da mediana conforme o
tamanho (n) do conjunto seja par ou mpar. Vejamos a seguir.
Se o nmero de elementos do conjunto de dados for mpar, ento a
mediana ser exatamente o valor do meio.
Md x
n
=
+
1
2
(2.2)
Se o nmero de elementos do conjunto de dados for par, ento a me-
diana ser exatamente a mdia dos dois valores do meio.
Md
x x
n n
=
+
2
2
2
2
(2.3)
43
Medidas de posio Unidade 2
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
em que x x e x
n n n
2
1
2
2
2
, indicam as posies onde os dados

se encontram.
2.3 Moda (Mo)
A moda de um conjunto de dados o valor (ou valores) que ocorre
com maior frequncia. Existem conjuntos de dados em que nenhum valor
aparece mais vezes que outros. Neste caso, dizemos que o conjunto de
dados no apresenta moda. So sries amodais.
Em outros casos, pode aparecer dois ou mais valores de maior con-
centrao de dados. Neste caso, ento, dizemos que srie tem duas ou
mais modas (bimodal, multimodal).
Vamos ver um exemplo para dados no agrupados (dados brutos).
Exemplo 2.1 Um gerente de banco deseja estudar a movimenta-
o de pessoas em sua agncia na segunda semana de um ms 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 ltimo dia do
levantamento, 850 pessoas. Encontre a mdia aritmtica, a mediana e a
moda para este conjunto de dados e interprete os resultados.
Resoluo
A mdia aritmtica dada por:
x
x
n
i
i
n
= =
+ + + +
= =
=
1
1348 1260 1095 832 850
5
5385
5
1077
O nmero mdio de pessoas que entram em uma agncia ban-
cria na segunda semana do ms 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 um valor em torno do qual o nmero de pessoas
que entram em uma agncia durante a segunda semana de cada ms se
concentra.
Para encontrar a mediana, devemos, primeiramente, ordenar os da-
dos em ordem crescente (pode ser decrescente tambm).
832, 850, 1.095, 1.260, 1.348
44
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Como a quantidade de dados (n) um nmero mpar, ento a me-
diana exatamente o valor que se encontra no meio do conjunto de dados.
Nesse caso, Md = 1095.
Md = 1095 signifca que o valor 1095 divide esse conjunto exata-
mente ao meio.
Este conjunto de dados no possui moda, pois no existe nenhum
valor que aparece com mais frequncia que os outros.
Agora, vamos fazer um estudo para os dados tabulados, ou seja,
quando os dados estiverem na forma de distribuio de frequncia.
Quando os dados estiverem tabulados, ou seja, na forma de distri-
buio de frequncias, a maneira de se calcular a mdia aritmtica muda
um pouco. Como as frequncias so nmeros que indicam quantas vezes
aparece determinado valor (caso do Exemplo 2.2) ou quantos valores h
em cada classe de frequncia (caso do exemplo 2.3), elas funcionaro
como fatores de ponderao.
Mdia aritmtica
Vamos ver como fca o clculo da mdia aritmtica neste caso:
x
x f
f
i i
i
n
i
i
n
=
=
=
1
1
(2.4)
em que:
x
i
o valor da varivel (ou o ponto mdio de uma classe de frequ-
ncia);
i
a frequncia referente a cada valor (ou classe);
f
i
i
n
=
1
a quantidade total de dados (n).
A expresso (2.4) apresentada acima tambm conhecida como fr-
mula da mdia ponderada.
A mediana e a moda, no caso do Exemplo 2.2, so encontradas teo-
ricamente da mesma forma citada anteriormente.
No caso do Exemplo 2.3, a mediana e a moda so calculadas da se-
guinte forma:
45
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Mediana
Md l
n
fa
f
h
md
anterior
md
md
= +
inf
2
(2.5)
em que:
l
inf md
o limite inferior da classe que contm a mediana;
n o nmero total de observaes da distribuio de frequncia;
fa
anterior
a frequncia acumulada da classe anterior classe que
contm a mediana;
f
md
o nmero de observaes da classe que contm a mediana;
h
md
a amplitude do intervalo de classe que contm a mediana.
Moda
Mo=l
d
d d
h
inf mo mo
+
+
1
1 2
(2.6)
em que:
l
inf mo
o limite inferior da classe que contm a moda;
dB
1
B a diferena entre a frequncia da classe modal e a frequncia da
classe precedente;
dB
2
B a diferena entre a frequncia da classe modal e a frequncia da
classe seguinte;
h
mo
a amplitude do intervalo de classe que contm a moda.
Exemplo 2.2 Em um determinado ms, foi computado o nmero x
de faltas ao trabalho, por motivos de sade, que cada funcionrio teve em
uma determinada empresa. Os dados esto representados na tabela abaixo:
Nmero de Faltas (x) f f
a
0 31 31
1 20 51
2 8 59
3 2 61
4 0 61
5 1 62
6 1 63
Total 63
Tabela 2.1 Nmero de faltas ao trabalho, por motivos de sade.
46
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Encontre a mdia aritmtica, a mediana e a moda para este conjunto
de dados e interprete os resultados.
Resoluo
Mdia aritmtica:
x
x f
f
i i
i
n
i
i
n
= =

( )
+
( )
+
( )
+
( )
+
( )
+
( )
+
=
=
1
1
0 31 1 20 2 8 3 2 4 0 5 1 6
( )
=
=
1
63
53
63
0 84 ,
Mediana
Como os dados esto tabelados, eles j se encontram ordenados,
portanto basta encontrar a posio em que a mediana se encontra (valor
central) e ver o valor referente a esta posio este valor ser a mediana.
Md x x x
n
= = = =
+
1
2
63 1
2
32
1
O valor da mediana se encontra na posio 32. Como o primeiro
valor da tabela (x = 0) tem 31 funcionrios (f), a posio 32 se encontra no
segundo valor da tabela (x = 1).
Moda
O valor encontrado com maior frequncia para este conjunto de da-
dos de x = 0, ou seja, comum encontrar funcionrios que no faltam.
Exemplo 2.3 A tabela abaixo apresenta a distribuio de frequn-
cias do tempo de vida de 60 componentes eletrnicos (medido em dias)
submetidos experimentao num laboratrio especializado.
Classes de frequncia f Pm (x
i
) f
a
318 3 10,5 3
1833 4 25,5 7
3348 4 40,5 11
4863 8 55,5 19
6378 10 70,5 29
7893 28 85,5 57
93108 2 100,5 59
108123 1 115,5 60
Total 60
Tabela 2.2 Tempo de vida de componentes eletrnicos
47
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Resoluo
Neste tipo de tabela, como temos classes de frequncias, devemos
encontrar um valor que represente cada classe, para que possamos efetuar
os clculos. Por exemplo, considerando a primeira classe de frequncia,
Classes de frequncia f
318 3
sabemos que 3 componentes eletrnicos tiveram tempo de vida en-
tre 3 e 18 dias, porm no sabemos exatamente qual foi o tempo de vida
de cada um. Se considerarmos o limite inferior da classe (3) para efetuar
os clculos, estaramos subestimando as estimativas; em contrapartida, se
considerarmos o limite superior da classe (18), estaramos superestiman-
do as estimativas. Portanto, vamos utilizar o ponto mdio de cada classe
para fazer os clculos sem grandes prejuzos. A terceira coluna da tabela
acima contm os pontos mdios calculados para cada intervalo de classe.
Esse ponto mdio passa a ser o nosso valor xB
i
Ba ser utilizado nos clculos.
Vejamos como se faz:
Mdia aritmtica
x
x f
f
i i
i
n
i
i
n
= =
( ) + ( ) + ( ) + ( )
+
+
=
=
1
1
10 5 3 25 5 4 40 5 4 55 5 8
60
, , , ,
770 5 10 85 5 28 100 5 2 115 5 1
60
4155
60
69 25
, , , ,
,
( ) + ( ) + ( ) + ( )
= =
Podemos dizer, por meio da anlise da mdia aritmtica, que os
componentes eletrnicos tm uma durao mdia de 69 dias 6 horas.
(69,25 dias).
Mediana
Como os dados esto tabelados em classes de frequncias, o clculo
da mediana fca um pouquinho mais complicado. Agora, teremos de en-
contrar a mediana atravs do seguinte clculo:
48
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Md =
l
n
fa
f
h
md
anterior
md
md inf
+
2
Temos que l
inf md
= 78, pois o limite inferior da classe que contm
a mediana, nesse caso a sexta classe, pois, como temos 60 dados, a me-
diana est entre a posio 30
a
e 31
a
. Portanto, sabemos que ser um valor
entre 78 e 93.
Classes de
frequncia
f Pm (xB
i
B) fB
a
B
318 3 10,5 3
1833 4 25,5 7
3348 4 40,5 11
4863 8 55,5 19
6378 10 70,5 29
7893 28 85,5 57
93108 2 100,5 59
108123 1 115,5 60
Total 60
Classe que
contm a
mediana.
n
f
a
da classe ante-
rior classe que
contm a Md.
n
o
de observaes
da classe que con-
tm a Md.
Alm disso, temos:
n = nmero total de observaes da distribuio de frequncia, por-
tanto n = 60.
fa
anteior
= frequncia acumulada da classe anterior classe que con-
tm a mediana, portanto fa
anteior
= 29
f
md
= nmero de observaes da classe que contm a mediana, por-
tanto, f
md
= 28
h
md
= amplitude do intervalo de classe que contm a mediana, por-
tanto 93 78 = 15.
Com todos os valores encontrados, basta substituir na frmula e en-
contrar o valor da mediana:
Md +
,
,
,
]
]
]
]
]
+
j
(
,
\
,
(
+ 78
60
2
29
28
15 78
1
28
15 78 0 54 78 5 , ,
49
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Por meio da anlise da mediana, po-
demos dizer que 50% dos componentes
eletrnicos avaliados tm durao
igual ou inferior a 78 dias e 12 horas.
Moda
Mo l
d
d d
h
mo mo
= +
+
inf
1
1 2
O limite inferior da classe que
contm a moda (linf mo) igual a 78
tambm, pois, coincidentemente, a sexta classe
possui a moda pelo fato de ser a classe com maior frequncia (maior n-
mero de observaes).
Alm disso, temos:
d
1
= diferena entre a frequncia da classe modal e a frequncia da
classe imediatamente anterior, portanto d
1
= 28 10 = 18.
d
2
= diferena entre a frequncia da classe modal e a frequncia da
classe seguinte, portanto d
2
= 28 2 = 26.
h
mo
= amplitude do intervalo de classe que contm a moda, portanto
h
mo
= 15.
Mo = +
+
= +

= +

78
18
18 26
15 78
18
44
15
78
18
44
15 788 6 1 84 1 + = , ,
Portanto, comum encontrar componentes eletrnicos que durem,
aproximadamente, 84 dias e 2 horas.
Vamos tambm apresentar outras medidas de posio, menos utili-
zadas, porm de extrema importncia em algumas situaes. So elas os
quartis, os decis e os percentis.
2.4 Medidas separatrizes: quartis, decis e percentis
Os quartis, os decis e os percentis so muito similares mediana,
uma vez que tambm subdividem a distribuio de dados de acordo com a
proporo das frequncias observadas.
J vimos que a mediana divide a distribuio em duas partes iguais,
ento os quartis (Q
1
, Q
2
e Q
3
), como o prprio nome sugere, dividem a

Sugerimos os
vdeos: Novo Telecurso - E.
Fundamental - Matemtica - Aula 34
(parte 1) e Novo Telecurso - E. Fun-
damental - Matemtica - Aula 34 (parte 2)
disponveis, respectivamente em http://www.
youtube.com/watch?v=SyWbYOtAIYc&NR=1 e
http://www.youtube.com/
watch?v=ejMyWfuSO5k
que apresenta de modo bem prtico a
utilizao das medidas de posio.
50
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Quando os dados no estiverem subdivi-
didos em classes de frequncias, a forma de
encontr-los ser semelhante forma de encon-
trar a mediana. As interpretaes para cada termo
das frmulas de (2.7), (2,8) e (2.9) so similares s
vistas para a mediana.
distribuio dos dados ordenados em quatro partes, sendo, Q
1
o quartil
que separa os 25% de valores inferiores dos 75% de superiores, Q
2
o que
divide o conjunto ao meio ( igual mediana) e Q
3
o que separa os 75%
de valores inferiores dos 25% de superiores. Os decis, por sua vez, divi-
dem, da mesma forma, a distribuio dos dados em 10 partes, e os percen-
tis dividem a distribuio em 100 partes.
Ento, as expresses (2.7), (2,8) e (2.9) ajudam a encontrar essas
medidas quando os dados esto na forma de distribuio por classes de
frequncias. Vejamos:
Q l
i n
f
f
h
i q
a ant
q
q
i
i
i
= +
inf
4
(2.7)
D l
i n
f
f
h
i d
a ant
d
d
i
i
i
= +
inf
10
(2.8)
P l
i n
f
f
h
i p
a ant
p
p
i
i
i
= +
inf
100
(2.8)
em que:
l
inf
o limite inferior da
classe que contm o quartil,
o decil ou o percentil;
n o nmero total de
observaes da distribui-
o de frequncia;
i refere-se ordem
do quartil, do decil ou do
percentil que se est interes-
sado em estudar, i = 1, 2, 3, ...,
n;
f
a ant
a frequncia acumulada da
classe anterior classe que contm o quartil, o decil ou o percentil;
f o nmero de observaes da classe que contm o quartil, o decil
ou o percentil;
51
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
h a amplitude do intervalo de classe que contm o quartil, o decil
ou o percentil.
As separatrizes, geralmente, s so calculadas para grandes quan-
tidades de dados e, quando h grandes quantidades de valores, eles apa-
recem de forma agrupada, por isso somente vamos demonstrar como
encontr-las atravs do Exemplo 2.3.
Voltando ao Exemplo 2.3, encontre os quartis Q
1
, Q
2
e Q
3
, os decis
D
1
e D
5
e, os percentis P
15
e P
50
. Para facilitar, vamos mostrar a tabela de
dados novamente, para que se possa visualizar mais facilmente o problema.
Classes de frequncia f Pm (xB
i
B) fB
a
B
318 3 10,5 3
1833 4 25,5 7
3348 4 40,5 11
4863 8 55,5 19
6378 10 70,5 29
7893 28 85,5 57
93108 2 100,5 59
108123 1 115,5 60
Total 60
Resoluo
Para encontrar os quartis, devemos utilizar a expresso (2.7), ento
temos:
Q l
fa
f
h
q
anterior
q
q 1
1
1
1
1 60
4
48
15 11
8
= +
= +

inf

= 15 55 5 ,
Q l
fa
f
h
q
anterior
q
q 2
2
2
2
2 60
4
78
30 29
28
= +
= +

inf

15 78 5 ,
Q l
fa
f
h
q
anterior
q
q 3
3
3
3
3 60
4
78
45 29
28
= +
= +

inf

15 86 6 ,
52
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
De acordo com os resultados obtidos, poodemos esperar que:
25% dos dados so menores ou iguais a 55,5, ou seja, 25% dos
componentes eletrnicos tm durao inferior a 55 dias e 12
horas.
horas.
horas.
Para encontrar os decis, devemos utilizar a expresso (2.8), ento
temos:
D l
fa
f
h
d
anterior
d
d 1
1
1
1
1 60
10
18
6 3
4
= +
= +

inf
115 29 25 = ,
D l
fa
f
h
d
anterior
d
d 5
5
5
5
5 60
10
78
30 29
28
= +
= +

inf
15 78 5 ,
Podemos esperar que:
10% dos dados so menores ou iguais a 29,25, ou seja, 10%
dos componentes eletrnicos tm durao inferior a 29 dias e
6 horas.
horas.
Para encontrar os percentis, vamos utilizar a expresso (2.9). Assim,
temos que:
P l
fa
f
h
p
anterior
p
p 15
15
15
15
15 60
100
33
9 7
4
= +
= +

inf
= 15 40 5 ,
53
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Perceba que o 2
o
quartil, o 5
o
decil e o 50
o
percentil represen-
tam a prpria mediana, ou seja, todas estas medidas (Q
2
, D
5
, e P
50
) di-
videm a distribuio dos dados ao meio, deixando 50% abaixo dela e 50%
acima.
P l
fa
f
h
p
anterior
p
p 50
50
50
50
50 60
100
78
30 29
= +
= +

inf
228
15 78 5
,
Trabalhando com os percentis 15
o
e 50
o
, podemos esperar que:
horas.
horas.
Atividades
01. Os dados abaixo referem-se ao nmero de horas extras de trabalho de
uma amostra de 64 funcionrios 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
54
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Pede-se:
a) Calcule e interprete as seguintes medidas descritivas calculadas para
os dados brutos (dados no tabulados): mdia aritmtica; mediana; moda.
b) Construir uma distribuio de frequncias completa (com freq. abso-
luta, freq. relativa, freq. acumulada e ponto mdio).
c) Com a tabela construda no item b), encontre as seguintes medidas:
mdia aritmtica; mediana; moda; 1 quartil; 7 decil; 99 percentil. Inter-
prete os resultados.
d) Construa o histograma para este conjunto de dados.
02. Os dados abaixo representam as vendas mensais (em milhes de reais)
de vendedores de gnero alimentcios de uma determinada empresa.
Vendas mensais (em milhes de reais) Nmero 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 varivel em estudo? Que tipo de varivel esta?
b) Encontre a mdia, a mediana e a moda e interprete os resultados.
c) Encontre as medidas separatrizes Q
3
, D
1
, e P
80
e interprete os resul-
tados.
d) Qual a porcentagem de vendedores com vendas mensais inferiores a
2 milhes de reais?
e) Qual a porcentagem de vendedores com vendas mensais superiores a
4 milhes de reais?
f) Qual a porcentagem de vendedores com vendas mensais entre 3 (in-
clusive) e 5 (exclusive) milhes de reais?
g) Qual a porcentagem de vendedores que vendem, pelo menos, 3 mi-
lhes de reais mensais?
55
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
03. Numa pesquisa realizada com 91 famlias, levantaram-se as seguintes
informaes com relao ao nmero de flhos por famlia:
nmero de flhos 0 1 2 3 4 5
frequncia de famlias 19 22 28 16 2 4
Calcule e interprete os resultados da:
a) mdia aritmtica
b) mediana
c) moda
04. O histograma abaixo representa a distribuio das idades dos fun-
cionrios de uma agncia bancria. Com base no histograma abaixo,
responda:
Histograma
Idade
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
F
r
e
q
u
n
c
i
a
a) Qual a varivel em estudo?
b) Quantos funcionrios trabalham nesta agncia bancria?
c) Quais so a mdia, a mediana e a moda para a idade dos funcionrios
desta agncia? Interprete os resultados.
d) Qual o valor do primeiro quartil? Interprete o resultado.
e) Quantos funcionrios tm menos que 30 anos?
f) Qual a porcentagem de funcionrios com mais de 45 anos?
g) Qual a porcentagem de funcionrios com no mnimo 30 anos?
56
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
05. Defne-se a mdia aritmtica de n nmeros dados como o resultado
da diviso por n da soma dos n nmeros dados. Sabe-se que 4,2 a mdia
aritmtica de 2.7; 3.6; 6.2; e x. Determine o valor de x.
Antes das respostas, gostaramos de deixar claro que as interpre-
taes das questes fcam a cargo do estudante. Se ocorrerem dvidas,
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 3 0,0469 3 12
14 18 5 0,0781 8 16
18 22 12 0,1875 20 20
22 26 25 0,3906 45 24
26 30 12 0,1875 57 28
30 34 3 0,0469 60 32
34 38 2 0,0313 62 36
38 42 2 0,0313 64 40
Total 64 1,0000
c) x 24,6 Md 23,9 Md = 24 Q
1
= 20,7 D
1
26 P
99
= 40,7
d)
1
0

|

1
4
1
4

|

1
8
3
4

|

3
8
3
8
|

4
2
3
0

|

3
4
2
6

|

3
0
2
2

|

2
6
1
8

|

2
2
24
22
20
18
16
14
12
10
8
6
4
2
0
N de horas
Histograma
F
r
e
q
u
n
c
i
a
57
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
02.
a) Vendas mensais. Varivel quantitativa contnua.
b) x 3,2 Md = 3,4 Mo = 3,5
c) Q
3
20,7 D
1
1,4 P
80
= 4,1
d) 16,36%
e) 21,82%
f) 56,36%
g) 65,45%
03.
a) x 17,1
b) Md = 2
c) Mo = 2
04.
a) Idade dos funcionrios
b) 48
c) x 30,9 Md 29,7 Mo 27,8
d) Q
1
25,7
e) 25
f) 4,17%
g) 47,9%
05. 4,3
Reflexo
Que a mdia a medida de posio mais utilizada em nosso dia a
dia talvez nem seria necessrio dizer. Mas preciso tomar certo cuidado
quando utilizamos a mdia como parmetro de um conjunto de dados.
Voc sabe que, se a mdia de sua turma em Estatstica for igual a 7,0 (por
exemplo), no quer dizer que toda ela, ou a maioria, teve bom desempe-
nho nem que metade da turma teve desempenho igual ou superior a 7,0.
Outras medidas, como vimos, podem complementar as informaes dadas
pela mdia.
58
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Referncias
Blucher, 2002.
DOWNING, Douglas; CLARK, Jeffrey. Estatstica aplicada. So
Paulo: Saraiva, 2002.
Comini. Introduo estatstica. Rio de Janeiro: LTC, 2003.
Na prxima unidade
At agora estudamos estatsticas importantes de um conjunto de
dados, tais como mdia, moda, mediana e medidas separatrizes. Estas
medidas nos do noo de posio central ou divisria do conjunto. No
entanto, para que tenhamos informao mais completa do conjunto,
necessrio estudar a sua variabilidade. As estatsticas que tm essa funo
so denominadas medidas de variabilidade ou de disperso e sero abor-
dadas na prxima unidade.
U
n
i
d
a
d
e

3
U
n
i
d
a
d
e

3
Medidas de disperso
Estas medidas servem para indicar o
quanto os dados se apresentam dispersos em
torno da regio central. Fornecem, portanto, o
grau de variao existente no conjunto de dados.
Dois ou mais conjuntos de dados podem, por exem-
plo, ter a mesma mdia, porm os valores podero 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 voc seja
capaz de calcular e interpretar as medidas de disperso aplicadas a
conjuntos de dados, com o objetivo de avaliar o grau de homogenei-
dade.
Voc se lembra?
Voc se lembra de alguma vez em que saiu de casa tendo quase
certeza de que fcaria preso em um engarrafamento no trnsito? No
preciso ser muito observador para perceber que, em determinadas horas
do dia, dependendo do dia da semana, o trnsito (nas grandes e nas m-
dias cidades) estar congestionado. Talvez o melhor seria deixar para sair
outra hora (se isto for possvel). O fuxo de veculos, nesses momentos,
apresenta certa homogeneidade, ou seja, quase sempre est intenso.
Difcilmente, num dia como esses, voc ter um fuxo acentuadamente
menor (ou maior) do que o que voc verifca todos os dias. Vamos
estudar situaes como essas, em que a informao sobre o grau de
homogeneidade (ou heterogeneidade) nos ajudar a tomar a deci-
so mais adequada.
60
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Quanto maiores as medidas de disperso,
mais heterogneos so os dados, e ao con-
trrio, quanto menores so essas medidas, mais
homogneo o conjunto. Primeiramente, vamos
verifcar as medidas de disperso para dados na -ta-
bulados, ou seja, quando os dados no estiverem
na forma de distribuio de frequncia.
3.1 Um exemplo introdutrio
Vamos ver um exemplo bem simples que d ideia da importncia de
conhecer medidas de disperso para a tomada de algumas decises.
Exemplo 3.1 Imagine que estamos interessados em fazer uma via-
gem para Honolulu (Hava) 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 tivssemos apenas a informao da temperatura mdia diria
(medida durante um ano) das duas localizaes e que esta medida fosse igual
a 25 C, poderamos colocar na mala apenas roupas de vero? A resposta
no. Por exemplo, se estivssemos interessados em viajar para o Hava (em
Honolulu), poderamos levar apenas roupas de vero, pois a temperatura m-
nima observada durante um ano foi de 21 C e a mxima foi de 29 C, porm
se resolvermos ir para o Texas (Houston), devemos tomar cuidado com a po-
ca, pois as temperaturas, durante um ano, variaram de 4 C (mnima) a 38 C
(mxima). Resumindo, as temperaturas em Honolulu variam pouco em torno
da mdia diria, ou seja, deve-se levar uma mala apenas com roupas leves,
porm em Houston variam muito, podendo haver perodos de muito frio ou
de muito calor. Portanto, ao ir a Houston, sempre ser necessrio identifcar o
perodo do ano, para saber se a temperatura estar alta ou baixa, a fm de arru-
mar as malas sem perigo de sofrer com a temperatura.
Percebemos, por meio deste
exemplo bem simples, que uma
simples medida de disperso
(a amplitude, por exemplo)
j ajudaria muito a tomar
certos cuidados com a ar-
rumao das bagagens.
Resumi ndo, par a
quantifcar o quanto os da-
dos so homogneos (ou he-
terogneos), precisamos encon-
trar algumas medidas de posio.
3.2 Amplitude total (R)
A amplitude total a diferena entre o maior e o menor valor obser-
vado no conjunto de dados.
R = x
(mximo)
x
(mnimo)
(3.1)
61
Medidas de disperso Unidade 3
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
A amplitude no uma medida muito utilizada, pois s leva em
conta dois valores de todo o conjunto de dados e muito infuenciada por
valores extremos.
Uma medida mais interessante seria aquela que considerasse todos
os valores do conjunto de dados, por exemplo o desvio-padro.
3.3 Desvio-padro (s)
Primeiramente, vamos entender qual a defnio da palavra desvio
em estatstica. Desvio nada mais do que a distncia entre qualquer valor
do conjunto de dados em relao mdia aritmtica deste mesmo conjun-
to de dados.
Existem vrias medidas de disperso que envolvem os desvios.
So elas: o desvio-padro (mais utilizada), a varincia e o coefciente
de variao.
O desvio-padro a medida mais utilizada na comparao de dife-
renas entre grupos, por ser mais precisa e estar na mesma medida do con-
junto de dados. Matematicamente, sua frmula dada pela raiz quadrada
da mdia aritmtica aproximada dos quadrados dos desvios, ou seja:
s
x
i
x
i
n
n
x x x x x
n
x
n
=
=
+ + +
( )
( ) ( ) ( )
2
1
1
1
2
2
2 2
1
(3.2)
em que x
i
cada uma das observaes do conjunto de dados, x a
mdia do conjunto de dados e n o nmero total de observaes do con-
junto de dados.
Desenvolvendo a expresso (3.2), chegamos expresso (3.3), que,
para alguns casos, torna os clculos mais simples e rpidos.
s
x
x
n
n
i
i
=
( )

2
2
1
(3.3)
em que:
x
i
2
a soma de cada valor da varivel ao quadrado;

x
i
( )
2
o quadrado da soma de todos os valores da varivel;
n o nmero total de valores do conjunto de dados.
62
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
3.4 Varincia (s
2
)
A varincia de um conjunto de dados nada mais do que o valor do
desvio-padro elevado ao quadrado, ou seja,
s
x x
n
i
i
n
2
2
1
1
=
( )
(3.4)
ou
s
x
x
n
n
i
i
2
2
2
1
=
( )

(3.5)
A varincia no uma medida muito utilizada para mostrar a disper-
so de um conjunto de dados, pois expressa o seu resultado numa medida
ao quadrado, no sendo possvel interpretar o seu valor. Portanto, na an-
lise descritiva dos dados, no vamos trabalhar com esta medida constante-
mente. Se um determinado problema fornecer a varincia do conjunto de
dados, basta calcularmos a raiz quadrada deste valor (varincia) e obtere-
mos o desvio-padro, que facilmente interpretado por estar na mesma
medida do conjunto de dados.
3.5 Coeficiente de variao (cv)
O coefciente de variao (cv) defnido como o quociente entre o desvio-
-padro e a mdia e frequentemente expresso em porcentagem. Ele
mede o grau de variabilidade do conjunto de dados. Quando calculamos
o desvio-padro, obtemos um valor que pode ser grande ou pequeno, de-
pendendo da varivel em estudo. O fato de ele ser um valor considerado
alto relativo, pois, dependendo da varivel que est sendo estudada e da
mdia, esta variao dos dados pode ser relativamente pequena. Ento, o
coefciente de variao serve para calcular o grau de variao dos dados
em relao mdia aritmtica. E obtido por meio do seguinte clculo:
cv
s
x
= (3.6)
em que s o desvio-padro e x a mdia aritmtica.
Dizemos que o coefciente de variao uma medida de disperso rela-
tiva ao seu valor mdio do conjunto. Para comparar dois conjuntos de dados,
ele se torna mais efciente do que, simplesmente, utilizar o desvio-padro.
63
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
3.5.1 Critrios para a interpretao do coeficiente de
variao
Quanto mais prximo de 0 (ou 0%), menor a variabilidade dos
dados, ou seja, mais homogneo ser o conjunto de dados.
Quanto mais prximo de 1 (ou 100%), maior a variabilidade
dos dados, ou seja, mais heterogneo o conjunto de dados.
Tambm podemos utilizar a seguinte regra:
Para valores do cv 0,5 (ou 50%), podemos dizer que a mdia
representativa do conjunto de dados.
Para valores de cv > 0,5 (ou 50%), dizemos que a mdia no
representa bem o conjunto de dados.
3.6 Exemplo de aplicao das medidas de disperso
para dados no tabulados
Vamos exemplifcar o clculo da amplitude, do desvio-padro, da
varincia e do coefciente de variao utilizando os mesmos exemplos
anteriores (aqueles utilizados para exemplifcar as medidas de posio).
Primeiramente, vamos utilizar o Exemplo (2.1) para dados no ta-
bulados (dados brutos).
Exemplo 3.2 Um gerente de banco deseja estudar a movimenta-
o de pessoas em sua agncia na segunda semana de um ms 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 ltimo dia do
levantamento, 850 pessoas. Encontre a amplitude, o desvio-padro, a va-
rincia e o coefciente de variao para o nmero de pessoas e interprete
os resultados.
Resoluo
A amplitude dada por:
R = x
(mximo)
x
(minimo)
= 1348 832 = 516 pessoas
A maior diferena entre o nmero de pessoas que entram nessa
agncia bancria por dia, durante a segunda semana de um ms qualquer,
de 516 pessoas, ou seja, a diferena entre o dia de maior movimento e o
dia de menor movimento de 516 pessoas.
O desvio-padro obtido por meio da expresso (3.2) ou (3.3).
Como a mdia aritmtica um nmero inteiro e existem poucos dados,
a expresso (3.2) mais rpida de ser calculada, porm fca a critrio de
64
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
cada um a utilizao da expresso (3.2) ou (3.3). Lembrando que a mdia
aritmtica achada anteriormente igual a 1.077 e utilizando a expresso
(3.2), temos:
s
x x
n
i
i
n
=
=
=
( ) + ( ) + ( ) +
=
( )
2
1
2 2 2
1
1348 1077 1260 1077 1095 1077 8832 1077 850 1077
5 1
271 183 18 245
2 2
2 2 2 2
( ) + ( )
=
=
( ) +( ) +( ) + ( ) + 2227
4
73441 33489 324 60025 51529
4
218808
4
2
( )
=
=
( ) +( ) +( ) +( ) +( )
=
= = 554702 233 88 , pessoas
Podemos dizer que em mdia, entram 1.077 pessoas na agncia por
dia. Esse nmero de pessoas que entram na agncia por dia varia em torno
da mdia, mas, tipicamente, a diferena em relao mdia de, aproxi-
madamente, 234 pessoas (para mais ou para menos em relao mdia).
A varincia, como vimos, obtida por meio da expresso (3.4) ou
(3.5), ou simplesmente, como j temos o desvio-padro, basta elevar o
valor encontrado ao quadrado. Para o nosso exemplo, temos:
s
2
= (233,88 pessoas)
2
= 54699,85 pessoas
2
Nesse caso, no h como interpretar a expresso pessoas
2
. Por esse
motivo, costumamos utilizar o desvio-padro no lugar da varincia.
O coefciente de variao, dado pela expresso (3.6), muito fcil
ser obtido, desde que j conheamos os valores da mdia aritmtica e do
desvio-padro, pois basta fazermos uma simples diviso. Vamos calcular
o coefciente de variao para esse exemplo:
cv
s
x
= =
233 88
1077
0 2172
,
, ou 21,72%
Podemos dizer que existe um grau de variabilidade de 21,72% dos
dados em relao mdia, ou seja, o desvio-padro do conjunto represen-
ta 21,72% do tamanho da mdia do conjunto.
65
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Agora, vamos fazer um estudo para os dados tabulados, com rela-
o aos clculos das medidas de disperso.
Quando os dados estiverem na forma tabulada, haver uma pequena
diferena no clculo das medidas de disperso, pois agora necessrio
considerar as frequncias, que funcionaro como fatores de ponderao,
referentes a cada valor da varivel.
Vamos ver como fcam os clculos das medidas de disperso para
dados tabulados.
3.7 Desvio-padro para dados tabulados
Se os dados estiverem tabulados, o desvio-padro pode ser encon-
trado da seguinte forma:
s
f x x
n
i i
i
n
=
( )
2
1
1
(3.7)
Desenvolvendo a expresso (3.7), chegamos expresso (3.8), que
tambm utilizada para o clculo do desvio-padro.
s
f x
f x
n
n
i i
i i
=
( )

2
2
1
(3.8)
em que, para ambas expresses (3.7) e (3.8), x
i
representa cada uma
das observaes do conjunto de dados, x a mdia do conjunto de dados,
f a frequncia associada a cada observao (ou classe de observaes)
do conjunto de dados e n o nmero de total do conjunto de dados.
3.8 Varincia para dados tabulados
A varincia de um conjunto de dados agrupados dada por:
s
f x x
n
i i
i
n
2
2
1
1
=
( )
(3.9)
66
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
ou
s
f x
f x
n
n
i i
i i
2
2
2
1
=
( )

(3.10)
A amplitude e o coefciente de variao no sofrem modifcaes
signifcativas. A amplitude continua sendo a diferena entre o maior e o
menor valor (se os dados estiverem em classes de frequncias, ento R
pode ser a diferena entre o limite superior da tabela de distribuio de
frequncia e o limite inferior da tabela). O coefciente de variao con-
tinua sendo dado pela expresso (3.6), porm o desvio-padro e a mdia
aritmtica, que so necessrios para o clculo do coefciente de variao,
so obtidos por meio das expresses para dados agrupados.
3.9 Exemplo de aplicao das medidas de disperso
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 ms, foi computado o nmero x
de faltas ao trabalho, por motivos de sade, que cada funcionrio teve em
uma determinada empresa. Os dados esto representados na tabela abaixo:
Nmero de faltas (x) f fB
a
B
0 31 31
1 20 51
2 8 59
3 2 61
4 0 61
5 1 62
6 1 63
Total 63
Tabela 2.1 Nmero de faltas ao trabalho
Encontre a amplitude, o desvio-padro, a varincia e o coefciente
de variao para este conjunto de dados e interprete os resultados.
67
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Resoluo
A amplitude para este conjunto de dados dada por:
R = x
(mximo)
x
(mnimo)
= 6 0 = 6 faltas.
A maior diferena entre o nmero de faltas ao trabalho, por motivo
de sade, entre os funcionrios de uma determinada empresa, perodo de
um ms, de 6 faltas.
O desvio-padro obtido por meio da expresso (3.7) ou (3.8).
Para exemplifcar, vamos agora trabalhar com a expresso (3.8). Para faci-
litar, vamos montar uma tabela com os resultados que nos interessam para
aplicar a expresso (3.8):
Nmero de faltas (xB
i
B) fB
i
B fB
i
BxB
i
B fB
i
BxB
i
PB
2
P
0 31 0 0
1 20 20 20
2 8 16 32
3 2 6 18
4 0 0 0
5 1 5 25
6 1 6 36
Total () 63 53 131
s=
f x
f x
n
n -
=
i i
i i
2
2
2
1
131
53
63
63 1
131
2809
63
62
131 44
( )
=
( )
,,
, ,
59
62
1 3938 1 18
faltas
Podemos dizer que, em mdia, ocorre aproximadamente 1 falta por
funcionrio por ms. Na verdade, sabemos que esse nmero de faltas por
funcionrio por ms varia em torno da mdia, mas, tipicamente, a diferen-
a em relao mdia de, aproximadamente, 1 falta (para mais ou para
menos em relao mdia).
68
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
A varincia obtida por meio da expresso (3.9) ou (3.10); porm,
como j temos o desvio-padro, basta elevar o valor encontrado ao qua-
drado, portanto temos:
s
2
= (1,18 faltas)
2
= 1,3924 faltas
2
Como 1,3924 faltas
2
no tem interpretao, utilizamos o desvio-
padro (acima) em vez da varincia para interpretar o comportamento dos
dados.
O coefciente de variao para este exemplo dado por:
cv
s
x
= =
1 18
0 84
1 4048
,
,
,
ou 140,48%
Podemos dizer que existe um grau de variabilidade muito alto, em
torno de 140,48% com relao mdia aritmtica, ou seja, a mdia no
uma boa representante do conjunto de dados para este exemplo.
Para fnalizar, vamos fazer os clculos para os dados agrupados em
classes de frequncias. Para isto, utilizaremos o exemplo 2.3 da unidade
anterior.
Exemplo 2.3 A tabela abaixo apresenta a distribuio de frequn-
cias do tempo de vida de 60 componentes eletrnicos (medido em dias)
submetidos experimentao num laboratrio especializado.
Como calculamos anteriormente, o valor da
mdia igual a 0,84. Se arredondarmos esse
valor para um valor inteiro, podemos dizer que a
mdia aproximadamente igual a 1.
69
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Classes de frequncias f Pm (xB
i
B) f
a
318 3 10,5 3
1833 4 25,5 7
3348 4 40,5 11
4863 8 55,5 19
6378 10 70,5 29
7893 28 85,5 57
93108 2 100,5 59
108123 1 115,5 60
Total 60
Tabela 2.2 Tempo de vida de componentes eletrnicos
Calcule a amplitude, o desvio-padro, a varincia e o coefciente de
variao para este conjunto de dados e interprete os resultados.
Resoluo
A amplitude para este conjunto de dados dada por:
R = x
(mximo)
x
(mnimo)
= 123 3 = 120 dias.
A maior diferena entre o tempo de vida (em dias) de um determi-
nado componente eletrnico 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 frequncias f Pm (xB
i
B) fB
i
BxB
i
fB
i
BxB
i
PB
2
318 3 10,5 31,5 330,75
1833 4 25,5 102 2601
3348 4 40,5 162 6561
4863 8 55,5 444 24642
6378 10 70,5 705 49703
7893 28 85,5 2394 204687
93108 2 100,5 201 20201
108123 1 115,5 115,5 13340
Total 60 4155 322065
70
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Para o clculo do desvio-padro, podemos utilizar as expresses
(3.7) ou (3.8), em que o termo xi deve ser o ponto mdio de cada clas-
se de frequncia. Como a mdia aritmtica igual, aproximadamente,
a 69,25, portanto envolve valores decimais, vamos utilizar a expresso
(3.8), pela praticidade, para o clculo do desvio-padro.
s =
f x
f x
n
n -
i i
i i
2
2
2
1
322065
4155
60
60 1
322065
17264025
( )
=
( )
660
59
322065 287733 75
59
581 89 24 12

,
, , dias
Em mdia, os componentes eletrnicos tm durao de 69 dias e
6 horas com uma variao de, aproximadamente, 24 dias e 3 horas para
mais ou para menos em relao mdia.
A varincia, como j sabemos, o desvio-padro ao quadrado. As-
sim, temos:
s
2
= (24,12 dias)
2
= 581,77 dias
2
Como 581,77 dias
2
no tem interpretao, utilizamos o desvio-
padro (acima) em vez da varincia para interpretar o comportamento dos
dados.
O coefciente de variao para este exemplo dado por:
cv
s
x
= =
24 12
69 25
0 3483
,
,
,
ou 34,83%
Podemos dizer que o grau de variabilidade com relao mdia de
34,83%, ou seja, a mdia pode ser considerada uma boa representante do
conjunto de dados para este exemplo.
3.10 Uso do MS-Excel (verso 2003) para
construir grficos
Vamos apresentar os passos para a obteno de algumas das es-
tatsticas descritivas apresentadas nas unidades 2 e 3 utilizando o MS-
Excel/2003.
71
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Primeiramente, devemos habilitar o mdulo de Anlise de Dados do
MS-Excel. Para isto, devemos entrar na opo Ferramentas e verifcar se a
opo anlise de dados est disponvel (ver Figura 3.1).
Figura 3.1 Menu Ferramentas
Se a opo Anlise de Dados no aparecer no menu Ferramentas,
devemos entrar na opo Suplementos, selecionar a opo Ferramentas de
Anlise e clicar OK. Veja Figura 3.2:
Figura 3.2 Opo Suplementos: Ferramentas de anlise
72
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Agora, entre novamente no menu Ferramentas e verifque se a op-
o Anlise de Dados est disponvel (ver Figura 3.3).
Figura 3.3 Opo Anlise de Dados disponvel.
Agora que a opo Anlise de Dados est disponvel, vamos exem-
plifcar 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 centmetros):
160 152 155 154 161 162 162 161 150 160
163 156 162 161 161 171 160 170 156 164
155 151 158 166 169 170 158 160 168 164
163 167 157 152 178 165 156 155 153 155
Tabela 3.1 Altura de estudantes (em centmetros)
Pede-se para construir uma distribuio de frequncia e usar 6
classes. (iniciando por 150 cm e terminando em 180 cm) e responder s
questes abaixo.
a) Quantos so os estudantes com estatura inferior a 160 cm?
b) Que porcentagem de estudantes tem estatura igual ou superior a
175 cm?
c) Quantos so 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?
73
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
3.10.1 Vamos construir uma tabela de frequncia
1
o
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
2
o
passo Agora, para criar a tabela de frequncia, devemos entrar
na ferramenta Anlise de Dados (no menu Ferramentas) e clicar na op-
o Histograma e dar Ok. (Ver Figura 3.5).
Figura 3.5 Entrando na opo Histograma
74
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
3
o
passo Depois disso, o prximo passo preencher a caixa His-
tograma (ver Figura 3.6). Clique em Ok.
Figura 3.6 Entrada de dados e dos limites superiores das classes para a construo da
tabela de frequncia
4
o
passo Depois do Ok, o MS-Excel criar uma tabela de fre-
quncias em que a primeira coluna trar os limites superiores da tabela
de frequncia e a segunda coluna trar a frequncia de cada classe (ver
Figura 3.7).
Figura 3.7 Tabela de frequncia para a varivel altura
75
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
5
o
passo A frequncia relativa e a porcentagem de cada classe
podem ser includas na tabela acima, com a insero das funes apresen-
tadas na tabela a seguir.
Bloco Frequncia Freq. relativa Porcentagem
155 10 0,25 25
160 10 0,25 25
165 12 0,3 30
170 6 0,15 15
175 1 0,025 2,5
180 1 0,025 2,5
Mais 0 0 0
Total 40 1 100
Tabela 3.2 Tabela de frequncia completa para a varivel altura
=(C2*100)
=(B2/$B$
=SOMA(B2:B8)
Veja:
Figura 3.8 Tabela de frequncia completa para a varivel altura
76
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Por meio da anlise da tabela acima verifca-se que o intervalo com
maior concentrao dos dados o intervalo entre 165 e 170, com 30% das
observaes, enquanto que nenhuma observao foi coletada acima de 180.
3.10.2 Agora vamos construir um histograma
Como vimos nas unidades 1 e 2, para uma distribuio de frequn-
cias referentes a variveis contnuas, o grfco mais apropriado o histo-
grama. Vamos, portanto, construir um para o nosso exemplo:
1
o
passo Selecione os comandos Ferramentas, Anlise de Dados,
Histograma e clique em Ok. Em seguida, defna as entradas de dados a
partir da planilha 1 como se fosse montar uma tabela de distribuio de
frequncias, porm clique em Resultado do Grfco e clique em Ok nova-
mente (ver Figura 3.9).
Figura 3.9 Construo do histograma
O grfco construdo (ver Figura 3.10), no entanto, apresenta dois
problemas:
lacunas entre as barras que correspondem aos intervalos de classe;
visual mal formatado.
77
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Figura 3.10 Histograma gerado pelo MS-Excel antes de format-lo.
Para eliminar os problemas, o seguinte procedimento deve ser
realizado:
2
o
passo Aumente o tamanho do grfco e retire a legenda clican-
do no prprio grfco. Depois, com um clique duplo sobre uma barra do
grfco, abra a caixa de dilogo Formatar Sries de Dados, selecione a aba
Opes e atribua largura do espaamento igual a zero. Clique em Ok
(ver Figura 3.11).
Figura 3.11 Formatao do histograma
78
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Figura 3.12 Histograma formatado
Pelo histograma obtido, verifca-se que as observaes de altura va-
riam entre 150 cm e 180 cm. A maioria das observaes est entre 150 cm
e 165 cm. O intervalo com maior nmero de observaes o terceiro, que
varia de 160 cm a 165 cm.
Se desejarmos, ainda podemos modifcar os ttulos do grfco e das
variveis, inclusive o tamanho da letra (fonte) e a cor das barras. Para
isso, basta clicarmos no canto do grfco (ainda no Excel) e, depois que
este estiver marcado com uns quadradinhos pretos, basta clicar em cima
de cada item a ser modifcado (ttulo do grfco, ttulo das variveis, valo-
res das variveis e tambm na barra do histograma).
3.10.3 Resumo e descrio dos dados por meio de
algumas medidas de posio e disperso
No MS-EXCEL, as medidas de tendncia central e disperso podem
ser encontradas por meio da digitao de funes na planilha de dados,
como ser mostrado atravs de exemplos.
Vamos utilizar o MS-Excel, a princpio, para encontrar trs tipos de
medidas de posio: a mdia, a mediana e a moda.
Medidas de posio
Mdia aritmtica
A mdia aritmtica pode ser calculada digitando-se, por exemplo,
na clula E6, a funo = MDIA(A1:J4) e teclar enter.
79
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
O valor dessa mdia ser 160,525. Embora nenhum aluno apresente
altura igual a 160,525 cm, este o valor da mdia aritmtica, ou seja, o
valor tpico ou mdio de altura, para este conjunto de dados.
Mediana
Para o Exemplo 3.3, devemos inserir, na clula F6, a funo
=MED(A1:J4) e teclar enter.
O valor encontrado para a mediana ser 160,5 cm, ou seja, podemos
dizer que 50% dos alunos tm estatura maior que 160,5 cm.
Moda
Um conjunto de dados pode ser classifcado como unimodal, bimo-
dal, multimodal ou amodal quando possuir, respectivamente, uma, duas,
mais de duas ou nenhuma moda.
Para o nosso exemplo, devemos inserir, na clula G6, a funo
=MODO(A1:J4) e teclar enter.
O valor encontrado para a moda ser 160 cm, ou seja, mais fre-
quente encontrar alunos (nesse conjunto de dados) com estatura igual a
160 cm.
Vamos agora encontrar as principais medidas de disperso (amplitu-
de, o desvio-padro e o coefciente de variao) com o auxlio do Excel.
Medidas de disperso
Amplitude
No Microsoft Excel, a amplitude para o nosso exemplo ser dada
pela insero de funes =MXIMO(A1:J4)-MNIMO(A1:J4) na c-
lula H6.
Assim, as alturas dos alunos diferem entre si por, no mximo, 28 cm.
Desvio-padro
O desvi o-padro ser defi ni do, no Excel , pel a funo
=DESVPAD(A1:J4) na clula I6.
Ento, o desvio-padro encontrado foi de aproximadamente 6,23
cm, ou seja, houve uma disperso mdia em torno da mdia aritmtica
de 6,23 cm. Isto signifca que a maioria das estaturas, nesse conjunto de
dados, concentra-se entre (160,525 6,23).
Coefciente de variao
J que o coefciente de variao, denotado por cv, defnido como
o quociente entre o desvio-padro e a mdia, frequentemente expresso em
80
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
porcentagem, devemos, no Excel, inserir a expresso =(I6/E6)*100, em
que I6 a clula que contm o valor do desvio-padro e E6 a clula que
contm o valor da mdia aritmtica 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 homogneo, ou seja, no h grandes diferen-
as entre as estaturas dos alunos com relao mdia.
A Figura 3.13 mostra os resultados encontrados acima.
Figura 3.13 Clulas E6, F6, G6, H6, I6 com os respectivos valores mencionados acima.
OBS. Algumas das principais medidas de tendncia central e
de disperso podem ser calculadas conjuntamente no MS-Excel, sem
a necessidade da insero de funes na planilha de dados. Esta an-
lise descritiva do conjunto de dados pode ser realizada por meio dos
comandos Ferramentas, Anlise de Dados e Estatstica Descritiva.
(Porm, para utilizar esta opo, os dados devem estar organizados
em uma nica coluna.) Selecionadas estas opes, a caixa de dilogo
Estatstica Descritiva, apresentada na Figura 3.14, ser aberta para a
especifcao do intervalo de dados a ser analisado e das estatsticas de
interesse que sero calculadas.
81
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Figura 3.14 Passos para realizao da Anlise Descritiva dos dados
Clique em Ok. Especifque o intervalo de dados a ser analisado na
caixa de edio Intervalo de Dados, digitando-o ou selecionando-o direta-
mente na planilha. Escolha a opo de sada das estatsticas e selecione a
opo Resumo Estatstico, Ensimo maior e Ensimo menor. O resultado
ser uma nova tabela contendo vrias das medidas descritas acima (ver
Figura 3.15).
Figura 3.15 Resultados da anlise descritiva dos dados
82
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Pela tabela mostrada na Figura 3.15,
verifca-se que foram observados 40 valo-
res de altura, variando entre 150 e 178
cm e resultando em uma amplitude de
28 cm. O valor mais frequente (moda)
160, e a mdia dos dados coletados
(160,525) muito prxima ao valor da
mediana (160,5), indicando a no existn-
cia de pontos muito extremos e discrepantes
q u e afetam o valor da mdia. A maioria dos valores
d e a l t u r a , neste conjunto de dados, concentra-se entre 6,23 cm em
torno da mdia aritmtica, situao evidenciada pelo desvio-padro.
Atividades
01. Vamos utilizar, entre outros exerccios, os mesmos da unidade 2, po-
rm encontrando as medidas de disperso.
Os dados abaixo referem-se ao nmero de horas extras de trabalho de
uma amostra de 64 funcionrios 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
a) Calcule e interprete as seguintes medidas de disperso, calculadas
para os dados brutos (dados no tabulados): amplitude, desvio-padro, va-
rincia e coefciente de variao e interprete os resultados.
b) Por meio da distribuio de frequncias (dados tabulados) construda
para este conjunto de dados (na unidade anterior), encontre a amplitude,
o desvio-padro, a varincia e o coefciente de variao e interprete os
resultados.
No endereo http://
archives.math.utk.edu/
software/msdos/statistics/histo/.
html voc encontrar um software
(gratuito), chamado Histograms que
apresenta algumas ferramentas de an-
lises de dados como clculos de me-
didas, construo de histogramas
etc. Basta baix-lo e executar o
arquivo histo.exe.
83
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
02. Os dados abaixo representam as vendas mensais (em milhes de reais)
de vendedores de gnero alimentcios de uma determinada empresa.
Vendas mensais (em milhes de reais) Nmero 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-padro, a varincia e o coefciente
de variao e interprete os resultados
03. Os dados a seguir representam as notas de 5 disciplinas de um deter-
minado candidato em um concurso pblico. So elas:
2, 5, 8, 8, 9
Calcule a amplitude, o desvio-padro, a varincia e o coefciente de
variao. Interprete os resultados.
04. Numa pesquisa realizada com 91 famlias, levantaram-se as seguintes
informaes com relao ao nmero de flhos por famlia:
nmero de flhos 0 1 2 3 4 5
frequncia de famlias 19 22 28 16 2 4
Calcule e interprete os resultados:
a) da amplitude;
b) do desvio-padro;
c) do coefciente de variao.
05. O histograma abaixo representa a distribuio das idades dos funcio-
nrios de uma agncia bancria. Com base no histograma abaixo, responda:
84
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Histograma
Idade
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
F
r
e
q
u
n
c
i
a
Quais so a amplitude, o desvio-padro, a varincia e o coefciente
de variao para as idades dos funcionrios? Interprete os resultados.
06. Um fabricante de caixas de cartolina fabrica trs tipos de caixa. Testa-
se a resistncia de cada caixa, tomando-se uma amostra de 100 caixas e
determinando-se a presso necessria para romper cada caixa. Seguem os
resultados dos testes:
Tipos de caixas A B C
Presso mdia de ruptura (bria) 15 20 30
Desvio-padro das presses (bria) 4 5 6
a) Que tipo de caixa apresenta a menor variao absoluta na presso de
ruptura?
b) Que tipo de caixa apresenta a maior variao relativa na presso de
ruptura?
Respostas dos exerccios propostos
As interpretaes das questes fcam a cargo do estudante. Se ocor-
rerem dvidas, entrar em contato com o tutor.
85
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
01.
a) R = 31 s 6,1 s
2
37,2 cv 0,2633 ou 26,33%
b) R = 32 s 5,8 s
2
33,6 cv 0,2358 ou 23,58%
02. R = 6 s 1,24 s
2
1,54 cv 0,3875 ou 38,75%
03. R = 7 s 2,88 s
2
8,29 cv0,45 ou 45%
04. R = 5 s 1,29 cv 0,7588 ou 75,88%
05. R = 30 s 6,9 s
2
47,6 cv 0,2233 ou 22,33%
06.
a) Caixa A (menor variao absoluta (s))
b) Caixa A (maior variao relativa (cv))
Reflexo
Vimos, nesta unidade, que to importante quanto conhecer a m-
dia de um conjunto de dados, por exemplo, determinar o seu grau de
variabilidade (ou disperso). Na maioria dos estudos que realizamos,
deparamo-nos com conjuntos que podem apresentar maior ou menor grau
de homogeneidade.
Conjuntos com caractersticas de maior homogeneidade tendem a
nos fornecer informaes mais precisas e confveis. Imagine, por exem-
plo, um estabelecimento que diariamente presta atendimento aos seus
clientes. Se a quantidade desses clientes varia muito de um dia para outro,
fca mais difcil voc determinar quantos funcionrios disponibilizar para
realizar o atendimento. No entanto, se esse nmero varia pouco (apresen-
ta-se mais homogneo) de um dia para o outro, fca muito mais fcil mon-
tar 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, disponvel em http://
super.abril.com.br/ciencia/lei-regularidade-estatistica-se-todos-fossem-
ao-mesmo-cinema-ao-mesmo-tempo-439499.shtml. Ele retrata, de forma
bem interessante, a questo da regularidade dos fenmenos relacionados
ao comportamento social.
86
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Referncias
BUSSAB, Wilton de O.; MORETTIN, Pedro A. Estatstica bsica.
So Paulo: Saraiva, 2003.
Blucher, 2002.
Na prxima unidade
Nas unidades j vistas, estudamos formas de organizar e resumir
dados por meio de distribuies de frequncias e de medidas descritivas.
So processos que, geralmente, nos passam informaes sobre algo que j
ocorreu. Tais informaes tambm so de fundamental importncia para
que possamos prever o que ir acontecer no futuro. Para isso, na prxima
unidade, estudaremos a teoria de probabilidades, que, entre outras coisas,
auxilia-nos na determinao de ocorrncia de eventos futuros, tais como:
vai chover amanh, qual ser minha receita no prximo ms, qual o nvel
de demanda de meu produto no prximo ano, entre muitos outros.
U
n
i
d
a
d
e

4
U
n
i
d
a
d
e

4
Noes de probabilidade
Nas unidades anteriores, vimos como
organizar e descrever conjuntos de dados
por meio de grfcos, tabelas e medidas resumo,
tais como medidas de posio e disperso. Ob-
servamos que os resultados obtidos nos auxiliam na
anlise e na interpretao dos dados.
Nesta unidade estudaremos conceitos bsicos de Pro-
babilidade que sero utilizados nas unidades subsequentes.
Que voc seja capaz de identifcar experimentos aleatrios e
calcular as probabilidades de ocorrncia de determinados eventos,
por meio da defnio de probabilidades e de suas propriedades.
Voc se lembra?
Voc se lembra do signifcado da palavra probabilidade? Sabe
qual o seu real sentido? E qual a sua importncia em nosso dia a dia?
Certamente voc j deve ter feito perguntas cujas respostas dependiam do
clculo de probabilidades. Por exemplo:
Qual a probabilidade de chover no prximo fnal de semana
prolongado?
Qual a probabilidade de se ganhar na Mega-Sena jogando um
volante com seis nmeros?
Qual a probabilidade das vendas de determinado produto de-
crescer se aumentarmos o preo do produto?
O clculo dessas e de outras probabilidades nos auxilia na to-
mada de decises.
88
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
4.1 Experimento aleatrio, espao amostral, evento
Antes de passarmos defnio de probabilidade, vamos apresentar
alguns conceitos bsicos necessrios para efetuar seu clculo.
Experimento aleatrio: uma situao ou acontecimento cujo
resultado no pode ser previsto com certeza.
Espao amostral: o conjunto formado por todos os resul-
tados do experimento aleatrio. Indicamos este conjunto pela
letra grega mega (). Cada elemento do espao amostral
denominado ponto amostral.
Evento: um subconjunto do espao amostral (indicado por
letras maisculas do nosso alfabeto). O evento que possui so-
mente um elemento denominado evento simples.
Exemplo 4.1 Considere o experimento aleatrio que consiste no
lanamento de um dado. Neste experimento, o espao amostral defnido
como () = {1,2,3,4,5,6}. Alguns dos eventos que podem ser defnidos
neste experimento so:
A: sada de face par
A = {2,4,6}
B: sada de face mpar
B = {1,3,5}
C: sada de face maior que 6
C = . Neste caso, indica o conjunto vazio. Este evento deno-
minado evento impossvel.
D: sada de face menor que 2
D = {1}, que denominado evento simples.
E: sada de face menor ou igual a 6
E = {1,2,3,4,5,6}, que o prprio espao amostral . Este evento
denominado evento certo.
90
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Se A B = , temos que A e B so eventos mutuamente exclusi-
vos, ou seja, quando um ocorre, o outro no pode ocorrer.
A B
Figura 4.3 Eventos mutuamente exclusivos
Observao
Quando estamos interessados na interseco de dois eventos, uti-
lizamos a conjuno e, ou seja, queremos encontrar os elementos que
pertencem ao evento A e ao evento B. No caso da unio de dois eventos,
utilizamos a conjuno ou, ou seja, so elementos que pertencem ao
evento A ou ao B ou a ambos.
4.2.3 Complementao
O complemento do evento A, denotado por A
c
, defnido como o
evento que contm todos os pontos amostrais que no pertencem ao even-
to A, ou seja, A
c
= A..
A
Figura 4.4 Complementar do evento A
Exemplo 4.2 Considerando o experimento aleatrio do exemplo
4.1, temos que = {1,2,3,4,5,6}.
Defnindo os eventos A e B como:
A: sada de face par
A = {2,4,6}
B: sada de face menor ou igual a 4
B = {1,2,3,4}.
Determinar A B, A B, A
c
, B
c
, A
c
B
c
, A
c
B
c
, A
c
B, B
c
A.
91
Noes de probabilidade Unidade 4
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Resoluo
A B = {1,2,3,4,6}
A B = {2,4}
A
c
= {1,3,5}
B
c
= {5,6}
A
c
B
c
= {1,3,5,6}
A
c
B
c
= {5}
A
c
B = {1,3}
B
c
A = {6}
4.3 Probabilidade
A probabilidade um nmero que mede a possibilidade de ocorrn-
cia de um evento. Seu clculo da probabilidade pode ser efetuado de duas
maneiras: por meio da defnio clssica de probabilidade e por meio da
defnio frequencial de probabilidade.
4.3.1 Definio clssica
Aplicamos esta defnio quando os pontos amostrais do espao
amostral so equiprovveis, ou seja, tm a mesma probabilidade de ocor-
rer. Por exemplo, quando jogamos um dado equilibrado, todas as faces
tm a mesma probabilidade de ocorrer, ou seja, 1/6.
Dado um evento A, a probabilidade de A, representada por P(A),
obtida por meio da defnio clssica por:
P A
nmero de resultados favorveis ao evento A
nmero total de res
( ) =
uultados possveis
(4.1)
Exemplo 4.3 Retira-se uma carta de um baralho completo de 52
cartas. Qual a probabilidade de sair um rei?
Resoluo
O espao amostral desse experimento :
= {A
0
, ..., k
0
, A
E
, ..., K
E
, A
P
, ..., K
P
, A
C
, ..., K
C
},
ou seja, temos 52 pontos amostrais igualmente provveis de ocorrer.
O evento A: sair um rei o subconjunto A = {K
0
, K
E
, K
P
, K
C
}. Utilizando
a defnio clssica de probabilidade, temos:
P A
( )
=
4
52
92
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Podemos expressar os resultados das
probabilidades em forma de fraes, decimais
ou percentuais. Nesse caso, por exemplo,
podemos indicar o resultado por
P A ( ) =
4
52
,
0,0769 (aproximadamente) ou, ainda, 7,69%.
4.3.2 Definio frequencial
Vimos que a defnio clssica de probabilidade s pode ser aplica-
da quando os pontos amostrais so igualmente provveis de ocorrer. Em
situaes em que isto no ocorre, podemos determinar a probabilidade por
meio da defnio frequencial. Esta defnio baseia-se em observaes
repetidas do experimento aleatrio. Seja A o evento de interesse. A pro-
babilidade P(A) obtida por meio da defnio frequencial dada por:
P A
nmero de vezesque o evento A ocorreu
nmero de repeties do
( )
=
expperimento o aleatrio
(4.2)
em que o nmero de repeties deve ser grande.
A ideia utilizada nessa defnio a mesma da frequncia relativa
defnida na primeira unidade.
Exemplo 4.4 Uma loja de varejo tem registrado em seus arquivos
que, dos 2.000 televisores de determina-
da marca, vendidos em certo per-
odo, 400 precisaram de reparos
dentro da garantia de um ano.
Qual a probabilidade de
que um consumidor que
compre uma t el evi so
dessa marca no precise
utilizar a garantia?
Resoluo
Pelas informaes, te-
mos que 1.600 televisores no
precisaram de reparos durante a garan-
tia. Sendo o evento A: a televiso no precisa de reparo durante a garantia
e utilizando a teoria frequencial, temos:
P A
( )
= = =
1 600
2 000
4
5
0 8
.
.
,
ou seja, o consumidor tem probabilidade 0,8 de no precisar usar a
garantia.
93
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
4.4 Regras bsicas de probabilidade
Sejam A e B dois eventos do espao amostral . Ento:
a) 0 P(A) 1
b) P() = 1
c) P(A B) = P(A) + P(B) P(A B)
d) Se A e B forem mutuamente exclusivos, ento
P(A B) = P(A) + P(B).
e) P(A
c
) = 1 P(A)
Exemplo 4.5a Considere = {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 =
c) B
c
= {2,4,6,8}
d) A
c
= {1,3,5,7,9}
e) A
c
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?
Resoluo
Nesse experimento aleatrio, temos que o espao amostral forma-
do por 52 pontos amostrais, ou seja, = {A
0
, ..., k
0
, A
E
, ..., A
P
, ..., A
C
,
..., K
C
}. Vale relembrar que todos os pontos amostrais so equiprovveis.
Com isso, podemos utilizar a defnio clssica de probabilidade. De-
vemos observar tambm que o enunciado nos pede para encontrar a pro-
babilidade de o evento sair nove ou de o evento sair carta de paus, o que
caracteriza a unio de dois eventos. Portanto, devemos utilizar
P(A B) = P(A) + P(B) P(A B).
Os eventos defnidos pelo exerccio so:
A: sada de uma carta nove
A: {9
O
, 9
E
, 9
C
, 9
P
}, portanto, P A
( )
=
4
52
B: sada de uma carta de paus
94
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
B: {A
P
, 2
P
, ..., K
P
}, portanto, P A
( )
=
13
52
A B = {9
P
}, portanto, P A B
P A
( )
=
1
52
Assim,
P(A B) = P(A) + P(B) P(A B)
P(A B) =
4
52
13
52
1
52
+
P(A B) =
16
52
Exemplo 4.5c Uma urna contm 30 bolas vermelhas, 12 bolas
azuis e 7 bolas pretas. Extraindo-se aleatoriamente uma bola, qual a pro-
babilidade de ser:
a) vermelha
P V ( ) =
30
49
b) azul
P A ( ) =
12
49
c) azul ou preta
P(A B) = P(A) + P(P) =
12
49
7
49
19
49
+ =
Aqui no utilizamos P(A B) = P(A) + P(P) P(A B), pois no
h a interseco A P (uma bola no pode ser azul e preta), ou seja, A e B
so eventos mutuamente exclusivos.
d) nem azul nem vermelha
P(P) =
7
49
4.5 Probabilidade condicional
Em muitas situaes, podemos ter interesse em encontrar a probabi-
lidade de ocorrncia de um evento levando em conta que outro evento j
95
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
ocorreu. Esta probabilidade recebe o nome de probabilidade condicional e
defnida a seguir.
4.5.1 Probabilidade condicional
Dados dois eventos, A e B, a probabilidade condicional de A, dado
que B ocorreu, representada por P(A|B) e calculada por:
P A B
p A B
P B
P B |
|
, ( ) =
( )
( )
( ) > 0
(4.3)
Lemos a notao P(A|B) como a probabilidade de A ocorrer saben-
do que B ocorreu.
Da defnio acima, obtemos a regra da multiplicao, de grande
aplicao no clculo de probabilidades, dada por:
P(A B) = P(B) P(A|B) (4.4)
Exemplo 4.6 H 100 candidatos para uma vaga numa empresa
multinacional. Alguns tm curso superior, outros no. Alguns tm experi-
ncia no ramo, outros no. Os dados so:
Possui curso
superior
No possui curso
superior
Total
Com experincia anterior 35 45 80
Sem experincia anterior 15 5 20
Total 50 50 100
Considerando que o candidato escolhido para a vaga possui curso
superior, qual a probabilidade de ele ter experincia anterior no ramo?
Resoluo
Este exemplo se refere a um caso de probabilidade condicional, pois
j sabemos que o candidato escolhido possui curso superior. Defnindo os
eventos e analisando o quadro, temos:
Note que o valor que aparece no denominador o total
de casos do evento que sabemos que ocorreu. Neste exemplo,
sabamos que o candidato escolhido tinha curso superior e o total de
candidatos com este perfl 50, justamente o valor que aparece no de-
nominador do clculo da probabilidade condicional.
96
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
A: ter experincia no ramo (defnimos desta maneia porque a per-
gunta do exerccio).
B: possui curso superior (defnimos desta maneira porque o evento
que sabemos que ocorreu).
P B
( )
=
50
100
e
P A B
( )
=
35
100
Portanto:
P A B |
|
|
, ( ) = = =
35 100
50 100
35
50
0 7
4.6 Independncia de eventos
Sejam A e B dois eventos do espao amostral , com P(B) > 0. O
evento A dito independente do evento B se:
P(A|B) = P(A) (4.5)
ou seja, o evento A independente do evento B se a probabilidade
de A no afetada pela ocorrncia ou no de B.
Se A e B so independentes, temos que:
P(A B) = P(A) P(B) (4.6)
Exemplo 4.7 Numa caixa com 20 lmpadas, 4 so defeituosas.
Extraindo-se aleatoriamente duas lmpadas, sem reposio, qual a proba-
bilidade de:
a) nenhuma ser defeituosa;
b) ambas serem defeituosas.
Resoluo
Nesse exemplo, os eventos so dependentes, pois no h reposio
das lmpadas na caixa, ou seja, o resultado obtido na extrao da segunda
lmpada afetado pelo resultado obtido na primeira extrao.
a) Nenhuma lmpada ser defeituosa signifca que as duas so
perfeitas. Vamos indicar por P
1
= primeira lmpada ser perfei-
ta e por P
2
= segunda lmpada ser perfeita. Como queremos
encontrar a probabilidade de a primeira ser perfeita e de a
segunda ser perfeita tambm, devemos utilizar o conceito da
regra da multiplicao:
97
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o

P P P P P P P P
P P P
1 2 1 2 1
1 2
16
20
15
19
240
380
0 6316
( )
=
( ) ( )
( )
= = =
|
,
b) Indicando por D
1
= primeira lmpada ser defeituosa e por
D
2
= segunda lmpada ser defeituosa, temos:

P D D P D P D D
P D D
1 2 1 2 1
1 2
4
20
3
19
12
380
0 0316
( )
=
( ) ( )
( )
= = =
|
,
Atividades
01. Uma biblioteca acaba de receber, por doao, 40 novos livros, inclusi-
ve 15 romances histricos. Se 3 desses livros so escolhidos aleatoriamen-
te, sem reposio, qual a probabilidade de:
a) nenhum ser um romance histrico;
b) todos serem romances histricos;
c) pelo menos um ser romance histrico.
02. Como parte de uma campanha de promoo em So Paulo e no Rio
de Janeiro, uma indstria de produtos de limpeza oferecer um prmio de
R$ 50.000,00 a quem enviar seu nome em um formulrio, com a opo
de incluir um rtulo de um dos produtos da indstria. A distribuio dos
200.000 formulrios recebidos est a seguir:
Com rtulo Sem rtulo
So Paulo 100.000 40.000
Rio de Janeiro 45.000 15.000
Escolhendo aleatoriamente um dos formulrios e defnindo os even-
tos A: o formulrio escolhido de So Paulo e B: o formulrio escolhido
tem um rtulo do produto, determine as seguintes probabilidades:
a) P(A)
b) P(B)
c) P(A\B)
d) P(B|A)
e) P(A
c
|B
c
)
f) P(B|A
c
)
98
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
03. Uma loja de cosmticos tem os seguintes dados sobre a idade e o es-
tado civil de 150 clientes.
Estado civil
Idade Solteiro Casado
30 70 20
Mais de 30 30 30
Selecionando aleatoriamente a fcha de um cliente, determinar:
a) probabilidade de este cliente ser solteiro;
b) probabilidade de este cliente ter mais de 30 anos;
c) se na fcha consta que o cliente solteiro, qual 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 agncia de locao de carros fez um levantamento sobre o perfl
dos seus clientes e obteve os seguintes resultados: 45% haviam alugado
um carro no ltimo ano por razes de negcios, 50% haviam alugado um
carro no ltimo ano por razes pessoais e 20% haviam alugado um carro
no ltimo ano tanto por razes de negcios como por razes pessoais.
a) Qual a probabilidade de que um cliente tenha alugado um carro du-
rante o ltimo ano por razes pessoais ou por razes de negcios?
b) Qual a probabilidade de que um cliente no tenha alugado um carro
durante o ltimo ano nem por razes pessoais nem por razes de negcios?
05. Um satlite em rbita tem trs painis solares, e todos eles devem
permanecer ativos a fm de garantir o bom desempenho do aparelho. Os
painis funcionam independentemente uns dos outros. A chance de falha
de cada um 0,01. Qual a probabilidade de o satlite funcionar perfeita-
mente durante a misso? (Essa probabilidade a chamada confabilidade
do sistema Farias, Soares e Csar, pg. 65)
Respostas dos exerccios propostos
01.
a) 0,2328
b) 0,0461
c) 0,7672
99
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
02.
a) 0,7
b) 0,725
c) 0,6897
d) 0,7143
e) 0,2727
f) 0,75
03.
a) 0,6667
b) 0,4
c) 0,3
d) 0,2222
04.
a) 0,75
b) 0,25
05. 0,9703
Leitura recomendada
Recomendamos a leitura do texto possvel quantifcar o aca-
so?, disponvel no endereo http://www.klick.com.br/materia/20/
display/0,5912,POR-20-89-957-,00.html, que apresenta uma interessante
situao sobre o estudo de probabilidades.
Reflexo
O estudo de probabilidades, que iniciamos nesta unidade, tem mui-
tas aplicaes no dia a dia do administrador. At o momento, preocupamo-
nos em apresentar a teoria referente ao assunto. No entanto, as aplicaes
que podemos fazer do clculo de probabilidades so muito diversifcadas:
determinar a margem de erro e o grau de confana de uma pesquisa, fazer
previses (com certo grau de confana) de eventos futuros, auxiliar na
tomada de decises, calcular riscos de certos investimentos etc.
Procure assimilar bem todos os procedimentos e os conceitos apre-
sentados nesta unidade para que possa acompanhar o desenvolvimento
dos mtodos que sero apresentados mais adiante.
100
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Referncias
Comini. Introduo estatstica. Rio de Janeiro,: LTC, 2003.
FARBER, Larson. Estatstica aplicada. So Paulo: Pearson Prentice
Hall, 2004.
Na prxima unidade
Na prxima unidade, apresentaremos as variveis aleatrias, que
so uma forma de associar valores aos eventos aleatrios que estudamos
nesta unidade. Isso nos permitir ampliar a capacidade de aplicao da te-
oria de probabilidades, alm de servir como base para o desenvolvimento
de alguns dos assuntos que sero abordados nas prximas unidades.
U
n
i
d
a
d
e

5

U
n
i
d
a
d
e

5

Variveis aleatrias
O espao amostral, em muitos experi-
mentos, no consiste s em nmeros como,
por exemplo, o espao amostral referente ao
lanamento de uma moeda. Em Estatstica, muitas
vezes, estamos interessados em resultados numricos.
Para transformar os resultados do espao amostral em
nmeros, utilizamos o conceito de varivel aleatria.
Que voc seja capaz de identifcar as situaes nas quais
podemos aplicar os modelos de probabilidade binomial e normal,
bem como calcular as probabilidades associadas a tais modelos.
Voc se lembra?
Voc se lembra de fenmenos aleatrios em que os resultados
possveis nem sempre tm a mesma probabilidade de ocorrer? Em al-
gumas das situaes j estudadas, cada resultado possvel de um experi-
mento aleatario tem a mesma probabilidade de ocorrncia. No entanto,
na prtica, mais comum nos depararmos com eventos que no so equi-
provveis, ou seja, que no tm a mesma chance de acontecer. Nesses
casos, principalmente, a utilizao do conceito de variveis aleatrias
torna-se imprescindvel.
102
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
5.1 Varivel aleatria
Uma varivel aleatria (v.a.) uma varivel que associa um valor nu-
mrico a cada ponto do espao amostral. Ela denominada discreta quando
pode assumir apenas um nmero fnito ou infnito enumervel de valores.
dita contnua quando assume valores num intervalo da reta real.
comum utilizarmos letras latinas para representar variveis alea-
trias.
5.2 Funo discreta de probabilidade
Funo discreta de probabilidade a funo que atribui a cada valor
da v.a. sua probabilidade, ou seja,
P(x = x
i
) = p(x
i
), i = 1,2 .... n (5.1)
Vamos considerar aqui que a v.a. discreta tem um nmero fnito de
valores possveis.
A distribuio de probabilidade de uma v.a. discreta X uma tabela
que associa a cada valor de X sua probabilidade.
x p(x)
x
1
p(x
1
)
x
2
p(x
2
)
x
3
p(x
3
)
.
.
.
.
.
.
x
n
p(x
n
)
Tabela 5.1 Distribuio de probabilidade da v.a. X
Na tabela 5.1, os valores x
1
, x
2
, x
3
, ..., x
n
so aqueles que a v.a. pode
assumir e p(x
1
), p(x
2
), p(x
3
), ..., p(x
n
) suas respectivas probabilidades.
Uma distribuio de probabilidade deve satisfazer as seguintes
condies:
0 p(x
i
) 1, i = 1, 2, ...., n
p x
i
i
n
( )
=
=
1
1
Exemplo 5.1 Vamos considerar o experimento aleatrio que consis-
te no lanamento de trs moedas. O espao amostral deste experimento :
= {(c,c,c) (c,c,r) (c,r,c) (c,r,r) (r,c,c) (r,c,r) (r,r,c) (r,r,r)}
103
Variveis aleatrias Unidade 5
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
em que c = cara e r = coroa.
Podemos defnir a varivel aleatria de interesse como sendo o nme-
ro de coroas obtidas no lanamento das trs moedas, ou seja, X: nmero de
coroas. De acordo com a defnio da varivel aleatria, podemos associar
a cada ponto amostral um nmero, como mostra o quadro seguinte:
Resultados X
c,c,c 0
c,c,r 1
c,r,c 1
c,r,r 2
r,c,c 1
r,c,r 2
r,r,c 2
r,r,r 3
Vemos que a cada resultado do experimento est 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 resul-
tado 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 so mutuamen-
te 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 so mutuamente
exclusivos;
X = 3 com probabilidade 1/8 se, e somente se, ocorre o resul-
tado r,r,r.
Na Tabela 5.2 apresentamos a distribuio de probabilidade da v.a. X.
x p(x)
0 1/8
1 3/8
2 3/8
3 1/8
Tabela 5.2 Distribuio de probabilidade da v. a. X = nmero de coroas
104
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
A distribuio de probabilidade satisfaz as condies 0 p(x
i
) 1
e
p x
i
i
( ) =
=
1
1
4
, para i = 1, 2, 3, 4.
5.3 Valor esperado e varincia de uma varivel
aleatria discreta
Para as distribuies de probabilidade, podemos defnir as mesmas
medidas de tendncia central e de disperso estudadas nas distribuies de
frequncia.
A mdia de uma v.a. X, tambm chamada de valor esperado ou
esperana matemtica, representada por E (X) e defnida como:
E X x p x
i i
i
n
( ) ( ) =
=
1
(5.2)
Observamos, pela defnio de E (X), que para calcular a mdia 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 mdia
ponderada dos x
i
, em que os pesos so as probabilidades associadas.
5.3.2 Propriedades da mdia
Sejam a e b constantes e X, uma varivel aleatria. Ento:
i) E(a) = a
ii) E(bX) = bE(X)
iii) E(X + a) = E(X) + a
iv) E(a + bX) = a + bE(X)
A varincia de uma v.a. X defnida como:
Var X E X E X x p x x p x
i i
i
n
i i
i
n
( ) ( ) ( ) ( ) =
( )
= =

2
2
2
1 1

2
(5.3)
J vimos, anteriormente, que o desvio-padro (s) a raiz quadrada
da varincia, portanto:
s x Var x
( )
=
( ) (5.4)
105
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
5.3.3 Propriedades da varincia
Sejam a e b constantes e X, uma varivel aleatria. Ento:
i) Var(a) = 0
ii) Var(bX) = b
2
Var(X)
iii) Var(X + a) = Var(X)
iv) Var(a + bX) = b
2
Var(X)
Observao Indicaremos a mdia e a varincia de uma v.a. X por:
E(X) =
Var(X) =
2
Exemplo 5.2 Utilizando os dados do Exemplo 5.1, vamos calcular
a mdia e a varincia da v.a. X: nmero de coroas.
x p(x) x p(x) x
2
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
Resoluo
Substituindo os valores do quadro acima nas respectivas frmulas,
temos:
E x xi p x
Var E X E X x p x xi
i
i
n
i i
( )
=
( )
= =
=
( )

( )
=
( )
1
2
2
2
12
8
1 5
,
,
p x
i
i
n
i
n
( )
=
( )
=
= =

1 1
2
2
3 1 5
0 75
106
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
n
k
denominado nmero bino-

mial e dado pela frmula
n
k
n
n k k
( )
=
!
!
.
Os termos n! e k! so denominados n fatorial e k
fatorial e so dados pela multiplicao de todos os
valores inteiros positivos entre entre 1 e n e entre
1 e k. Por exemplo, 5! = 5 4 3 2 1 = 120.
Portanto, temos que o valor esperado do nmero de coroas, obtido
no lanamento de 3 moedas, 1,5 e o desvio-padro 0,866 0 75 , .
( )
5.4 Modelos probabilsticos para variveis
aleatrias discretas
Algumas variveis aleatrias aparecem com frequncia em muitas
situaes prticas do nosso dia a dia. Um estudo detalhado dessas vari-
veis muito importante para a construo de modelos probabilsticos com
o objetivo de estimar seus parmetros e calcular probabilidades. Uma das
distribuies discretas de probabilidade mais importante a distribuio
binomial, que ser descrita a seguir.
5.4.1 Distribuio binomial
Uma v.a. tem distribuio binomial se o experimento aleatrio con-
siste em:
n tentativas sob condies
idnticas;
cada t ent at i va
independente de
todas as outras;
h s o me n t e
dois resultados
poss vei s em
cada tentativa
designados por
sucesso (S) e fra-
casso (F);
a probabilidade de su-
cesso p = P(S) a mesma em
cada tentativa.
Na distribuio binomial, a v.a. X corresponde ao nmero de suces-
sos em n tentativas do experimento aleatrio.
A funo de probabilidade defnida como:
P X k
n
k
p q
k n k
=
( )
=

(5.5)
107
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
em que:
n o mero de tentativas do experimento aleatrio;
p = P(S) a probabilidade de sucesso em uma nica tentativa;
q = P(F) a probabilidade de fracasso em uma nica tentativa.
Temos, portanto: p + q = 1.
Quando a v.a. X tiver distribuio binomial, com parmetros n e p,
indicaremos por X ~ b (n p).
O valor esperado e a varincia de uma v.a. binomial, com parme-
tros n e p, so, respectivamente, dados por:
E(X) = n p
Var (X) = n p q (5.6)
Exemplo 5.3 Uma pesquisa mostrou que 60% das famlias residen-
tes na grande So Paulo tm pelo menos dois carros. Determine a probabi-
lidade de que dentre 15 famlias selecionadas aleatoriamente nesta regio:
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 distribuio
binomial,pois:
o experimento est sendo realizado 15 vezes, ou seja, 15 fam-
lias foram selecionadas para o estudo;
h somente dois resultados possveis: sucesso, se a famlia tem
pelo menos dois carros, e fracasso, se a famlia no tem pelo
menos dois carros;
as respostas so independentes umas das outras, ou seja, uma
famlia ter pelo menos dois carros no afeta a probabilidade de
as outras famlias terem ou no pelo menos dois carros.
O primeiro passo para iniciar a resoluo de problemas deste tipo
defnir a v.a. Neste caso, como estamos interessados no nmero de fam-
lias com pelo menos dois carros, a v.a. defnida como:
X: nmero de famlias com pelo menos dois carros.
A v.a. X pode assumir os valores 0,1,2,...,15, pois, das 15 famlias
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, at as
15 famlias com pelo menos dois carros.
108
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
a) Este item pede a probabilidade de que exatamente 5 tenham
pelo menos dois carros, ou seja,

P x =
( )
=

( ) ( )
= 5
15
5
0 60 0 40 0 0245
5 10
, , ,
com P(sucesso) = 0,60, pois o enunciado nos informa que
60% das famlias tm pelo menos dois carros, P(fracasso) = 0,40 e o n-
mero de tentativas n = 15 famlias selecionadas.
Fazendo os clculos, chegamos a:

P X = ( ) =

( ) ( ) = 5
15
5
0 60 0 40 0 0245
5 10
, , ,
b) A probabilidade pedida neste item pode ser escrita como:
P X P X P X P X 8 10 8 9 10
15
8
0 60 0 40
8 7
( ) = = ( ) + = ( ) + = ( )
=

( ) ( ) + , ,
115
9
0 60 0 40
15
10
0 60 0 40
0
9 6
10 5
( ) ( ) +
+

( ) ( )
=
, ,
, ,
,1177083662 0 206597605 0 185937845
0 5696
+ +
=
, ,
,
Observao Estes clculos so facilmente efetuados com o aux-
lio de uma calculadora cientfca.
Estudamos at agora distribuies discretas de probabilidade, para
as quais o espao amostral contm um nmero fnito ou infnito enumer-
vel de pontos.
Quando trabalhamos com uma v.a. que pode assumir valores num
intervalo de nmeros reais, como mensurao de peso, altura e temperatu-
ra, estamos lidando com uma distribuio contnua de probabilidade. Em
distribuies deste tipo, podemos construir uma curva contnua que a
representao grfca da funo densidade de probabilidade, usualmente
designada por f(x).
109
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
5.5 Funo densidade de probabilidade
Uma funo f(x) uma funo densidade de probabilidade (f.d.p.)
para uma v.a. contnua X se satisfaz as condies:
f(x) 0 para todo x ( , );
a rea defnida por f(x) igual a 1;
P(X = x
0
) = 0, ou seja, a probabilidade de a v.a. assumir um valor
pontual zero.
O valor esperado e a varincia de uma v.a. contnua so defnidos,
respectivamente, por:
E X x f x dx
e
Var X E X E X
( ) = ( )
( ) =
( )
( )
( . )
( . )
5 7
5 8
2
2
em que
P a X b f x dx
a
b
( ) = ( )
. Essa expresso uma integral,

que um conceito matemtico cuja compreenso no nada elementar.
Mas no se preocupe, pois no deveremos saber como calcul-la.
5.6 Modelos probabilsticos para variveis
aleatrias contnuas
Veremos aqui a distribuio de probabilidade mais importante: a
distribuio normal. Esta distribuio desempenha papel fundamental na
inferncia estatstica. A curva da funo densidade de probabilidade desta
distribuio conhecida por muitos como a curva em forma de sino.
5.6.1 Distribuio normal
A distribuio normal tem funo densidade de probabilidade dada por
f x
x x
( ) =
( ) < <
1
2
2
2
2

exp
/ ,
(5.9)
em que e
2
so os parmetros da distribuio.
110
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
A Figura 5.1 ilustra uma curva normal tpica:
X +
Figura 5.1 f.d.p. de uma v.a. normal com mdia e desvio-padro
Representaremos v.a.s com distribuio normal por X ~N( e
2
).
As principais caractersticas da distribuio normal so:
o ponto de mximo de f(x) o ponto x = ;
os pontos de infexo so: x = + e x = ;
a curva simtrica com relao a ;
f(x) 0 quando x .
Para obter o clculo de probabilidades de uma v.a. X ~N( e
2
),
devemos resolver a integral da funo densidade de probabilidade no in-
tervalo de interesse, isto ,
P a X b f x dx
a
b
( ) = ( )
(5.10)
em que a integral indica a rea sob a curva da densidade entre os
pontos a e b.
111
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
X 0 a b
Figura 5.2 rea sob a curva normal, no intervalo de a a b
Esta integral s pode ser resolvida, aproximadamente, por meio de
integrao numrica. Para contornar esta difculdade, as probabilidades
para a distribuio normal so calculadas com o auxlio de tabelas. Para
isto, utilizamos uma transformao da v.a. X em uma v.a. Z defnida por:
Z
X
=

(5.11)
em que = mdia e = desvio padro.
Esta nova varivel denominada de varivel normal padronizada
com mdia 0 e varincia 1, ou seja, Z ~N(0,1).
Z 1 0 1
Figura 5.3 f.d.p. de uma v.a. Z ~ N(0,1)
112
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
A tabela fornecida no fnal do livro, utilizada nos clculos das pro-
babilidades, d a P(0 Z z
c
) = 0,5, isto ,
Z z 0
P
Figura 5.4 rea correspondente P(0 Z z
c
) fornecida pela tabela
Observao A caracterstica de simetria da distribuio normal
implica que a probabilidade de estar acima (ou abaixo) de zero 0,5, ou
seja, P( Z 0) = 0,5 = P( Z 0).
Exemplo 5.4 As vendas mensais de determinado produto tm dis-
tribuio aproximadamente normal, com mdia de 500 unidades e desvio-
padro de 50 unidades. Determine as probabilidades de que, em um ms,
as vendas do produto sejam:
a) no mximo 530 unidades;
b) no mnimo 460 unidades;
c) entre 450 e 550 unidades.
Resoluo
Vamos defnir 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.
113
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Z
X
=

=

= =
530 500
50
30
50
0 6 ,
Z 0,6
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 transformao:
Z
X
=

=

= =
460 500
50
40
50
0 8 ,
O enunciado desse exemplo forneceu o
valor do desvio-padro, que, por definio,
a raiz quadrada da varincia. Portanto,
2
= 50
2
= 2.500 unidades.
114
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Z 0,8
Portanto,
P(x 460) =
P(Z 0,8) = P(0,8 Z 0) + 0,5 = 0,2881 + 0,5 = 0,7881
Observao Devido simetria da distribuio 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:
z
X
z
X
1
2
450 500
50
50
50
1
550 500
50
50
50
1
=

=

=

=
=

=

= =
115
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Z 0
0,05
z = 1,645
P(450 X 550) = P(1 Z 1) = P(1 Z 0) + P(0 Z 1)
= 0,3413 + 0,3413 = 0,6826
Observao Devido simetria P(1 Z 1)..
Exemplo 5.5 Se 7% das peas produzidas por uma mquina so
defeituosas, qual a probabilidade de que em dez peas escolhidas aleato-
riamente:
a) no haja peas defeituosas?
b) pelo menos 3 peas sejam defeituosas?
c) exatamente 5 peas sejam defeituosas?
d) entre 2 e 4 peas sejam defeituosas?
Resoluo
Temos aqui um experimento binomial com:
X: nmero de peas defeituosas
X = 0,1,2,3,...,10.
n = 10 peas
P(Sucesso) = p = 0,07
P(Fracasso) = q = 0,93
Note que a probabilidade de sucesso que a pea seja defeituosa, pois
a varivel aleatria est defnida como o nmero de peas defeituosas.
116
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
a) P X = ( ) =

( ) ( ) = 0
10
0
0 07 0 93 0 4840
0 10
, , ,
b) P(X 3) = P(X = 3) + P(X = 4) + P(X = 5) + ... + P(X = 10)
Neste caso, podemos simplifcar os clculos utilizando o comple-
mentar do evento, isto :
P(X 3) = 1 P(X < 3) = 1 [P(X = 0) + P(X = 1) + P(X = 2)]

j
(
,
\
,
(
+
j
(
,
\
,
(
+
,
1
10
0
0 07 0 93
10
1
0 07 0 93
0 10 1 9
( , ) ( , ) ( , ) ( , )
,,
+
j
(
,
\
,
(

]
]
]
10
1
0 07 0 93
1 9
( , ) ( , )
= 1 [0,483982307 +0,364287758 + 0,123387789]
= 1 [0,971657854]
= 0,0283.
c) P X = ( ) =

( ) ( ) = 5
10
5
0 07 0 93 0 0003
5 5
, , ,
d) P X P X P X P X 2 4 2 3 4
10
2
0 07 0 93
10
2 8
( ) = = ( ) + = ( ) + = ( )
=

( ) ( ) + , ,
33
0 07 0 93
10
4
0 07 0 93
3 7 4 6

( ) ( ) +

( ) ( ) , , , ,
= 0,123387789 + 0,024766008 + 0,003262189
= 0,1514
Exemplo 5.6 O tempo de vida mdio de certo aparelho de dez anos,
com desvio-padro de 1,5 ano. O fabricante substitui os aparelhos que acu-
sam defeito dentro do prazo de garantia. Qual deve ser o prazo de garantia
para que a porcentagem de aparelhos substitudos seja no mximo 5%?
Resoluo
X: tempo de vida do aparelho
X ~ N (10; 2, 25)
Neste exerccio, queremos encontrar X
c
: prazo de garantia para que
no mximo 5% dos aparelhos produzidos sejam substitudos. Observe que
o exerccio j deu a probabilidade e queremos encontrar qual o valor cor-
respondente a esta probabilidade, isto ,
117
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
P(X X
c
) = 0,05
Transformando na v.a. Z, temos P(Z Z
c
) = 0,5 e, procurando no
corpo da tabela 0,45 (0,5-0,05), encontramos Zc = 1,645.
Z 0
0,05
z = 1,645
Portanto:
Z
X
X
c
X
c
X
c
c
c
=

=

=
= = +
= =
1 645
10
1 5
10 2 4675
2 4675 10
7 53
,
,
,
,
, X
c
225
Ento, o prazo de garantia deve ser de 7,5 anos.
Atividades
01. Uma urna contm 3 bolas brancas e 7 bolas verdes. Trs bolas so
retiradas com reposio. Seja X: nmero de bolas verdes. Calcule E(X)
e Var(X).
02. Uma companhia area tem as probabilidades
0,05 0,20 0,35 0,15 0,10 0,15
de receber 0, 1, 2, 3, 4 ou 5 reclamaes sobre desvio de bagagem
por dia. Quantas reclamaes a companhia espera (valor esperado ou m-
dia) receber por dia?
118
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
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 de 0,40 e a probabilidade de ele vend-la por R$ 35.000,00
de 0,60. Qual o lucro bruto esperado do comerciante?
04. O tempo T, em minutos, necessrio para um operrio processar certa
pea uma v.a. com a seguinte distribuio 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, pg. 140
a) Calcule o tempo mdio de processamento.
Para cada pea processada, o operrio ganha um fxo de R$ 2,00, mas,
se ele processa a pea em menos de seis minutos, ganha R$ 0,50 em cada
minuto poupado. Por exemplo, se ele processa a pea em quatro minutos,
recebe a quantia adicional de R$ 1,00.
b) Encontre a distribuio, a mdia e a varincia da v.a. G: quantia em
R$ ganha por pea.
05. Um curso de treinamento aumenta a produtividade dos funcionrios
da rea de atendimento ao consumidor em 80% dos casos. Se quinze fun-
cionrios participam desse curso, qual a probabilidade de:
a) exatamente quatro funcionrios aumentarem a produtividade;
b) de 5 a 7 funcionrios aumentarem a produtividade;
c) pelo menos dois funcionrios no aumentarem a produtividade.
06. Um lote com mquinas digitais recebido por uma empresa. 30 apa-
relhos so inspecionados. O lote rejeitado se pelo menos 3 mquinas
apresentarem defeito. Sabendo-se que 1% das mquinas defeituoso, cal-
cule a probabilidade de a empresa rejeitar todo o lote.
07. A durabilidade de um tipo de pneu de determinada marca descrita
por uma v.a. normal de mdia 70.000 km e desvio-padro de 9.000 km.
a) Se o fabricante desta marca garante os pneus pelos primeiros 50.000
km, qual a proporo de pneus que devero ser trocados pela garantia?
b) Qual deve ser a garantia (em km) para assegurar que o fabricante tro-
que sob garantia no mximo 2% dos pneus?
119
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
08. As vendas de determinado produto tm distribuio aproximadamen-
te normal, com mdia de 700 unidades e desvio-padro de 80 unidades.
Se a empresa decide fabricar 800 unidades no ms em estudo, qual a
probabilidade de que no possa atender a todos os pedidos desse ms, por
estar com a produo esgotada?
09. As velocidades dos carros numa rodovia tm distribuio normal,
com mdia de 90 km/h. Determinar:
a) o desvio-padro das velocidades, se 5% dos carros ultrapassar 100
km/h;
b) a porcentagem dos carros que trafegam a menos de 80 km/h.
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
05.
a) 0,000011
b) 0,0042
c) 0,8329
06. 0,0033
07.
a) 0,0132
b) 51.496 km
08. 0,1056
09.
a) = 6,08
b) 5,05%
120
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Reflexo
Os modelos probabilsticos estudados nesta unidade tm muitas apli-
caes teis ao desenvolvimento da funo de administrador. So modelos
que descrevem muitos dos fenmenos que ocorrem no dia a dia de uma em-
presa, que ajudam a determinar o comportamento do mercado, que servem
como base para a tomada de decises, correes na produo etc.
Num primeiro momento, podem at parecer complicados, mas, com
o uso que voc ir fazer de tais modelos, poder notar que so modelos
que facilitam a leitura dos fenmenos que esto ocorrendo sua volta.
Leitura recomendada
No artigo Faam o seu jogo, mas no tenham iluses do professor
Luiz Barco (USP) apresenta de forma bem clara uma situao envolvendo
clculo de probabilidades referentes a jogos de loteria. Sugerimos uma
leitura do mesmo e uma refexo sobre como utilizar o conhecimento pro-
babilstico para tomar decises. O referido artigo encontra-se disponvel
no endereo: http://super.abril.com.br/cotidiano/facam-seu-jogo-nao-
tenham-ilusoes-438418.shtml
Referncias
FARBER, Larson. Estatstica aplicada. So Paulo: Pearson Prenti-
ce Hall, 2004.
MAGALHES, Marcos Nascimento; LIMA, Antnio Carlos Pedroso
de. Noes de probabilidade e estatstica. So Paulo: Editora da Uni-
versidade de So Paulo, 2004.
121
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Na prxima unidade
O estudo dos modelos de probabilidade estudados nesta unidade nos
servir de base para compreender o assunto que ser tratado na prxima
unidade: estimao. Veremos como determinar de forma aproximada (esti-
mar) a mdia de uma populao a partir da mdia de uma amostra retirada
dessa populao. No precisamos realizar a pesquisa em toda uma popula-
o (de interesse) para poder chegar mdia salarial, por exemplo, dessa
populao. Selecionando algumas pessoas dessa populao (isso constitui
uma amostra) e, conhecendo seus salrios, podemos calcular uma mdia
salarial dessa amostra que servir como estimativa da verdadeira mdia
salarial (da populao). Nesse tipo de estudo, surgem defnies conheci-
das como margem de erro, nvel de confana da pesquisa etc.
Alm da estimao de mdias, tambm estudaremos a estimao de
propores populacionais.
122
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Minhas anotaes:
U
n
i
d
a
d
e

6

U
n
i
d
a
d
e

6

Estimao
A inferncia estatstica um conjunto
de tcnicas muito utilizado em problemas
prticos do dia a dia. Com estas tcnicas, po-
demos tirar concluses acerca de uma populao
de interesse utilizando informaes de uma amostra
aleatria.
A grande vantagem em utilizar a inferncia estatstica
economizar tempo e dinheiro que seriam gastos para ana-
lisar uma populao inteira, ressaltando que, algumas vezes,
impossvel trabalhar com toda a populao de interesse.
Uma das tcnicas mais importantes e utilizadas da inferncia
estatstica a estimao.
Veremos, nesta unidade, como estimar uma caracterstica de in-
teresse na populao por meio da estimao pontual e por intervalo.
Alguns conceitos bsicos necessrios para o desenvolvimento
terico das tcnicas de inferncia estatstica tambm sero apresentados.
Que voc seja capaz de estimar tanto a mdia como a proporo
populacionais (referentes a uma varivel presente na populao), a partir
de dados coletados em uma amostra aleatria retirada dessa populao.
Voc se lembra?
Voc se lembra de j ter ouvido notcias sobre divulgao de re-
sultados de pesquisas em que foram citados termos como margem de
erro e nvel de confana da pesquisa? Sempre que as pesquisas so
realizadas em amostras, esses conceitos passam a fazer parte dos
resultados que sero obtidos. Vamos compreender melhor o que
signifcam e como so determinados.
124
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
6.1 Conceitos bsicos
Parmetro uma quantidade numrica, em geral desconhecida,
que descreve uma caracterstica da populao. Normalmente representa-
do por letras gregas como , e , entre outras.
Estimador uma funo dos valores da amostra que utilizamos
para estimar um parmetro populacional. Os estimadores, em geral, so
representados por letras gregas com acento circunfexo:

, , etc.
Estimativa o valor numrico obtido por meio do estimador.
Amostra aleatria simples (AAS) de tamanho n de uma v.a. X,
com determinada distribuio, o conjunto de n v.a.s independentes X
1
,
X
2
, ..., X
n
, cada uma com a mesma distribuio de X.
Amostra
Parmetro Estatstica
Populao
I
n
f
e
r
n
c
ia estats
t
ic
a
(MARTINS, 2006)
Figura 6.1 Esquema de inferncia sobre um parmetro
Como o estimador uma funo de valores da amostra aleatria, ou
seja,
= f(X
1
, X
2
,..., X
n
), para diferentes amostras vamos obter valores
diferentes para o estimador
. Portanto,
tambm uma varivel aleat-

ria. Como uma estimativa para o parmetro populacional pode ser obtida
utilizando mais de um estimador, precisamos estudar algumas proprieda-
des dos estimadores para decidir qual utilizar. Vamos estudar agora duas
propriedades dos estimadores: vcio e consistncia.
Vcio: um estimador
no viciado para se E(
) = , ou seja, o
valor esperado do estimador igual ao valor do parmetro.
125
Estimao Unidade 6
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Consistncia: um estimador
consistente se:
lim lim .
n n
E Var

( )
=
( )
= ( )

0 6 1
Podemos observar que um estimador consistente se, quando au-
mentamos o tamanho da amostra, o valor esperado do estimador igual
ao valor do parmetro, portanto no viciado, e a varincia do estimador
converge para zero.
Dois parmetros populacionais muito importantes e de grande inte-
resse em se estimar so a mdia e a proporo. Portanto, vamos escolher
agora os estimadores utilizados para estimar estes dois parmetros de ma-
neira que eles satisfaam as propriedades de vcio e consistncia.
6.2 Estimador de uma mdia populacional
O melhor estimador da mdia populacional a mdia amostral:
X
n
X X X
n
= + + +
( )
1
1 2
...
(6.2)
Para mostrar que X um estimador no viciado e consistente da
mdia populacional, precisamos encontrar E(X) e Var(X).
Seja X
1
, X
2
, ..., X
n
uma amostra aleatria retirada de uma popula-
o, identifcada pela varivel X, com mdia e varincia
2
. Da defni-
o de AAS, temos que cada X
i
, i = 1, 2, ..., n tem a mesma distribuio de
X, ou seja, E(X
i
) = e Var(X
i
) =
2
.
Pelas propriedades da esperana e da varincia, temos:
E X E
X X X
n n
E X E X E X
n
n
( )
...
( ) ( ) ... ( )
+ + +
j
(
,
\
,
(
+ + + ,
]
]
1 2
1 2
1

1
+ + +
+ + +
j
(
,
\
,
(

n
n
n
e
Var X Var
X X X
n
n
[ ... ]
( )
...

1 2
11
2
1 2
2
2 2 2
2
n
Var X Var X Var X
n
n
n
n
( ) ( ) ... ( )
[ ... ]
+ + + ,
]
]
+ + +
1

22
2

n
O primeiro resultado mostra que a mdia amostral um estimador
no viciado da mdia populacional. O segundo resultado mostra que, con-
126
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
forme n cresce, a varincia da mdia amostral tende a zero, portanto X
um estimador consistente para .
Exemplo 6.1 Uma amostra aleatria de 20 famlias de determi-
nado bairro foi selecionada e observou-se o nmero de pessoas em cada
famlia com nvel 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 mdia de pessoas com nvel superior
completo neste bairro.
Resoluo
Pelo que vimos na teoria, o estimador utilizado para estimar a mdia
populacional a mdia amostral, ou seja:
X =
1
20
1 2 2 0 2
29
30
0 97 + + + + + ( ) = = ... ,
6.3 Estimador de uma proporo populacional
O melhor estimador da proporo populacional p a proporo
amostral:
p
nmero de indivduos na amostra com er ada caracterstica
=
det min
nn
(6.3)
Defnindo a varivel aleatria X
i
como:
X
i
1
0
,
,
se o indivduo apresenta a carasterstica.
se o indivduo no aapresenta a caracterstica.
Podemos reescrever a frmula da proporo amostral como:

p
X X X
n
X
n
X
n i
i
n
=
+ + +
= =
=
1 2
1
...
(6.4)
Portanto, o estimador da proporo populacional uma mdia de
variveis aleatrias convenientemente defnidas.
A distribuio de Bernoulli uma distribuio de proba-
bilidade discreta com as seguintes caractersticas: o experimento
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.
127
Estimao Unidade 6
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Seja X
1
, X
2
, ..., X
n
uma sequncia de variveis aleatrias indepen-
dentes com distribuio de Bernoulli. Pelas propriedades da esperana e
da varincia, temos:
( ) ( ) ( ) ( )
[ ]
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( )
1 2 n
1 2 n
1 2 n
1 2 n
2 2
X X ... X 1
n n
1 np
p p ... p p
n n
X X ... X 1
n n
np 1 p p 1 p 1
p 1 p p 1 p ... p 1 p
n n n
+ + +
j \
, ]
+ + +
, (
]
( ,
+ + +
+ + +
j \
, ]
+ + +
, (
]
( ,

, + + + ]
]
Como no caso do estimador X , vemos que p
um estimador no
viciado, pois E p p
( )
= , e consistente, pois, medida que n aumenta, a
varincia da proporo amostral tende a zero.
Exemplo 6.2 Uma determinada academia, interessada em abrir
uma flial em certo bairro, selecionou uma amostra aleatria de 30 adultos
e perguntou se a pessoa fazia atividades fsicas pelo menos 3 vezes por se-
mana. As respostas foram classifcadas da seguinte maneira: foi atribudo
o valor 1 se a pessoa respondeu sim e 0 se a pessoa respondeu no. Os
resultados so:
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 proporo de pessoas, neste bairro, que fazem
atividades fsicas pelo menos trs vezes por semana.
Para estimar esta proporo, utilizamos a proporo amostral dada por:
p
=
+ + + + + +
= =
0 1 0 0 1 0
30
16
30
0 5333
...
,
128
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Portanto, com base nesta amostra, aproximadamente 53,33% das
pessoas deste bairro fazem atividade fsica pelo menos trs vezes por
semana.
6.4 Distribuies amostrais
Estudamos como determinar os estimadores da mdia e da propor-
o populacional. Encontramos o valor esperado e a varincia de cada
estimador sem especifcar a sua distribuio.
Agora vamos obter informao sobre a forma da distribuio dos
estimadores da mdia e da proporo.
6.4.1 Distribuio amostral da mdia
Para encontrar a distribuio amostral da mdia, utilizaremos um
resultado fundamental na teoria da inferncia estatstica, conhecido como
teorema do limite central.
6.4.2 Teorema do limite central (TLC)
Para amostras aleatrias simples (X
1
, X
2
, ..., X
n
), selecionadas de
uma populao com mdia e varincia
2
fnita, a distribuio amostral
da mdia
X
pode ser aproximada, para n grande, pela distribuio nor-
mal, com mdia e varincia
2
/n.
Observao Para amostras com 30 elementos ou mais, a aproxi-
mao considerada boa.
Se a populao normal N(,
2
), a distribuio amostral da mdia
X tem distribuio exata normal com mdia e varincia
2
/n para qual-
quer tamanho de amostra.
Podemos reduzir a distribuio de X a uma distribuio normal
padro utilizando a transformao:
Z
X
n
N =

( )
/
~ , 0 1
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 Distribuio amostral da proporo
No item 6.2, vimos que o estimador da proporo populacional
uma mdia de v.as, ou seja:
129
Estimao Unidade 6
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
p
X X X
n
X
n
=
+ + +
=
1 2
...
Portanto, para n grande, podemos considerar a distribuio amostral
de p como aproximadamente normal:
p N p
p p
n
~ ,
1 ( )
(6.5)
6.5 Erro-padro de um estimador
Seja
um estimador do parmetro . O erro-padro de
a quan-
tidade:
EP Var

( )
=
( )
(6.6)
No caso da mdia amostral, que estimador da mdia populacional,
temos:
EP X
n n
( ) = =

2
(6.7)
Como , em geral, desconhecido, podemos obter o erro-padro
estimado de X, ou seja:
EP X
S
n
S
n
( ) = =
2
(6.8)
onde S
2
a varincia amostral.
No caso da proporo amostral, que o estimador da proporo po-
pulacional, temos:
EP X
S
n
S
n
( )
= =
2
(6.9)
Quando no conhecemos p, obtemos o erro-padro estimado de p

substituindo p por p
:
EP p
p p
n

( )
=

( )
1
(6.10)
Os estimadores vistos at agora so pontuais, ou seja, produzem um
nico valor como estimativa do parmetro. Se quisermos medir a preciso
da estimativa obtida, podemos construir intervalos de confana que so
baseados na distribuio amostral do estimador pontual.
130
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
A um intervalo de confana est associado um nvel de confana
1 a, que fornece a probabilidade de que o intervalo incluir o verdadeiro
parmetro populacional em vrias amostras repetidas.
Devemos tomar bastante cuidado na interpretao do intervalo
de confana. Uma interpretao conveniente a seguinte: se selecio-
narmos vrias amostras de mesmo tamanho e calcularmos, para cada
uma delas, os correspondentes intervalos de confana com nvel de
confana 1 a, esperamos que a proporo de intervalos que conte-
nham o valor do parmetro populacional seja igual a 1 a. Por exem-
plo, se selecionarmos 100 amostras de mesmo tamanho e construirmos
seus respectivos intervalos com nvel de confana de 95%, ento 95
intervalos iro conter o verdadeiro valor do parmetro populacional.
Valor do parmetro da populao desconhecido
Figura 6.2 Intervalos de confana para o parmetro populacional
131
Estimao Unidade 6
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
6.6 Intervalos de confiana para a mdia
populacional
Podemos construir intervalos de confana para a mdia populacio-
nal considerando 3 casos: populao normal com conhecido, populao
normal com desconhecido e populao no normal com tamanho de
amostra grande.
1
o
caso Populao normal com conhecido
Um intervalo de confana para a mdia populacional com conhe-
cido dado por:
x z
n

/ 2
(6.11)
em que 1 o nvel de confana e z
/2
o valor tabelado da dis-
tribuio normal padronizada.
O valor obtido de z
n
/ 2
chamado margem de erro ou erro m-
ximo da estimativa.
2
O
caso Populao normal com desconhecido
Um intervalo de confana para a mdia populacional com desco-
nhecido dado por:
x t
S
n
a n

/ ; 2 1
(6.12)
em que 1 o nvel de confana, t
a/2
tribuio t de Student com n 1 graus de liberdade e s o desvio-padro
amostral.
O valor obtido de
t
s
n
n / ; 2 1

chamado margem de erro ou erro
mximo da estimativa.
A forma da distribuio t de Student parecida com a da distribui-
o normal: tem mdia t = 0, como a distribuio normal padronizada,
com mdia z = 0; simtrica, mas apresenta caudas mais alongadas, ou
132
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
seja, maior variabilidade do que a normal. Quando aumentamos o ta-
manho da amostra, a distribuio t de Student tende para a distribuio
normal. Devido a este fato, se o tamanho da amostra grande (n 30),
utilizamos a distribuio normal para construir o intervalo de confana,
ou seja:
x z
S
n
n

/ ; 2 1
(6.13)
a/2
3
o
caso Populao no normal com tamanho de amostra grande
Aqui no conhecemos a distribuio da populao, portanto vamos
utilizar o resultado do teorema do limite central, o qual afrma que, se n
for sufcientemente grande,
X
n
N
( )
/
~ , 0 1 . Portanto, o intervalo de
confana obtido da mesma maneira que no caso em que desconheci-
do mas o tamanho da amostra grande (n 30), ou seja:
x z
S
n

/ 2
(6.14)
/2
6.7 Intervalos de confiana para a proporo
populacional
Vimos na distribuio amostral do estimador
p
que, para n grande,

p N p
p p
n
~ ,
1 ( )
.
Ento, um intervalo de confana para a proporo dado por:
p z
p p
n

( )
/ 2
1
/2
133
Estimao Unidade 6
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
O valor obtido de
p z
p p
n

( )
/ 2
1
chamado margem de erro
ou erro mximo da estimativa.
Exemplo 6.3 De uma amostra de 40 observaes de uma popula-
o normal com mdia desconhecida e desvio-padro = 5, obtemos uma
mdia amostral x = 25 . Construir um intervalo de 95% de confana para
a mdia populacional.
Resoluo
Neste exemplo vamos usar a frmula do intervalo de confana des-
crito no 1
o
caso. Os dados que o exerccio fornece so:
x
= 25; n = 40; = 5; 1 = 0,95; = 0,05; /2 = 0,025; z
/2
= 1,96
Substituindo na frmula, temos:
x z
n
x z
n
+

/ /
; ;
, ; , ;
2 2
25 1 96
5
40
25 1 96
5
40
25 +
+
[ ]
9 8
6 3246
25
9 8
6 3246
25 1 5495 25 1 5495
23 45
,
,
;
,
,
;
, ; , ;
, 005 26 5495 ; ,
[ ]
Exemplo 6.4 Uma amostra de tamanho 15, extrada de uma popu-
lao normal, fornece uma mdia amostral
x
= 25 e s = 0,5. Construir um
intervalo de 90% de confana para a mdia populacional.
Resoluo
Vamos usar o intervalo de confana descrito no 2
o
caso, pois temos
uma populao normal com desconhecido. Os dados so:
x n S = = = = =
=
23 5 15 0 5 1 0 9 0 1 , ; ; , ; , ; , ;
/2 0,05;

t n
/
, ;
2
1 761 1 14 = =
134
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Usando a frmula:
x t
S
n
x t
S
n
n n
+
+
/ ; / ;
;
, ,
,
; ,
2 1 2 1
23 5 1 761
0 5
15
23 5 1

,,
,
,
,
,
; ,
,
,
761
0 5
15
23 5
0 8805
3 8730
23 5
0 8805
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 esto satisfeitas com o atual prefeito. Construir
um intervalo de 95% de confana para a proporo populacional que est
satisfeita com o atual prefeito.
Resoluo
Os dados so:
p p n

= = = = =
=
1 200
2 000
0 6 0 4 2 000 1 0 95
.
.
, ; , ; . ; , ; 1

00 05 1 96
2
, ; ,
/
/2 0,025;

= = z
Um intervalo de 95% de confana para a proporo populacional
dado por:
p z
p p
n
p z
p p
n

( )
+

( )

/ /
;
, ,
2 2
1 1
0 6 1 96
;
00 6 0 4
2 000
0 6 1 96
0 6 0 4
2 000
0 6 1 96 0 010
, ,
.
; , ,
, ,
.
;
, , ,

995 0 6 1 96 0 01095
0 6 0 021462 0 6 0 021462
0 578
; , , , ;
, , ; , , ;
,

+
[ ]
+
[ ]
554 0 62146

; ,
[ ]
Se quisermos um intervalo de 95% de confana para a porcentagem
populacional, poderemos expressar este resultado como [57,85% ; 62,15%].
135
Estimao Unidade 6
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Podemos interpretar este intervalo da seguinte maneira: en-
tre os moradores desta cidade, a porcentagem dos que esto satisfei-
tos com o atual prefeito estimada em 60%, com uma margem de erro
de 2,15% , ou seja, deve estar entre 57,85% e 62,15%.
Atividades
01. Uma agncia de publicidade est interessada em estimar a idade m-
dia em que os adolescentes comeam a fumar. Uma amostra aleatria
de 25 fumantes, extrada de uma populao normal, forneceu uma mdia
amostral de 15 anos e um desvio-padro amostral de 1,7 ano. Construir
um intervalo de 99% de confana para estimar a idade mdia em que a
populao adolescente comea a fumar. Determine a margem de erro e o
erro-padro estimado da mdia.
02. A fm de averiguar a popularidade da gesto da nova reitoria de de-
terminada universidade, uma amostra aleatria de 400 estudantes foi se-
lecionada e constatou-se que 45% estavam satisfeitos com a nova gesto.
a) Obtenha o erro-padro estimado da proporo;
b) Determine o intervalo de 95% de confana para a proporo popula-
cional.
03. Os dados abaixo referem-se ao nmero de horas semanais que os es-
tudantes do primeiro semestre de Administrao passaram se preparando
para o exame de Estatstica.
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-padro estimado da mdia;
b) o intervalo de 92% de confana para a mdia populacional.
04. Dos 1.600 funcionrios entrevistados numa empresa, 880 esto de
acordo com a nova poltica salarial. Construir um intervalo de 98% de
confana para a proporo populacional dos funcionrios desta empresa
favorveis nova poltica salarial.
136
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
05. Para avaliar a popularidade de certo candidato prxima eleio para
prefeito de determinada cidade, extraiu-se uma amostra aleatria de 1.000
eleitores e constatou-se que 400 votariam no candidato. Estimar a propor-
o de eleitores em toda a cidade que tm a inteno de votar no candidato.
Encontre o erro-padro estimado da proporo.
01. [14,04902 ; 15,95098] Margem de erro: 0,95098
EP X
S
n
( ) , = = 0 34
02.
a) EP p
p p
n

( )
=

( )
=
1
0 02487 ,
b) [0,40125 ; 0,49875]
03.
a)
EP X
S
n
( ) , = = 0 3863
b) [4,52166 ; 5,87834]
04. [0,52110 ; 0,57890]
05. p
= 0 4 , EP p
p p
n

( )
=

( )
=
1
0 01549 ,
Leitura recomendada
Aplicar a estatstica no signifca apenas transformar em nmeros
as informaes que obtemos. preciso conhecer o real signifcado das
medidas e tcnicas estatsticas e que tipo de informaes elas nos tradu-
zem. No artigo Os nmeros das estatsticas no mentem jamais. Ser?,
de Thereza Venturoli, so citados alguns pontos importantes referentes
utilizao e interpretao de dados estatsticos. Ele encontra-se no endere-
o: http://super.abril.com.br/cotidiano/numeros-estatisticas-nao-mentem-
jamais-sera-441033.shtml.
137
Estimao Unidade 6
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Reflexo
Vimos que possvel estabelecer, pelo menos de forma aproximada,
a mdia de um grande grupo de elementos (populao) com base em um
grupo reduzido desses elementos (amostra). Mas o que garante que o resul-
tado obtido a partir de alguns elementos pode se ajustar a todo o grupo ou
populao? Estudos probabilsticos so o que, de certa forma, garante tais
resultados. Tal garantia no de 100%, mas podemos atingir bons nveis de
confana, como, por exemplo, 90%, 95% ou 99%. Dependendo da necessi-
dade, o nvel de confana pode superar 99%; no entanto, quanto maior esse
nvel, maior tambm ser a margem de erro, que signifca perda na preciso
dos resultados. Portanto, necessrio dosar nvel de confana e margem de
erro, para se chegar aos resultados mais apropriados.
Referncias
Hall, 2004.
SMAILES, Joanne; McGRANE, Angela. Estatstica aplicada admi-
nistrao com Excel. So Paulo: Atlas, 2002.
SPIEGEL, Murray R. Estatstica. So Paulo: Makron Books, 1993.
138
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Na prxima unidade
Todo o contedo abordado nesta unidade pode perder sua utilidade,
em uma pesquisa, se a amostra utilizada no for representativa da popula-
o. Mas o que garante essa representatividade?
Para que tenhamos aumentadas as chances de representatividade de
uma amostra, necessrio que ela seja aleatria e, na prxima unidade,
estudaremos mtodos de amostragem que garantem tal propriedade. Nun-
ca teremos total certeza de que a amostra com a qual estamos trabalhando
bem representativa da populao, mas a utilizao de mtodos adequa-
dos nos permitir, inclusive, determinar os nveis de confana e preciso
da pesquisa que estamos realizando.
Alm disso, veremos tambm como determinar o tamanho ideal da
amostra para que obtenhamos os resultados esperados.
U
n
i
d
a
d
e

7

U
n
i
d
a
d
e

7

Amostragem
Todas as empresas precisam de
informaes precisas para a tomada de
decises, e grande parte destas informaes
obtida utilizando-se tcnicas estatsticas ef-
cientes e adequadas a cada caso em questo.
Sabemos que difcilmente podemos estudar a
populao de interesse como um todo. Para isso, utiliza-
mos tcnicas de amostragem para selecionar uma amostra
que seja representativa da populao de interesse.
Quando um Administrador vai tomar uma deciso com
base em estatsticas j realizadas, este dever ter o cuidado de
avaliar se os resultados que chegaram at ele so provenientes de
uma amostra confvel, ou seja, se a amostra com a qual a pesquisa
foi realizada foi retirada de forma correta e, portanto, diremos que ela
ser representativa da populao. Neste sentido, o profssional que ir
tomar decises deve ter conhecimento sobre as tcnicas de amostragem
que foram utilizadas e saber se estas tcnicas so apropriadas ou no
para a populao que est sendo estudada.
Com o estudo desta unidade, espera-se que voc consiga identifcar
qual tcnica de amostragem adequada em cada situao de estudo em que
se deseja estimar parmetros populacionais, alm de determinar o tamanho
ideal da amostra com a qual voc dever realizar o estudo (pesquisa).
Voc se lembra?
Voc se lembra de com qual tamanho de amostra os grandes
institutos de pesquisa constumam trabalhar quando realizam pes-
quisas eleitorais para Presidente da Repblica? Procure prestar
ateno. uma quantidade muito pequena de eleitores que
so entrevistados (no constuma chegar nem a 0,01% da
populao total de eleitores do nosso pas). E como conse-
guem alcanar resultados satisfatrios? No nenhuma
mgica! Eles utilizam mtodos adequados de amos-
tragem. Nesta unidade estudaremos os principais
mtodos de seleo amostral.
140
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
7.1 Tcnicas de amostragem
Quando selecionamos uma amostra,
devemos garantir que esta amostra ser
representativa da populao, ou seja,
no processo de amostragem, a amostra
selecionada dever possuir as mesmas
caractersticas bsicas da populao.
Temos dois tipos de amostragem, a
que chamamos de probabilstica (ou aleat-
ria) e a no probabilstica (ou no aleatria).
A amostragem ser probabilstica se todos os elementos da popu-
lao tiverem mesma probabilidade (e diferente de zero) de pertencer
amostra. Caso contrrio, a amostragem ser no probabilstica.
Vamos estudar alguns tipos de tcnicas de amostragem
7.2 Definies das tcnicas de amostragem
probabilstica (ou aleatria)
Sempre que possvel, devemos escolher trabalhar com amostragem
probabilstica. Este tipo de amostragem nos garante, com alto grau de
confana, a representatividade da amostra com relao populao que
se tem interesse em estudar.
Usaremos N para denotar o tamanho da populao e n indicando o
tamanho da amostra.
7.2.1 Amostragem simples
utilizada quando todos os elementos da populao tm a mesma
chance (ou probabilidade igual) de pertencer amostra.
Para trabalhar com a amostragem casual simples, devemos con-
seguir listar a populao de 1 a N. Os elementos da populao que iro
pertencer amostra sero sorteados de forma aleatria. Sortearemos n n-
meros dessa sequncia, os quais correspondero aos elementos sorteados
para a amostra.
Exemplo 7.1 Se desejamos, por exemplo, selecionar 50 ele-
mentos de uma populao de 500 elementos, ento numeramos a
populao de 1 a 500 e sorteamos, dessa forma, cada um dos 50 que
iro compor a amostra.
No endereo
abaixo, voc ir encontrar
uma interessante atividade
que mostra a importncia e como
funciona uma pesquisa amostral:
http://objetoseducacionais2.mec.
gov.br/bitstream/handle/mec/1643/
mat5_ativ2.htm (Atividade 2
Amostras)
Vale a pena conferir!
141
Amostragem Unidade 7
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Cuidado com ciclos de
variao. s vezes podem ocor-
rer ciclos de variao e os elementos
sorteados para a amostra tero sempre a
mesma caracterstica. Se isto for detectado, o
salto poder ser diversifcado, podendo ento se-
lecionar, por exemplo, o 3, o 5 e o 9 elementos,
depois novamente conto 3, 5 e 9 e assim por diante
at obter a amostra desejada.
7.2.2 Amostragem sistemtica
Utilizamos amostragem sistemtica quando os elementos da popu-
lao se apresentam ordenados (ou em flas) e a retirada dos elementos da
amostra feita periodicamente.
Exemplo 7.2 Usando o exemplo anterior, em que a populao
composta de 500 elementos ordenados, poderamos utilizar a amostragem
sistemtica primeiramente determinando qual o salto que dever ser
dado. Para isto, fazemos a diviso do tamanho da populao pelo tamanho
da amostra desejada:
N
n
= =
500
50
10
Em seguida, podemos iniciar a amostragem com qualquer indiv-
duo escolhido (de forma aleatria) 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 populao se apresenta numa subdiviso em
pequenos grupos, chamados conglomerados. Neste caso possvel, e at
conveniente, fazermos uma amostragem por meio desses conglomerados.
Este tipo de amostragem consiste em sortear um nmero sufciente de con-
glomerados cujos elementos constitui-
ro a amostra. Quando um con-
glomerado sorteado, todos os
elementos dentro dele so se-
lecionados para a amostra.
Este tipo de amostragem
muitas vezes utilizado por
motivos de ordem prtica e
econmica.
Exemplo 7.3 Supo-
nhamos que desejamos estudar
alguma caracterstica dos indivduos
que moram num determinado bairro de sua
cidade. A populao de interesse constituda, portanto, por todos os
indivduos que moram nesse bairro e cada residncia constitui um con-
glomerado. Podemos sortear alguns conglomerados (residncias) e cada
morador da unidade sorteada far parte da nossa amostra.
142
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
7.2.4 Amostragem estratificada
Esta tcnica muito utilizada quando
a populao heterognea ou quando se
consegue dividi-la em subpopulaes
ou estratos. A amostragem estratifcada
consiste em especifcar quantos elemen-
tos da amostra sero retirados em cada
estrato. O nmero de elementos sortea-
dos em cada estrato deve ser proporcional
ao nmero de elementos existente no estrato.
Exemplo 7.4 Estudar uma determina-
da caracterstica do povo brasileiro, como, por exemplo, a renda familiar.
Nesse caso, a populao de interesse constituda por todo cidado que
mora no Brasil. Podemos considerar cada estrato como sendo cada um dos
estados brasileiros. Em cada um deles ser selecionado um nmero x de
elementos proporcional populao de cada estado.
7.3 Tcnicas de amostragem no probabilstica (ou
no aleatria)
Somente recomendamos o uso de mtodos de amostragem no
probabilstica nos casos em que impossvel ou invivel a utilizao de
mtodos probabilsticos.
7.3.1 Amostragem a esmo ou sem norma
a amostragem em que o pesquisador, para simplifcar o processo, pro-
cura ser aleatrio, sem, no entanto, usar algum dispositivo aleatrio confvel.
Exemplo 7.5 Suponha que desejamos retirar uma amostra de 50
parafusos de uma caixa contendo 5.000. Nesse caso, poderamos, em vez
de sortear os parafusos, escolher a esmo aqueles que fariam parte da amos-
tra. No um procedimento totalmente aleatrio porque, mesmo sem per-
cebermos, poderamos privilegiar alguma parte da caixa, no dando, dessa
forma, a mesma chance de participao a qualquer um dos parafusos.
7.3.2 Amostragem intencional
Neste caso, o amostrador escolhe deliberadamente os elementos que
iro compor a amostra, muitas vezes por julgar tais elementos bem repre-
sentativos da populao.
Agora
veja a Atividade 3
que trata do tema pesqui-
sas confveis. Ela ir auxili-
lo(a) a compreender melhor como
funciona o processo de amostragem
estratifcada utilizado, por exemplo,
nas pesquisas de opinio (como as
eleitorais). O endereo : http://
objetoseducacionais2.mec.gov.br/
bitstream/handle/mec/1643/
mat5_ativ3.htm
143
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Exemplo 7.6 Um diretor de uma instituio de ensino deseja
avaliar o quanto determinada disciplina est sendo bem ministrada por
seu professor. Para isso, seleciona, para uma entrevista, alguns dos alunos
com melhor desempenho nessa disciplina.
7.4 Exemplo envolvendo tcnicas de amostragem
probabilstica
Exemplo 7.7 A Tabela 7.1 lista a idade e a opinio de 50 profssio-
nais de empresas pblicas e privadas que esto sendo entrevistados para
responder se so contra ou a favor da incluso de defcientes visuais
e auditivos em suas empresas e em que tipo de empresa trabalha: pblica
ou privada.
Profssionais Idade Opinio Tipo de empresa
1 52 contra pblica
2 22 a favor pblica
3 36 a favor privada
6 50 contra pblica
7 44 contra pblica
8 42 contra pblica
9 40 contra pblica
10 45 contra pblica
13 23 contra pblica
14 26 a favor pblica
22 41 contra pblica
144
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
23 42 contra pblica
24 50 contra pblica
25 49 contra pblica
26 38 contra privada
36 36 contra pblica
39 44 contra pblica
40 65 contra pblica
41 56 contra pblica
42 52 contra pblica
49 46 contra pblica
Tabela 7.1 Idade e opinio de profssionais de empresas pblicas e privadas com relao
incluso de defcientes visuais e auditivos
a) Retire uma amostra sistemtica de 10 profssionais, inician-
do pelo 3
o
profssional, e liste o n do profssional sorteado, a
idade, a opinio e o tipo de empresa em que ele trabalha.
145
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Resoluo
Dividindo 50 por 10, temos grupos com 5 elementos cada. Se sorte-
armos o terceiro elemento do primeiro grupo, por exemplo, os participan-
tes da amostra sero os listados abaixo:
Profssionais Idade Opinio Tipo de empresa
8 42 contra pblica
13 23 contra pblica
23 42 contra pblica
b) Com a amostra selecionada no item a), calcule:
a idade mdia dos profssionais;
Resoluo
x = =
348
10
34 8 , anos
a porcentagem de profssionais contra a incluso;
Resoluo
n de profissionais contra a incluso na amostra
n total de profissi
oonais na amostra
= =
4
10
0 4 ,
ou seja, 40% dos profssionais so contra a incluso de defcientes
visuais ou auditivos nas empresas em que trabalham.
a porcentagem de profssionais que so da rede pblica.
Resoluo
n de profissionais de empresas pblicas na amostra
n total de profi
o
o
sssionais na amostra
= =
4
10
0 4 ,
ou seja, 40% dos profssionais trabalham em empresas pblicas.
146
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
c) possvel retirar uma amostra estratifcada dos profssionais
considerando a varivel tipo de empresa? Diga, em poucas pa-
lavras, como voc procederia neste caso.
Resoluo
Sim, pois possvel identifcar dois estratos: empresa pblica e priva-
da. O procedimento deve ser: retirar uma amostra proporcional de profssio-
nais de empresas pblicas e privadas e depois fazer as anlises devidas.
7.5 Tamanho da amostra para estimar a mdia
Existem vrias formas de se obter o tamanho ideal de elementos
amostrais. Estas formas dependem do que se deseja estimar (mdia, pro-
poro), se o desvio-padro da populao conhecido ou no, se a distri-
buio normal ou no. Para falarmos de todas as formas de encontrar o
tamanho ideal da amostra, precisaramos de uma disciplina inteira s para
este assunto, porm vamos mostrar o mtodo mais usado e simples, que
a determinao do tamanho da amostra para estimar a mdia, consideran-
do-se que a populao em estudo seja normalmente distribuda e que seu
desvio-padro populacional (ou sua estimativa) seja conhecido. Se estas
condies forem satisfeitas, uma forma para se calcular o tamanho da
amostra ser dada pela seguinte expresso:
n
z
E
=

2
(7.1)
em que:
z o valor usado para o grau de confana especfco,
o desvio-padro da populao (ou sua estimativa), e
E o valor de erro para mais ou para menos permitido no
intervalo (sempre a metade do intervalo de confana).
Observao Se, ao aplicar a expresso (7.2), o tamanho da amos-
tra (n) for inferior a 30, esta amostra dever aumentar para 30 elementos,
j que est baseada no uso da distribuio normal.
Exemplo 7.8 Um administrador do departamento de produo de
uma fbrica quer estimar o nmero mdio de horas extras para o pessoal
que trabalha na linha de produo. Considere o fator de erro de 5 horas
(para mais ou para menos) e 90% de confana. Baseado em dados de outras
divises da fbrica, ele estima o desvio-padro das horas extras em = 25
horas. Qual o tamanho mnimo necessrio da amostra?
147
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Resoluo
Utilizando a expresso (7.2), temos:
n
z
E
=

2 2
1 65 25
5
68 06
.
,
,
ou seja, para obter uma boa estimativa do nmero mdio de horas
extras para o pessoal que trabalha na linha de produo, ser necessrio
tomar uma amostra de aproximadamente 69 funcionrios.
Atividades
01. Uma populao se encontra dividida em quatro estratos. O tamanho de
cada estrato N
1
= 80, N
2
= 120, N
3
= 60 e N
4
= 60 Sabe-se que uma amos-
tragem proporcional foi realizada e dezoito elementos da amostra foram re-
tirados do segundo estrato. Qual o nmero total de elementos da amostra?
02. Uma pesquisa precisa ser realizada em uma determinada cidade. A
amostragem proposta para este problema a seguinte: dividir a cidade em
bairros (pelo prprio mapa da cidade): em cada bairro, sorteia-se um certo
nmero de quarteires proporcional rea do bairro; de cada quarteiro,
so sorteadas quatro residncias; destas quatro residncias, todos os mora-
dores so entrevistados.
a) Essa amostra ser representativa da populao ou poder apresentar
algum vcio (no confvel)?
b) Quais tipos de amostragem foram utilizados no procedimento?
03. Uma empresa de seguros mostra que, entre 4.000 sinistros reporta-
dos empresa durante um ms, 2.700 so sinistros pequenos (inferiores
a R$ 400,00), enquanto os outros 1.300 so sinistros grandes (R$ 400,00
ou mais). Foi extrada uma amostra proporcional de 1% para estimar o
valor mdio desses sinistros. Os dados esto 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 mdia de cada uma das amostras (sinistros pequenos e
sinistros grandes),
148
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
b) Determine sua mdia ponderada, tomando como pesos os dois tama-
nhos de estratos N
1
= 2700 e N
2
= 1300.
04. Consideremos um estudo realizado em empresas de pequeno e mdio
porte de uma determinada regio composto por 1.000 empresas, distribu-
das, quanto ao nmero de funcionrios, como mostra a tabela abaixo, e que
nesta regio sejam amostradas 50 empresas.
Distribuio do n
o
de empresas de uma regio qualquer, quanto ao
n de funcionrios
N
o
de funcion-
rios
N
o
de proprie-
dades
Amostra estratifcada (n = 50)
Uniforme Proporcional
0 20 500
20 50 320
50 100 100
100 200 50
200 400 30
Total 1000 50 50
a) Qual dever ser o tamanho da amostra dentro de cada estrato no caso
uniforme e no proporcional?
b) Determine a mdia amostral obtida para a amostragem estratifcada
uniforme e para a amostragem estratifcada proporcional. Comente os re-
sultados.
Observao Amostragem estratifcada uniforme quando retira-
mos o mesmo nmero de elementos de cada estrato, independentemente
do tamanho do estrato.
05. Os dados a seguir se referem ao tempo de vida, em meses, de cartes
de crdito confeccionados com determinado tipo de plstico. Uma inds-
tria especializada na fabricao destes cartes recebeu setenta amostras
deste material (plstico) do fornecedor A e outros trinta do fornecedor B.
O aspecto relevante que se deseja observar, relativo a esses materiais, a
resistncia, em meses, dos cartes confeccionados com eles. Vamos admi-
tir que os cem cartes foram numerados de 1 a 100 ao ser entregues aos
usurios, e que os setenta primeiros foram feitos com o material recebido
do fornecedor A. Vamos admitir, tambm, que os valores reais da varivel
149
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
de interesse (a resistncia, em meses, dos cartes em uso) dos cem dispo-
sitivos recebidos sejam os dados seguintes, respectivamente na ordem de
entrega para os usurios (l-se seguindo as linhas, tal como se l 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
Observao Os cartes, assim que se danifcavam, eram imedia-
tamente devolvidos e anotado o tempo de vida til do mesmo.
a) Uma amostra simples, ao acaso, de dez cartes foi retirada da popula-
o de 100, com auxlio dos nmeros aleatrios da Tabela 7.1. O processo
de utilizao da tabela foi o usual, com incio no dgito situado na inter-
seo da quinta linha com a oitava coluna da referida tabela. A seguir, foi
calculada a resistncia mdia (em meses) da amostra de dez cartes. Que
valor voc acha que foi obtido para essa mdia?
b) Suponha agora que se pensasse em fazer amostragem estratifcada.
Em sua opinio, seria isso razovel, no caso? Caso afrmativo, indique
como voc procederia, ainda utilizando os nmeros aleatrios. Suponha
que o nmero total de cartes a examinar na amostra continue sendo dez.
c) Suponha agora que tivesse sido utilizada amostragem estratifcada,
num total ainda de dez cartes examinados, e que tivessem sido obtidos,
no primeiro e no segundo estratos, respectivamente, x
1
= 33,8 e x
2
= 40,2.
Em quanto voc estimaria a mdia da populao de cem cartes?
d) Suponha agora que, dos setenta cartes fabricados com o material
proveniente do fornecedor A, tenha sido colhida uma amostra sistemtica
de dez cartes, sendo constante o perodo de retirada dos elementos para
a amostra, e sendo conhecido que o segundo carto a ser devolvido (cujo
valor da resistncia, em meses, 38) pertencia a essa amostra. Calcule a
mdia dos valores da resistncia observados nessa amostra.
06. Em uma amostra de 32 elementos selecionada segundo a tcnica siste-
mtica de uma populao ordenada formada por 2.432 elementos, qual dos
150
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
elementos abaixo seria escolhido para pertencer 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 populao ordenada
formada por 210 elementos, sabendo que o elemento de ordem 149 a ela
pertence.
08. Um administrador de uma determinada agncia bancria pretende es-
timar o valor mdio dos gastos dos clientes com relao alimentao.
Com base em dados de outras agncias similares, o desvio-padro de tais
valores de gastos estimado em cerca de R$ 124,00. Qual o tamanho m-
nimo que deveria ter uma amostra aleatria se ele desejasse estimar a m-
dia dos gastos dentro de R$ 30,00 (para mais ou para menos) e com uma
confana de 95%?
09. Com referncia ao exerccio 8, qual dever ser o tamanho mnimo
da amostra se a distribuio das vendas no for considerada normal e ele
desejar estimar a mdia dos gastos dentro de R$ 60,00 (para mais ou para
menos) e com uma confana de 95%?
10. Um gerente do setor compras de uma frma quer estimar o salrio
horrio mdio dos trabalhadores do setor. Considere o fator de erro de R$
0,85 (para mais ou para menos) e com 99% de confana. Estima-se que o
desvio-padro dos salrios no seja maior do que R$ 2,23. Qual o nmero
mnimo de registros pessoais que devem ser amostrados, para que a pes-
quisa seja realizada?
01. Aproximadamente 48
02.
a) Sim, ser representativa.
b) Foram utilizados pelo menos 3 tipos de tcnicas de amostragem:
amostragem estratifcada no primeiro momento, amostragem casual sim-
ples no segundo momento e amostragem por meio de conglomerados para
fnalizar.
151
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
03.
a) x
p
= 161,33; x
g
= 1279,85
b) x
ponderada
= 524,85
04.
a)
N
o
de funcio-
nrios
Ponto
mdio
N
o
de propriedades
Amostra estratifcada
(n = 50)
Uniforme Proporcional
0 20 10 500 10 25
20 50 35 300 10 15
50 100 75 120 10 6
100 200 150 40 10 2
200 400 300 40 10 2
Total Total 1000 50 50
b) x
u
= 114; x
p
= 42,5. A mdia obtida atravs da amostragem estratifcada
uniforme no mostra a realidade das empresas com relao ao nmero de
funcionrios, j que a grande maioria tem no mximo 50 funcionrios (como
mostra a mdia obtida atravs da amostragem estratifcada proporcional).
05.
a) x = 36,1;
b) Sim, pois podemos identifcar 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 posies dos valores de 2 em 2 dgitos na
forma horizontal. Para utilizar a amostragem estratifcada, devemos sele-
cionar 7 elementos provenientes do fornecedor A (70 primeiros valores) e
3 elementos provenientes do fornecedor B (30 ltimos valores). Na tabela
7.1, devo pegar 7 valores que variam entre as posies de 1 a 70 e 3 valores
que variam entre as posies de 71 a 100. Obs.: na tabela 7.1, o valor 00
representar a posio 100 no conjunto de dados. Por fm, encontraria os
elementos referentes s posies encontradas com o auxlio da tabela e
fnalmente calcularia a mdia desses valores.
c) x = 35,72
d) x = 33,8
152
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
06. 1.648
07. 9 23 37 51 65 79 93 107 121 135 149 163 177 191 205
09. O tamanho da amostra seria de aproximadamente 17; porm, como
a distribuio no pode ser considerada como normalmente distribuda, o
tamanho da amostra deve ser de no mnimo 30.
Leitura recomenda
O artigo Determinao do tamanho de amostras: uma introduo
para novos pesquisadores (SANTOS, G. R. dos; ABBUD, E. L.; ABREU,
A. J.), disponvel em http://www.fadminas.org.br/symposium/9_edicoes/
artigo_8.pdf, sugerido para que voc possa encontrar mais exemplos de
aplicaes referentes ao contedo apresentado nesta unidade.
Reflexo
Pelo estudo desta unidade, pudemos ver que Estatstica no s
clculo matemtico e grfco. No planejamento de uma pesquisa, j deve-
mos aplicar alguns conceitos estatsticos. Escolher o mtodo adequado de
amostragem algo essencial em qualquer pesquisa. Uma amostra selecio-
nada de forma incorreta certamente comprometer os resultados do estudo
que est sendo realizado.
Portanto, se a amostra no for representativa da populao de inte-
resse, todos os clculos que forem realizados, tomando-se por base essa
amostra, no nos fornecero resultados confveis. A amostragem parte
fundamental de uma pesquisa estatstica.
Referncias
FONSECA, Jairo Simon; MARTINS, Gilberto de Andrade; TOLEDO,
Geraldo Luciano. Estatstica aplicada. So Paulo: Atlas, 1985.
153
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
LEVIN, Jack; FOX, James Alan. Estatstica para cincias humanas.
So Paulo: Prentice Hall, 2004.
LEVINE, David M.; BERENSON, Mark L.; STEPHAN David. Esta-
tstica: teoria e aplicaes. Rio de Janeiro: LTC, 2000.
MARTINS, Gilberto de Andrade. Estatstica geral e aplicada. So
Paulo: Atlas, 2002.
MILONE, Giuseppe. Estatstica geral e aplicada. So Paulo: Pioneira
Thomson Learning, 2004.
1999.
Na prxima unidade
At o momento, vimos tcnicas estatsticas referentes ao estudo de
uma varivel (por vez). Medidas como a mdia, por exemplo, referem-se
a caractersticas de uma nica varivel. Na prxima unidade, estudaremos
a correlao e a regresso que so tcnicas que nos do informao a res-
peito de duas variveis conjuntamente. So tcnicas que nos oferecem um
vasto campo de aplicao prtica.
154
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Minhas anotaes:
U
n
i
d
a
d
e

8

U
n
i
d
a
d
e

8

Correlao e regresso
lineares simples
A tcnica de anlise de regresso tem
como objetivo verifcar se existe relao en-
tre duas ou mais variveis quantitativas: uma,
chamada varivel resposta, ou dependente, e a(s)
outra(s), chamada(s) varivel(eis) explicativa(s), ou
independente(s).
Havendo relao entre as varivei s dependente e
independente(s), podemos descrev-la por meio de uma equa-
o. Com esta equao, podemos predizer o valor da varivel
dependente.
Considere, por exemplo, um caso em que o departamento de marke-
ting de uma empresa de telecomunicaes tem interesse em verifcar
a relao entre os gastos com publicidade e o nmero de clientes con-
quistados para a empresa. Aqui o interesse prever o nmero de clientes
a partir dos gastos com a publicidade. A varivel em cuja previso temos
interesse denominada de varivel dependente; neste caso, o nmero
de clientes conquistados para a empresa, e a varivel independente, que
usada para fazer os clculos da previso, so os gastos com a propaganda.
Nesta unidade, estudaremos o modelo de regresso linear simples,
em que existem apenas duas variveis envolvidas (uma varivel inde-
pendente e a varivel dependente). O relacionamento entre estas duas
variveis pode ser descrito por uma equao linear, ou seja, a equao
de uma reta.
Que voc seja capaz de mensurar o grau de correlao entre
duas variveis e estabelecer a relao matemtica entre elas,
com o objetivo de predizer uma delas a partir de valores atri-
budos outra.
Voc se lembra?
Voc se lembra do signifcado da expresso
correlacionadas? Alguma vez voc ouviu essa
expresso empregada em alguma frase? Nesta
156
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
unidade, estudaremos a correlao entre variveis, o que permitir maior
compreenso do signifcado dessa expresso. Comece consultando um di-
cionrio. Voc ver que no difcil compreender o seu sentido.
157
Correlao e regresso lineares simples Unidade 8
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
8.1 Correlao
A existncia de algum relacionamento entre duas variveis deno-
minada correlao.
A visualizao desta correlao pode ser feita construindo-se um
grfco chamado diagrama de disperso, que um grfco de dados em-
parelhados (x,y) com o eixo x na horizontal e o eixo y na vertical.
A Figura 8.1 apresenta alguns exemplos de diagramas de disperso.
Correlao linear
positiva ou direta
Correlao linear
negativa ou inversa
Sem correlao
Correlao
no linear
Tipos de correlao entre as variveis
Figura 8.1 Tipos de correlao
Aps a anlise do diagrama de disperso, podemos utilizar uma
medida que descreve a intensidade da associao linear entre duas
variveis x e y. Esta medida o coefciente de correlao linear. Os
valores do coefciente de correlao linear esto sempre entre 1 e +1.
Um valor de +1 indica uma correlao linear positiva perfeita entre
x e y. Um valor de 1 indica uma correlao linear negativa perfeita
entre x e y. Valores com coefciente de correlao linear prximo de
zero indicam que x e y no esto linearmente relacionados, ressaltando
que pode haver um outro tipo de relacionamento entre x e y, mas no o
linear ou a ausncia de correlao.
158
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
O coefciente de correlao linear dado por:
r
n x y x y
n x
i i
i
n
i
i
n
i
i
n
i
i
n
=
= = =
=

1 1 1
2
1
+
= = =

x n y y
r
i
i
n
i
i
n
i
i
n
1
2
2
1 1
2
1 1
,
88 1 .
( )
Exemplo 8.2 Uma concessionria de veculos quer verifcar a ef-
ccia de seus anncios em determinado jornal na venda de carros novos.
A tabela abaixo mostra o nmero de anncios publicados, por ms, e o
correspondente nmero de carros vendidos nos ltimos seis meses.
Nmero de anncios publicados Nmero de carros vendidos
28 140
20 110
22 100
14 75
10 60
7 52
Tabela 8.1 Nmero de anncios publicados e nmero de carros vendidos
Verifque se existe relao entre as variveis nmero de anncios
publicados (x) e nmero de carros vendidos (y).
Resoluo
Primeiro vamos construir o diagrama de disperso e verifcar visual-
mente o comportamento conjunto das variveis.
Nmero de anncios publicados
N
m
e
r
o

d
e

c
a
r
r
o
s

v
e
n
d
i
d
o
s
160
140
120
100
80
60
40
20
0
0 5 10 15 20 25
30
Figura 8.2 Diagrama de disperso
159
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Analisando o diagrama de disperso, verifcamos uma correlao
linear positiva entre as variveis nmero de anncios publicados e n-
mero de carros vendidos.
Vamos medir a intensidade desta correlao por meio do coefciente
de correlao dado em (8.1).
Para efetuar este clculo, precisamos acrescentar trs colunas na
tabela original dos dados:
Nmero de
anncios publi-
cados (x)
Nmero de car-
ros vendidos (v)
x y x
2
y
2
28 140 3920 784 19600
20 110 2200 400 12100
22 100 2200 484 10000
14 75 1050 196 5625
10 60 600 100 3600
7 52 364 49 2704
= 101 = 537 = 10.334 = 2.013 = 53.629
Os valores x y so obtidos fazendo-se a multiplicao de cada par
(x, y), ou seja, 28 x 140 = 3.920; 20 x 110 = 2.200, e assim por diante. Os
valores x
2
so obtidos elevando-se ao quadrado cada valor da primeira co-
luna, ou seja, 28 x 28 = 784; 20 x 20 = 400, e assim por diante. Finalmen-
te, obtemos y
2
fazendo cada valor da segunda coluna ao quadrado, isto ,
140 x 140 = 19.600; 110 x 110 = 12.100, e assim por diante.
Substituindo os valores na frmula, temos:
r
n x y x y
n x
i i
i
n
i
i
n
i
i
n
i
i
n
=
= = =
=

1 1 1
2
1
= = =

x n y y
i
i
n
i
i
n
i
i
n
1
2
2
1 1
2
,
r =

( )

( )
( )
( )

( )

( )

6 10 334 101 537
6 2 013 101 6 53 629 53
2
.
. . 77
7 767
1 877 33 405
2
( )
=
r
.
. .
160
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
r
r
=
=
7 767
43 3244 182 7703
0 9809
.
, ,
,
Como o coefciente de correlao de 0,9809 (prximo de 1), con-
clumos que as variveis nmero de anncios publicados e nmero de
carros vendidos so fortemente correlacionadas.
Observao Como observamos no diagrama de disperso que a
correlao linear entre as variveis positiva, necessariamente o valor do
r tem de ser positivo. Quando verifcarmos no diagrama uma correlao
linear negativa, o valor do r necessariamente ser negativo.
8.2 Modelo de regresso linear simples
Embora os pares (x,y) no estejam exatamente sobre uma reta, a
anlise do diagrama de disperso sugere uma correlao linear entre as
duas variveis. Agora vamos descrever esta relao por meio da equao
de uma reta dada por:
y
i
=
0
+
1
x
i
+ e
i
i = 1, 2, ..., n
em que:
0
o intercepto da linha de regresso com o eixo y;
1
o coefciente de inclinao da reta (representa o acrscimo es-
perado na varivel dependente quando a varivel independente acresci-
da de uma unidade);
e
i
so variveis aleatrias (no observadas) independentes e distri-
budas conforme um modelo normal com mdia 0 e varincia
2
;
x
i
so os valores da varivel independente;
y
i
so os valores da varivel dependente.
Os parmetros desconhecidos
0
e
1
so estimados por meio do
mtodo de mnimos quadrados. Este mtodo consiste em minimizar a
soma dos quadrados dos resduos obtidos pela diferena entre os valores
observados y
i
e os valores preditos
y
i
, ou seja,
e y y
i i i
i
n
i
n
2
2
1 1
8 2 =
( ) ( )
= =

.
em que y x
i i

= +
0 1
.
Os estimadores
0
e
1
so denominados estimadores de mnimos
quadrados calculados por:
161
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1
1 1 1
1
2
1
=
= = =
=

n x y x y
n x
i i
i
n
i
i
n
i
i
n
i
n
( )
= ( )
=
x
e
y x
i
i
n
1
2
0 1
8 3
8 4
.
.

Lembrando que:
x
x
n
x
y
y
n
i
i
n
i
i
n
=
=
=
=
1
1
(mdia da varivel )
(mdia dda varivel ) y
O clculo de
0
s pode ser efetuado aps a determinao de
1
.
A reta ajustada por mnimos quadrados dada por:
y x

= + ( )
0 1
8 5 .
Exemplo 8.3 Vamos encontrar a equao da reta ajustada pelo
mtodo de mnimos quadrados utilizando os dados do exemplo 8.2.
Podemos observar que o nume-
rador do clculo do estimador
1

exatamente o numerador do coefciente de
correlao linear, e o denominador o valor
obtido dentro da primeira raiz do denominador do
coefciente de correlao linear.
162
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Os valores de
1
e
0
so, respectivamente,
1
1
2
1
=

= = =
=

n x y x y
n x
i i
i
n
i
i
n
i
i
n
i
i
n
=
=
=
=
x
e
y x
i
i
n
1
2
1
1
0 1
7 767
1 877
4 138

.
.
,
0
0
1
89 5 4 138 16 833
19 845
16 8
= ( )
=
= = =
=
, , ,
,
,
pois x
x
n
i
i
n

101
6
333 89 5
1
e y
y
n
i
i
n
= = =
=

537
6
,
Portanto, a reta ajustada por mnimos quadrados :
y x
= + 19 845 4 138 , ,
Nmero de anncios publicados
N
m
e
r
o

d
e

c
a
r
r
o
s

v
e
n
d
i
d
o
s
160
140
120
100
80
60
40
20
0
0 5 10 15 20 25
30
y = 4,138x + 19,845
R
2
= 0,9621
Figura 8.3 Reta ajustada e valor do coefciente de determinao
A reta ajustada usada para predizer o valor da varivel dependente,
dado um valor determinado da varivel independente.
163
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Podemos prever, por exemplo, o nmero de carros vendidos con-
siderando 18 anncios por ms, ou seja, x = 18. Para fazer esta previso,
basta substituir o valor x = 18 na equao da reta ajustada, isto ,
y
y
= + ( )
=
19 845 4 138 18
94 329
, ,
,
Portanto, para 18 anncios publicados no ms, a quantia prevista do
nmero de carros vendidos de, aproximadamente, 94 unidades.
Podemos interpretar os valores estimados
da seguinte maneira: o nmero esperado de
carros vendidos quando a concessionria no faz
anncios no jornal de 19,845 unidades, ou seja,
aproximadamente 20 carros. Um aumento de 1
anncio publicado no jornal implica em um nmero
mdio esperado de carros vendidos de 4,138
unidades.
Ao utilizar a reta ajustada para fazer previses, devemos traba-
lhar com valores prximos ao mnimo e ao mximo dos dados amos-
trais (para a varivel independente).
8.3 Coeficiente de determinao
Em geral h uma variao em torno da reta ajustada, ou seja, nem
todos os pontos fcam sobre a reta (pode acontecer de nenhum estar exa-
tamente sobre a reta). Para medir a preciso da reta ajustada, isto , a
variao de y que explicada pela reta, utilizamos o coefciente de deter-
minao dado por:
r
n x x
n y
i
i
n
i
i
n
i
i
n
2
1
2
1 1
2
2
1

j
(
,
\
,
(

j
(
,
\
,
(
,
,
,
]
]
]
]
j
(

,,
\
,
(

j
(
,
\
,
(
y
i
i
n
1
2
164
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Vamos calcular o coefciente de determinao com os dados do
Exemplo 8.2:
r
r
2
2 2
2
2
4 138 6 2 013 101
6 53 629 537
17 123
=
( )

( )

( )
( )

( )
=
, .
.
, 00 12 078 10 201
321 774 288 369
17 1230 1 877
33 405
32
2

[ ]
=

=
. .
. .
, .
.
r
.. ,
.
,
.
139 87
33 405
0 9621
8 6
2
r =
( )
Este valor signifca que 96,21% da variao total de y pode ser ex-
plicada pela reta ajustada.
Podemos calcular o coefciente de determinao elevando ao qua-
drado o coefciente de correlao linear, isto ,
r
2
= 0,99809)
2
= 0,9621
Com a defnio do coefciente de determinao, podemos perceber
que, se o coefciente de correlao for r = 0,7, teremos um coefciente de
determinao r
2
= 0,49 signifcando que a reta ajustada no consegue ex-
plicar nem a metade da variao de y. Por isso, para 0,7 r 0,7, no se
deve, em geral, ajustar a reta de mnimos quadrados. Para |r| 0,9, a reta
de mnimos quadrados explica mais de 80% da variao total de y.
Observao Os tpicos desta unidade so facilmente desenvolvi-
dos pelo Microsoft Excel.
Exemplo 8.3 Os dados da tabela abaixo so referentes precipita-
o pluviomtrica anual x (em cm) e colheita de algodo y (em kg/are)
em determinada localidade:
x 25 153 121 150 32 128 110
y 430 187 210 214 302 193 163
a) Faa o diagrama de disperso e interprete.
b) Calcule o coefciente de correlao linear.
c) Encontre a reta ajustada por mnimos quadrados.
d) Faa a previso para a colheita de algodo considerando a
precipitao pluviomtrica X = 145 cm.
e) Calcule o coefciente de determinao e interprete.
165
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Resoluo
a) Diagrama de disperso:
Precipitao pluviomtrica (cm)
C
o
l
h
e
i
t
a

d
e

a
l
g
o
d
o

(
k
g
/
a
r
e
)
500
450
400
350
300
250
200
150
100
50
0
0 50 25 75 100 125 150
175
Pelo diagrama de disperso, observamos uma correlao linear ne-
gativa entre as variveis precipitao pluviomtrica e colheita de algodo.
b) Coefciente de correlao linear:
Precipitao plu-
viomtrica (x)
Colheita de
algodo (x)
x y x
2
y
2
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
= 719 = 1.699 = 149.169 = 90.683 = 464.787
166
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
r
n x y x y
n x
i i
i
n
i
i
n
i
i
n
i
i
n
=
= = =
=

1 1 1
2
1
= = =

x n y y
i
i
n
i
i
n
i
i
n
1
2
2
1 1
2
,
r =

( )

( )
( )
( )

( )

7 149 169 719 1 699
7 90 683 719 7 464 787
2
. .
. .
(( )

( )
=

1 699
177 398
117 820 366 908
177 398
343 2492 60
2
.
.
. .
.
,
r
r
55 7293
0 8532
,
, r =
Observamos, pelo coefciente de correlao, que h uma correlao
linear negativa signifcativa entre as variveis estudadas.
c) Equao da reta ajustada
A equao da reta ajustada por mnimos quadrados dada por:
y x

= +
0 1
Ento, precisamos encontrar
i
e
0
utilizando as seguintes frmulas:
1
1
2
1
=

= = =
=

n x y x y
n x
i i
i
n
i
i
n
i
i
n
i
i
n
=
=
=
=
x
e
y
i
i
n
1
2
1
1
0
177 398
117 820
1 5057
.
.
,

= ( )
=
=
1
0
0
242 7143 1 5057 102 7143
397 3712
x
pois x
, ( , ) ,
,
xx
n
e y
y
n
i
i
n
i
i
n
= =

= = = = =
1 1
102 7143 242 7143
719
7

1.699
7
, ,
167
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Portanto, a equao da reta ajustada por mnimos quadrados
dada por:
y x
= 397 3712 1 5057 , ,

d) O clculo da previso feito substituindo-se o valor forneci-
do no item, x = 145 cm, na equao da reta ajustada.
y
y
= ( )
=
397 3712 1 5057 145
179 0447
, ,
, .
Ento, a previso para a colheita de algodo, considerando-se a pre-
cipitao pluviomtrica de 145 cm, de 179,0447 kg/are.
e) Coefciente de determinao
O coefciente de determinao pode ser obtido utilizando-se a fr-
mula vista anteriormente ou elevando-se ao quadrado o coefciente de
correlao linear, isto :
r
2
= (0,8532)
2
= 0,7280
Este valor signifca que 72,80% da variao total de y pode ser ex-
plicada pela reta ajustada.
Atividades
01. Os dados abaixo so referentes produo de determinada indstria:
Ano 1 2 3 4 5 6 7 8 9
Quantidade (t) 35 37 38 38 40 43 45 44 48
d) Faa a previso para a quantidade de produo considerando o ano 10.
Obs. A varivel independente ano e a varivel dependente a
quantidade.
02. Certa empresa est estudando a variao da demanda de um de seus pro-
dutos em relao variao de preo de venda. Os dados esto a seguir.
Preo (x) 40 43 52 55 61 65 70 82 95 108
Demanda (y) 370 330 300 270 258 249 240 225 220 206
168
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
d) Faa a previso para a variao da demanda considerando a variao
de preo de venda x = 105.
03. Os dados abaixo referem-se s variveis renda familiar e gasto
com alimentao numa amostra de dez famlias, representadas em sa-
lrios mnimos.
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
d) Faa a previso para o gasto com alimentao para uma famlia com
renda de 170 salrios mnimos.
01.
b) r = 0,9734
c)
y
= 3,2222 + 1,5333x
d) 48,56
e) r
2
= (0,9734)
2
= 0,9475
02.
b) r = 0,9004
c) y
= 432,7174 2,54533x
d) 165,56
e) r
2
= (0,9004)
2
= 0,8107
03.
b) r = 0,9776
169
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
c) y
= 3,597 + 0,4669x
d) 79,01
e) r
2
= (0,9776)
2
= 0,9557
Reflexo
Com larga aplicao em Administrao, o contedo apresentado
nesta unidade nos permite determinar, por exemplo, quais fatores mais
interferem no nvel de venda dos produtos de uma empresa, obter funes
matemticas relacionando o preo com a demanda, a produo com o cus-
to, o nvel de venda com a receita, entre tantas outras aplicaes.
O valor que voc paga na renovao ou na aquisio de um seguro
tambm exemplo de aplicao de correlao e regresso. No entanto,
envolve mais variveis. Mas o procedimento semelhante.
Agora, procure descobrir variveis que apresentam correlao e es-
tabelecer a relao matemtica entre elas.
Referncias
Hall, 2004.
FREUND, John E.; SIMON, Gary A. Estatstica aplicada: economia,
administrao e contabilidade. Porto Alegre: Bookman, 2000.
KAZMIER, Leonard J. Estatstica aplicada economia e adminis-
trao. So Paulo: McGraw-Hill do Brasil, 1982.
170
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
MOORE, David S.; McCABE, George P.; DUCKWORTH, William
M.; SCLOVE, Stanley L. A prtica da estatstica empresarial. Rio
de Janeiro: LTC, 2006.
SARTORIS, Alexandre. Estatstica e introduo econometria. So
Na prxima unidade
O contedo que ser abordado na prxima unidade lhe ajudar a
compreender e interpretar melhor vrios ndices econmicos e sociais que
frequentemente so divulgados pela mdia.
Tais ndices so denominados nmeros-ndices e servem para ava-
liar a variao (no tempo) de valores de uma ou mais variveis.
U
n
i
d
a
d
e

9

U
n
i
d
a
d
e

9

Nmerosndices
Os nmeros-ndices so medidas estats-
ticas que servem para nos fornecer a noo
da mudana (evoluo) que uma varivel sofreu
em determinado tempo, ou seja, so usados para
indicar variaes relativas em quantidades, preos ou
valores de um artigo, durante um perodo de tempo.
Que voc seja capaz de calcular e interpretar nmeros-
ndices referentes variao de preo, quantidade e valor no
tempo.
Voc se lembra?
Voc se lembra do signifcado de siglas tais como IGPM, IPC,
IBOVESPA? No so raros os momentos em que ouvimos falar de tais
ndices. So alguns dos chamados indicadores econmicos. Nesta uni-
dade, vamos estudar o princpio de tais ndices.
172
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
9.1 Introduo
A importncia do conhecimento destas estatsticas pelo administra-
dor indispensvel, principalmente porque nossa moeda sofre desvalori-
zaes constantes e, com isto, h uma mudana muito grande nos preos
em geral. Mas a pergunta : de quanto foi esta mudana? Por exemplo,
responder quanto uma cesta bsica com determinados itens aumentou ou
diminuiu de um ano para outro (ou de um ms para outro, ou em uma d-
cada para outra).
Alm dos problemas gerados por alteraes de preos, os nmeros-
ndices so teis em outras reas de atuao em uma empresa, como, por
exemplo, na pesquisa de mercado, para medir a potencialidade do merca-
do, na anlise da lucratividade etc.
Resumindo, estes nmeros so muito importantes quando necessita-
mos fazer uma anlise comparativa.
Os nmeros-ndices podem ser: relativos de base fxa, relativos de
ligao ou relativos em elos e cadeia.
Exemplos de alguns nmeros-ndices:
ndice Nacional de Preos ao Consumidor (INPC), elaborado
pela Fundao IBGE.
ndice de Preo ao Consumidor (IPC), elaborado pela Funda-
o Instituto de Pesquisas Econmicas (FIPE).
ndice de Quantum de Exportao, elaborado pela Fundao
Getlio Vargas.
ndice Geral de Preos de Mercado (IGPM), elaborado pela
Fundao Getlio Vargas.
ndice de Custo de Vida (ICV), elaborado pelo Departamento
Intersindical de Estatstica e Estudos Scio-Econmicos (DIE-
ESE)
ndice IBOVESPA, elaborado pela Bolsa de Valores do Estado
de So Paulo.
Vamos trabalhar com dois tipos de ndices: simples e compostos.
Um nmero-ndice dito simples quando avaliado apenas
utilizando-se um nico produto e dito composto quando avaliado
utilizando-se um grupo de produtos. Por exemplo, se utilizarmos apenas
o valor do saco de arroz para determinar um nmero-ndice (variao) de
preo, teremos um nmero-ndice simples; se utilizarmos os produtos que
compem uma cesta bsica, teremos um nmero-ndice composto.
173
Nmerosndices Unidade 9
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
9.2 Construindo nmeros-ndices
Exemplo 9.1 A tabela 9.1a traz o valor das exportaes de um
determinado pas de 1998 a 2007.
Ano Valor das exportaes ($)
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 exportaes de 1998 a 2007
De que forma podemos mostrar a evoluo das exportaes durante
o perodo de 1998 a 2007, j que fca difcil entender o que houve com a
exportao deste pas olhando apenas para os nmeros? Vamos calcular
certos nmeros-ndices que nos auxiliaro nessa tarefa.
1
o
passo Para construir um nmero-ndice, devemos escolher um
valor da tabela para servir de perodo-base. Por exemplo, 2002. Poderia
ser um outro perodo qualquer, porm s vezes tem-se interesse especial
por um perodo especfco. Neste caso, percebemos que, a partir de 2002,
as exportaes aparentam ter uma alta signifcativa.
2
o
passo Atribumos a esse ano o valor 100 como ndice, no lugar
de 3.202.150.
3
o
passo A partir de 2002 (perodo-base), encontramos os demais
ndices da seguinte forma: pegamos o valor correspondente a cada ano e
dividimos pelo valor do perodo-base, no caso, 3.202.150, e multiplica-
mos por 100. O valor correspondente a cada perodo ser o nmero-ndice
desse perodo e pode ser interpretado em forma de porcentagem. Dessa
forma, fca mais fcil entender o que aconteceu com a exportao daquele
pas de um ano para o outro.
A tabela 9.1b mostra os nmeros-ndices referentes a cada perodo,
seguindo os passos acima.
174
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Ano
Valor das ex-
portaes ($)
Valor dos ndices Interpretao
1998 1.200.320
1 200 320
3 202 150
100 37 48
. .
. .
, =
Houve queda nas ex-
portaes de 62,52%
de 1998 comparado
com 2002.
1999 2.340.600
2 340 600
3 202 150
100 73 09
. .
. .
, =
Houve queda nas ex-
portaes de 26,91%
de 1999 comparado
com 2002.
2000 3.587.240
3 587 240
3 202 150
100 112 03
. .
. .
, =
Houve aumento nas
exportaes de 12,03%
de 2000 comparado
com 2002.
2001 3.128.300
3 128 300
3 202 150
100 97 69
. .
. .
, =
Houve queda nas ex-
portaes de 2,31%
de 2001 comparado
com 2002.
2002 3.202.150
3 202 150
3 202 150
100 100
. .
. .
= Perodo-base
2003 4.486.820
4 486 820
3 202 150
100 140 12
. .
. .
, =
Houve aumento nas
exportaes de 40,12%
de 2003 comparado
com 2002.
2004 5.300.000
5 300 00
3 202 150
100 165 51
. .
. .
, =
Houve aumento nas
exportaes de 65,51%
de 2004 comparado
com 2002.
2005 6.440.120
6 440 120
3 202 150
100 201 12
. .
. .
, =
Houve aumento
nas exportaes de
101,12% de 2005
comparado com 2002
2006 5.870.120
5 870 120
3 202 150
100 183 32
. .
. .
, =
Houve aumento nas
exportaes de 83,32%
de 2006 comparado
com 2002.
2007 5.545.350
5 545 350
3 202 150
100 173 18
. .
. .
, =
Houve aumento nas
exportaes de 73,18%
de 2007 comparado
com 2002.
Tabela 9.1b Nmeros-ndices referentes a cada perodo
A Tabela 9.1b mostra os clculos para encontrar os nmeros-ndices
e a sua interpretao.
175
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
9.3 Nmero-ndice simples (ou relativo de base fixa)
Os nmeros-ndices simples podem ser de preo (quando calcula-
mos a razo entre o preo de um artigo num perodo qualquer e o preo do
mesmo artigo num perodo base), quantidade (quando calculamos a razo
entre a quantidade de um artigo num perodo qualquer e a quantidade do
mesmo artigo num perodo base) e de valor (quando calculamos a razo
do produto do preo pela quantidade num perodo qualquer e o produto do
preo pela quantidade num perodo-base). As equaes a seguir represen-
tam os nmeros-ndices simples para o preo, a quantidade e o valor de
um determinado artigo, respectivamente:
p
p
p
q
q
q
v
p q
p q
o t
t
o
o t
t
o
o t
t o
o o
,
,
.
.
.
.
= ( )
= ( )
=

100 9 1
100 9 2
100 9 3 (( )
em que:
p
o
o preo do artigo no perodo-base;
p
t
o preo do artigo num determinado perodo (ou perodo a
ser comparado);
q
o
a quantidade do artigo no perodo-base;
q
t
a quantidade do artigo num determinado perodo (ou pero-
do a ser comparado).
Exemplo 9.2 O preo 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 ndices de preo, quantidade e valor para este artigo, tomando
o ano de 2005 como perodo-base.
Resoluo
Preo
p
p
p
2005 2007
2007
2005
100
12 90
10 80
100 119 44
= =

= ,
, ou seja, houve
aumento de 19,44% (119,44 100) nos preos deste artigo de 2005 para
2007.
176
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Se tivssemos valores de outros anos, pode-
ramos obter as oscilaes ocorridas com este
artigo em relao a preos, quantidades e valores
comparados a 2005 (perodo-base).
Quantidade
q
q
q
2005 2007
2007
2005
100
1280
1200
100 106 67
,
, = = =
, ou seja, houve au-
mento de 6,67% (106,67 100) nas quantidades deste artigo de 2005 para
2007.
Valor
v
2005,2007
=
p
2007,
q
2007
p
2005
,q
2005
100=
12,90 1280
10,80 12000
100=127,41
, ou
seja, houve aumento de 27,41% (127,41 100) nos valores de venda deste
artigo de 2005 para 2007.
9.4 Nmeros-ndices relativos de ligao
Este ndice obtido dividindo-se o ndice de um perodo de interes-
se pelo perodo imediatamente anterior
(ou, em alguns casos, comparando-
se o ndice de interesse de um
determinado ms com o n-
dice do mesmo ms de um
ano anterior).
Exemplo 9.3 En-
contre os ndices relativos
de ligao para os seguintes
ndices de preo de um de-
terminado artigo.
O perodo que queremos usar como base
deve receber o valor 100. Neste exemplo, vamos
considerar o perodo-base como sendo janeiro.
177
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Ms ndices de preo (base fxa)
ndice de preo (relativo de
ligao)
Janeiro 100 -
Fevereiro 100,6
100 6
100
100 100 6
,
, =
Maro 101,0
101 0
100 6
100 100 4
,
,
, =
Abril 105,9
105 9
101 0
100 104 9
,
,
, =
Maio 106,6
106 6
105 9
100 100 7
,
,
, =
Junho 102,2
102 2
106 6
100 95 9
,
,
, =
Tabela 9.3 ndices relativos de ligao usando como base o ms de maro
Podemos interpretar os resultados da tabela da seguinte forma:
de janeiro para fevereiro houve 0,6% (100,6 100) de aumento
nos preos;
de fevereiro para maro houve 0,4% (100,4100) de aumento
nos preos;
de maro para abril houve 4,9% (104,9100) de aumento nos
preos;
de abril para maio houve 0,7% (100,7100) de aumento nos
preos;
de maio para junho houve queda de 4,1% (95,9100) nos preos.
9.5 Nmeros-ndices relativos em elo e em cadeia
Nmeros-ndices relativos em cadeia so os ndices calculados
quando a base sempre o perodo anterior. Neste caso, cada nmero-
ndice representa uma comparao (percentual) com o ano anterior. Esses
ndices tm serventia para fazer comparaes ano a ano, no servem para
fazer comparaes entre perodos muito distantes.
Exemplo 9.4 Suponhamos um determinado produto tenha apre-
sentado os seguintes preos no perodo de 2002 a 2007: 1,85, 1,89, 1,96,
178
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
2,05, 2,26 e 2,49. Vamos chamar de elos de relativos os valores abaixo
calculados da seguinte forma:
p
02 03
1 89
1 85
1 0216
,
,
,
, =
Podemos dizer que, de 2002 para 2003, o preo do produto em
questo subiu 2,16%.
p
03 04
1 96
1 86
1 0370
,
,
,
, =
questo subiu 3,70%.
p
02 03
2 05
1 96
1 0459
,
,
,
, =
questo subiu 4,59%.
p
02 03
2 26
2 05
1 1024
,
,
,
, =
questo subiu 10,24%.
p
02 03
2 49
2 26
1 1018
,
,
,
, =
questo subiu 10,18%.
Se desejarmos estabelecer o relativo do preo de 2007 em relao
ao perodo-base 2002 e s conhecermos os elos de relativos (ndices),
basta fazermos:
p p p p p
02 07 02 03 03 04 05 06 06 07
1 0216 1 0370 1 0459 1
, ,

,

,

,
, , ,
= =
= ,, , , 1024 1 1018 1 3458
Portanto, podemos dizer que o preo do produto em questo subiu
34,58% de 2002 a 2007.
Perceba que obtemos o valor (1,3458) sem precisar saber exatamen-
te os preos que o produto em questo assumiu em cada ano. Basta conhe-
cermos os elos relativos (nmeros-ndices) dos perodos.
179
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
9.6 Nmeros-ndices agregados (nmeros-ndices
compostos)
Ao contrrio dos nmeros-ndices simples, os compostos mos-
tram variaes nos preos, nas quantidades e nos valores de um grupo
de itens. Vamos subdividir os ndices agregados em duas partes: agre-
gados simples e ponderados.
Os nmeros-ndices agregados simples atribuem a mesma
ponderao para todos os itens do problema em questo, no levando
em conta a importncia relativa de cada um. Para calcular este tipo de
ndice, bastaria somar os diversos itens ou artigos no perodo dado e
comparar com a soma dos mesmos itens ou artigos do perodo-base. J
os nmeros-ndices agregados ponderados levam em conta as varia-
es de um determinado item, atribuindo ponderaes diferentes para
os itens em questo.
Abaixo esto listados os nmeros-ndices agregados (ou compostos)
mais conhecidos:
ndice Agregativo Simples
ndice de Sawerbeck
ndice de Laspeyres
ndice de Paasche
ndice de Fischer
ndice de Marshall-Edgeworth
ndice de Divisia
ndice de Drobish
ndice de Theil
Indice do Bureau
No Brasil, alguns dos ndices de preos mais utilizados so: IGPM,
INPC, INPC-A, ICV, IPC. Nesta seo, vamos mostrar como encontrar os
ndices Agregativo Simples, de Sawerbeck, de Laspeyres, de Paasche e de
Fischer.
9.6.1 ndice Agregativo Simples (IAS)
Esse ndice simplesmente compara os preos entre um perodo e
outro. dado por:
180
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
IAS
t
i p
n
i p
n
t i
o i
0
1
1
100 9 4
,
,
,
. =
( )
=
=

em que 0 e t indicam o perodo-base e o perodo de interesse.
Exemplo 9.5.1 Vamos supor a variao de preos de trs itens nos
perodos de 2006 e 2007, como mostra a tabela 9.5.1.
Itens Preos em 2006 (R$) Preos em 2007 (R$)
DVD
200,00 220,00
Arroz (kg)
1,20 2,40
Feijo (kg)
1,70 3,80
Tabela 9.5.1 Variao de preos de trs itens nos perodos de 2006 e 2007
Resoluo
Calculando o IAS, temos:
IAS
p
p
i
n
i
i
n
i
06 07
1 07
1 06
100
220 00 2 40 3 80
200 00 1
,
,
,
, , ,
,
= =
+ +
+
=
=

,, ,
,
,
, ,
20 1 70
226 2
202 9
100 1 1148 100 111 48
+
=
= = =
Pelo IAS, poderamos dizer que a variao do nvel de preo de
11,48% (111,48-100), o que fcil verifcar que no uma boa forma de
medir a variao de preos, pois estamos misturando produtos muito di-
ferentes entre si, ou seja, o arroz e o feijo, juntos, mais que dobraram de
preo, enquanto o DVD teve um aumento de 10%. Isto signifca que este
ndice muito alterado quando colocamos um produto de preo discre-
pante dos demais.
9.6.2 ndice de Sawerbeck
Este ndice calculado da seguinte forma:
S
n
p
p
t i
n
t i
o i
0 1
1
100 9 5
,
,
,
. =

( )
=

A diferena deste ndice para o anterior que feita uma mdia arit-
mtica simples da razo entre os preos dos itens nos dois perodos.
181
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Exemplo 9.5.2 Supomos os mesmos dados da tabela 9.5.1
Itens Preos em 2006 (R$) Preos em 2007 (R$)
DVD 200,00 220,00
Arroz (kg) 1,20 2,40
Feijo (kg) 1,70 3,80
Resoluo
Calculando S, temos:
S
06 07
1
3
100
1
3
220 00
220 00
2 40
,
,
,
,
=

= +

07,i
06,i i=1
n
p
p 11 20
3 80
1 70
100
1
3
5 34 100 1 78 100 1 780
,
,
,
, , ,
+
=
=
( )
= =

00 100
178 00

= ,
Obviamente, este ndice no o mais adequado, j que arroz e feijo
(itens que so muito mais comprados do que DVDs) subiram no mnimo
100% e o DVD, apenas 10%. Este ndice ainda no 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 no representa o aumento
de nenhum dos itens, quanto mais do conjunto deles.
Para ter um ndice mais consistente, devemos levar em considerao
as quantidades vendidas de cada um.
Os ndices apresentados abaixo levam em considerao este fator
(quantidade).
9.6.3 ndice de Laspeyres (ou Mtodo da poca
Bsica)
Este ndice constitudo por uma mdia ponderada. A ponderao
feita em funo dos preos ou das quantidades do perodo-base. Podem
ser calculados ndices de preos ou quantidades.
Por considerar as quantidades (ou preos) iguais aos do perodo
base, este ndice tende a ser mais alto.
As expresses abaixo representam a forma de calcular o ndice de
Laspeyres para o preo e quantidade, respectivamente:
182
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
L
p q
p q
L
o t
i
n
t i o i
i
n
o i o i
o t
i
p
q
,
, ,
, ,
,
. =
( )
( )
( )
=
=
=
=
1
1
9 6

100
11
1
9 7
n
t i o i
i
n
o i o i
q p
q p
, ,
, ,
.
100
( )
( )
( )
=
em que:
n: o nmero de itens;
p
t,i
: o preo de um item qualquer no perodo atual;
p
0,i
: o preo de um item qualquer no perodo base;
q
t,i
: a quantidade de um item qualquer no perodo atual;
q
0,i
: a quantidade de um item qualquer no perodo base.
Exemplo 9.5.3 Considere os dados da tabela 9.5.3 abaixo. Use o
ano 2005 como base e obtenha os ndices de Laspeyres de preo e quanti-
dade para um determinado item.
Itens
2005 2006 2007
Preo Quantidade Preo Quantidade Preo 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 Preos e quantidades para um determinado item nos anos de 2005, 2006 e 2007.
Resoluo
Sabemos que o perdo- base 2005 (neste caso). Ento, os deno-
minadores dos ndices sero resultado da soma dos produtos dos preos
pelas quantidades de cada item no perodo-base, e os numeradores sero
resultado da soma dos produtos dos preos (ou quantidades) no perodo
atual pelas quantidades (ou preos) no perodo-base. Assim, temos:
183
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
ndices de Laspeyres para o preo:
L
p q
p q
p
i
n
i i
i
n
i i
2005 2006
1 6 05
1 05 05
,
, ,
, ,
=
( )
( )
=
=
X
100 =
=
2,70 6
2,50 6
( )
+
( )
+
( )
+
( )
+
( )
( )
+
2 90 4 3 50 4 3 80 3 4 50 2
2
, , , ,
,, , , , 70 4 3 20 4 3 60 3 4 30 2
100 =
( )
+
( )
+
( )
+
( )
=
62, 20
58,00
100 =1,0754 100 =107, 24
Podemos dizer que os preos dos itens aumentaram 7,24%
(107,24 100) de 2005 a 2006.
L
p q
p q
p
i
n
i i
i
n
i i
2005 2007
1 7 05
1 05 05
,
, ,
, ,
=
( )
( )
=
=

100 =
=
3,00 6
2,50 6
( )
+
( )
+
( )
+
( )
+
( )
( )
+
3 10 4 3 80 4 4 00 3 4 60 2
2 70 4
, , , ,
,
(( )
+
( )
+
( )
+
( )
3 20 4 3 60 3 4 30 2 , , ,
100 =
=
66,80
58,00
100 =1,15517 100 =115,17
(115,17100) de 2005 a 2007.
ndices de Laspeyres para a quantidade:
L
q p
q p
q
i
n
i i
i
n
i i
2005 2006
1 6 05
1 05 05
,
, ,
, ,
=
( )
( )
=
=
100 =
=
4 2, 500
6 2, 50
( ) +( ) +( ) +( ) +( )
( ) +( ) +
1 2 70 2 3 20 2 3 60 6 4 30
4 2 70
, , , ,
, 44 3 20 3 3 60 2 4 30
100 =
=
52,10
58, 00
100 = 0, 8983 100
, , , ( ) +( ) +( )
== 89, 83
Podemos dizer que as quantidades dos itens diminuram 10,17%
(89,83100) de 2005 a 2006.
184
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
L
q p
q p
q
i
n
i i
i
n
i i
2005 2007
1 7 05
1 05 05
,
, ,
, ,
=
( )
( )
=
=
100 =
=
2 2,500
6 2,50
( )
+
( )
+
( )
+
( )
+
( )
( )
+
( )
+
5 2 70 3 3 20 3 3 60 2 4 30
4 2 70
, , , ,
, 44 3 20 3 3 60 2 4 30 X
100 =
=
47,5
58,00
100 = 0,8190 100 =
, , ,
( )
+
( )
+
( )
881,90
(81,90100) de 2005 a 2007.
9.6.4 ndice de Paasche (ou Mtodo da poca Atual)
Este ndice constitudo de uma mdia harmnica ponderada de
relativos. A ponderao feita em funo dos preos ou quantidades do
perodo i. Podem ser calculados ndices de preos ou quantidades.
Por considerar as quantidades (ou preos) iguais s do perodo atual,
este ndice tende a encarecer a pesquisa.
Paasche para o preo e a quantidade, respectivamente:
P
i p q
i p q
P
i
o t
i
n
t i t i
i
n
o i t i
o t
p
q
,
, ,
, ,
,
. =
=
( )
=
( )
( )
=
=
1
1
100 9 8
1
ii
n
t i t i
i
n
o i t i
p q
i p q
( )
=
( )
( )
, ,
, ,
.
1
100 9 9
em que:
n: o nmero de itens;
p
t,i
: o preo de um item qualquer no perodo atual;
p
o,i
: o preo de um item qualquer no perodo base;
q
t,i
: a quantidade de um item qualquer no perodo atual;
q
o,i
: a quantidade de um item qualquer no perodo base.
Exemplo 9.5.4 Para comparar melhor os ndices, trabalharemos
todos eles com o mesmo exemplo anterior.
185
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Resoluo
Continuaremos a utilizar o perodo-base como 2005. Ento, os nu-
meradores dos ndices sero resultado da soma dos produtos dos preos
pelas quantidades de cada item no perodo atual, e os denominadores
sero resultado da soma dos produtos dos preos (ou quantidades) no per-
odo-base pelas quantidades (ou preos) no perodo atual. Assim, temos:
ndices de Paasche para o preo:
P
p q
p q
p
i
n
i i
i
n
i i
2005 2006
1 06 06
1 05 06
2 70
,
, ,
, ,
,
=
( )
( )
=
=
100
=
4 4 2 90 1 3 50 2 3 80 2 4 50 6
2 50 4 2 70 1
( ) +( ) +( ) +( ) +( )
( ) +( ) +
, , , ,
, ,

33 50 2 3 60 2 4 30 6 , , ,
100 =
=
55, 3
52,10
100 =1, 0614 100 =
( ) +( ) +( )
1106,14
Podemos dizer que os preos dos itens aumentaram 6,14% (106,14
100) de 2005 a 2006.
P
p q
p q
p
i
n
i i
i
n
i i
2005 2007
1 07 07
1 05 07
3 00
,
, ,
, ,
,
=
( )
( )
=
=
100
=
22 3 10 5 3 80 3 4 00 3 4 60 2
2 50 2 2 70 5
( )
+
( )
+
( )
+
( )
+
( )
( )
+
( )
+
, , , ,
, ,

33 50 3 3 60 3 4 30 2 , , ,
100 =
=
54,1
47,50
100 =1,1389 100 =
( )
+
( )
+
( )
1113,89
(113,89100) de 2005 a 2007.
ndices de Paasche para a quantidade:
P
p q
p q
q
i
n
i i
i
n
i i
2005 2006
1 06 06
1 05 06
4 2 7
,
, ,
, ,
,
=
( )
( )
=
=
100
=
00 1 2 90 2 3 50 2 3 80 6 4 50
6 2 50 4 2 90
( )
+
( )
+
( )
+
( )
+
( )
( )
+
( )
+

, , , ,
, , 44 3 50 3 3 80 2 4 50
100 =
=
55,30
62, 20
100 = 0,8891 100
, , ,
( )
+
( )
+
( )
== 88,91
186
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
(88,91100) de 2005 a 2006.
P
p q
p q
q
i
n
i i
i
n
i i
2005 2007
1 07 07
1 05 07
2 3 0
,
, ,
, ,
,
=
( )
( )
=
=
100
=
00 5 3 10 3 3 80 3 4 00 2 4 60
6 3 00 4 3 10
( )
+
( )
+
( )
+
( )
+
( )
( )
+
( )
+

, , , ,
, , 44 3 80 3 4 00 2 4 60
100 =
=
54,1
66,8
100 = 0,8099 100 = 8
, , ,
( )
+
( )
+
( )
00,99
(80,99100) de 2005 a 2007.
9.6.5 ndice de Fischer (ou ndice Ideal)
Este ndice a mdia geomtrica dos ndices de Laspeyres e de Paas-
che. A ponderao desse ndice uma mistura dos dois sistemas anteriores
(Laspeyres e Paasche). Ser um valor entre o valor do ndice de Paasche e do
ndice de Laspeyres, ou seja, superior ao fornecido pela frmula de Paasche e
inferior ao fornecido pela frmula de Laspeyres. Podem ser calculados ndi-
ces de preos ou quantidades.
Fischer para o preo e a quantidade, respectivamente:
F L P
F L P
o t o t o t
o t o t o t
p p p
q q q
, , , ,
, , , ,
.
.
= ( )
= ( )
9 10
9 11
em que:
L
o,t
p
o ndice obtido pela frmula de Laspeyres para o preo;
L
o,t
q
o ndice obtido pela frmula de Laspeyres para a quantidade;
P
o,t
p
o ndice obtido pela frmula de Paasche para o preo e;
P
o,t
q
o ndice obtido pela frmula de Paasche para a quantidade.
Exemplo 9.5.5 Ainda utilizando o exemplo anterior, portanto tra-
balhando com a tabela 9.5.3, teremos:
Resoluo
Devemos calcular a raiz quadrada do produto do ndice de Laspeyres
pelo ndice de Paasche (que nada mais do que a mdia geomtrica entre
os dois ndices) para o preo e para a quantidade, respectivamente.
187
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
ndices de Fischer para o preo
F L P
p p p
2005 2006 05 06 05 06
107 24 11382 4536
106 6
, , ,
, ,
,
= = = 106,14
99
Podemos dizer que os preos dos itens aumentaram 6,69% (106,69
100) de 2005 a 2006.
F L P
p p p
2005 2007 05 07 05 07
115 17 13116 7113
114 5
, , ,
, ,
,
= = =
113,89
33
(114,53100) de 2005 a 2007.
ndices de Fischer para a quantidade
F L P
q q q
2005 2006 05 06 05 06
89 83 7986 7853 89 37
, , ,
, , , = = = 88,91
Podemos dizer que os preos dos itens diminuram 10,63% (89,37
100) de 2005 a 2006.
F L P
q q q
2005 2007 05 07 05 07
81 90 6633 081 81 44
, , ,
, , , = = = 80,90
(81,44100) de 2005 a 2007.
Fazendo uma comparao geral dos ndices de Laspeyres, Paasche e
Fischer, percebemos que, na maioria das vezes, P
0,t
< F
0,t
< L
0,t
.
9.7 Mudana do perodo-base de um nmero-ndice
O perodo a ser escolhido como base aquele que no se encontra
infuenciado por variaes econmicas ou empresariais atpicas. Tambm
devemos evitar escolher como perodo-base aqueles que estiverem muito
distantes da poca que se est interessado em estudar.
Por diversas vezes, a srie de ndices est construda sob um determi-
nado perodo que no adequado para uma pesquisa mais recente, portanto
podemos decidir mudar o perodo-base para melhorar os resultados obtidos.
O processo de mudana de base consiste em dividir toda a srie de
nmeros-ndices originais pelo nmero-ndice escolhido (referente nova
base). Os resultados obtidos desta operao sero os nmeros-ndices re-
ferentes ao novo perodo-base.
188
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Exemplo 9.6 Mudar a srie de nmeros-ndices abaixo de 2002
para 2004. Observe que devemos dividir todos os ndices antigos por
107,4, que o ndice correspondente ao novo perodo-base escolhido. Ver
os dados na tabela 9.6.
Resoluo
Para encontrar a linha dos novos ndices, fzemos o seguinte clculo:
Para o perodo
ndice velho do perodo t
ndice velho da nova base n
t:
( oocaso 107 4
100
, )

Ano 2002 2003 2004 2005 2006 2007
ndice antigo 100 106,2 107,4 110,2 114,9 116,0
ndice novo 93,11 98,88 100 102,61 106,98 108,01
Tabela 9.6: mudana do perodo-base de 2002 para 2004
Para o ano de 2002, o novo ndice ser
100
107 4
100 93 11
,
, ;
106 2
107 4
100 98 88
,
,
, ;
107 4
107 4
100 100
,
,
; =
110 2
107 4
100 102 61
,
,
, ;
114 9
107 4
100 106 98
,
,
, ;
116 0
107 4
100 108 01
,
,
, ;
A mudana do perodo-base apresentada
aqui no considerada vlida para os nmeros-
ndices de Laspeyres, Paasche e Fischer, por no
satisfazerem uma propriedade importante (proprie-
dade circular*).
189
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Atividades
01. Dada a tabela abaixo, determine:
a) os ndices simples de preos para 2007 dos trs artigos, usando 2001
como ano base;
b) os ndices simples de quantidades para 2007 dos trs artigos, usando
2001 como ano base;
c) os ndices simples de valor para 2007 dos trs artigos, usando 2001
como ano base;
d) o ndice agregado de preos de Sauerbeck para 2007 dos trs artigos,
usando 2001 como ano base;
e) o ndice agregado de preos Simples (IAS) para 2007 dos trs artigos,
f) o ndice agregado de preos de Laspeyres para 2007 dos trs artigos,
g) o ndice agregado de preos de Paasche para 2007 dos trs artigos,
h) o ndice agregado de preos de Fisher para 2007 dos trs artigos,
usando 2001 como ano base.
Bem
Unidade de
medida
Preo mdio
Consumo per capita
(mensal)
2001, pB
0
B 2007, pB
n
B 2001, qB
0
B 2007, qB
n
B
Leite Litro 0,70 1,38 30 35
Po 500 g 0,75 2,00 3,8 3,7
Ovos dzia 1,20 2,90 1,5 1,0
02. So dados os valores das exportaes de um pas em moeda local:
Ano Exportaes (X$)
2002 1.234.500
2003 1.445.200
2004 1.020.000
2005 1.805.600
2006 1.980.500
2007 1.740.100
a) Construa um ndice tomando como base o ano de 2005.
b) Transforme a base do ndice para 2002.
190
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
03. dada uma srie de nmeros-ndices.
Ms ndice (base: jan/06=100)
Jan/07 300
Fev/07 320
Mar/07 337
Abr/07 350
Mai/07 398
Jun/07 410
Jul/07 435
Ago/07 496
a) Calcule a variao percentual em cada ms.
b) Transforme a base do ndice para agosto de 2007.
04. Calcule as variaes de preos e quantidades pelos ndices de Las-
peyres, Paasche e Fisher de 2006 par 2007.
2006 2007
Preos Quantidades Preos Quantidades
Produto A R$2,50 1000 R$2,60 500
Produto B R$3,00 1500 R$4,00 1100
Produto C R$4,50 2000 R$3,90 2300
05. Um consumidor compra habitualmente, em um supermercado, os
produtos relacionados na tabela abaixo, juntamente com as quantidades e
os preos. Calcular os ndices de Laspeyres, Paasche e Fischer para o preo
utilizando a tabela abaixo.
i Produto
Quantidade Preo
qB
0
B qB
1
B pB
o
B pB
1
B
1 Alcatra (kg) 5 6 13,08 14,07
2 Arroz (kg) 10 8 1,85 2,60
3 Feijo (kg) 2 4 2,20 3,31
4 Leite A (l) 30 25 1,62 2,15
5 Po francs (u) 150 130 0,15 0,20
6 Acar (kg) 5 5 1,95 2,20
7 Caf (1/2 kg) 3 4 1,90 3,35
8 leo de soja (l) 1 2 2,36 2,90
191
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
9 leo de milho (l) 1 1 3,16 4,85
10 Leite em p (kg) 1 3 4,62 6,23
11 Manteiga (pc) 1 1 2,50 3,39
12 Macarro (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 (p) 20 10 0,80 1,50
20 Ovos (dz) 3 2,5 2,32 3,10
Ano 1980 (perodo-base) 1990 2000
Produto Preo (pB
0
B) Quant. (qB
0
B) Preo (pB
1
B) Preo (pB
2
B)
Produto A 8,4 62 14,4 22,5
Produto B 13,2 112 17,7 31,6
Produto C 8,0 30 15,8 29,9
Produto D 4,8 53 5,0 19,2
Produto E 16,8 290 23,1 42,8
Totais p
0
q
0
7365,6 p
1
q
0
10313,2 p
2
q
0
19260,8
06. A tabela abaixo apresenta a evoluo de preos e quantidades de cinco
produtos referentes aos anos de 1980, 1990 e 2000.
Ano

produto
1980 (perodo-base) 1990 2000
Preo (p
0
) Quant (q
0
) Preo (p
1
) Preo (p
2
)
Produto A 8,4 62 14,4 22,5
Produto B 13,2 112 17,7 31,6
Produto C 8,0 30 15,8 29,9
Produto D 4,8 53 5,0 19,2
Produto E 16,8 290 23,1 42,8
Totais
p q
0 0
7365 6
= , p q
1 0
10313 2
= , p q
2 0
19260 8
= ,
192
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
a) Qual o ndice de Laspeyres para o preo de 2000 com base em 1980?
b) Qual o ndice de Laspeyres para o preo de 2000 com base em 1990?
Considere os seguintes dados para responder s trs prximas questes:
Preos (R$/kg) Quantidades (1000kg)
Artigos 2005 2006 2007 2005 2006 2007
A 8 10 11 12 14 14,8
B 5 8 10 23 22,8 31
C 15 17 20 54 62 58
07. Encontre os ndices de Laspeyres de preos, no perodo de 2005 a
2007, tomando por base o ano de 2005.
08. Encontre os ndices de Paasche de preos, no perodo de 2005 a 2007,
tomando por base o ano de 2005.
09. Encontre os ndices de Fischer de preos, no perodo de 2005 a 2007,
tomando por base o ano de 2005.
01.
a) Para leite, po e ovos, respectivamente: 197,14; 266,67; 241,67
b) Para leite, po e ovos, respectivamente: 116,67; 97,37; 66,67
c) Para leite, po e ovos, respectivamente: 230; 259,65; 161,11
d) 235,16
e) 236,98
f) 207,99
g) 205,76
h) 206,87
02.
a) 2
a
coluna
b) 3
a
coluna
Ano ndice (Base=2005) ndice (Base=2002)
2002 68,37 100
2003 80,04 117,07
2004 56,49 82,62
2005 100 146,26
193
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
2006 109,69 160,44
2007 96,37 140,95
03.
a) 3
a
coluna
b) 4
a
coluna
Ms
ndice (base:
jan/06=100)
Variao percentual
em cada ms
ndice (base:
ago/07=100)
Jan/07 300 - 60,48
Fev/07 320 106,67 64,42
Mar/07 337 105,31 67,94
Abr/07 350 103,86 70,56
Mai/07 398 113,71 80,24
Jun/07 410 103,02 82,66
Jul/07 435 106,09 87,70
Ago/07 496 114,02 100
04. ndice de Laspeyres de preo e quantidade, respectivamente: 102,5 e
93,13
ndice de Paasche de preo e quantidade, respectivamente: 98,46 e
89,45
ndice de Fischer de preo e quantidade, respectivamente: 100,46 e
91,27
05. ndice de Laspeyres de preo, respectivamente: 132,08
ndice de Paasche de preo, respectivamente: 129,57
ndice de Fischer de preo, respectivamente: 130,82
06.
a) 261,50
b) 140,02
07. 141,23
08. 142,80
09. 142,01
194
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Leitura recomendada
Para que voc tenha uma noo sobre como a Estatstica auxilia na
determinao dos ndices que so utilizados para o clculo da infao,
sugerimos o artigo Infao: Mtodos diferentes defnem custo de vida,
disponvel em http://super.abril.com.br/cotidiano/inflacao-metodos-
diferentes-defnem-custo-vida-436516.shtml (Revista Superinteressante,
Edio 104, Maio de 1996, Editora Abril).
Reflexo
Agora, acreditamos que voc poder interpretar de maneira mais pro-
funda muitas das informaes que recebe. O conhecimento de ndices (alm
das muitas outras medidas abordadas neste livro) de fundamental impor-
tncia nas anlises que o administrador necessita fazer em seu cotidiano.
Comprovadamente, o uso da Estatstica na Adminstrao reduz
perdas e custos, leva a tomadas de decises com maiores chances de
acerto, diminui riscos, entre tantas outras vantagens. Aplicar ou no o
que voc aprendeu, agora, depende exclusivamente de voc. Boa sorte e
muito sucesso!
Referncias
1999.
195
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Referncias bibliogrficas
COSTA NETO, Pedro Luiz de Oliveira. Estatstica. So Paulo: Edgard
Blucher, 2002.
Hall, 2004.
FONSECA, Jairo Simon; MARTINS, Gilberto de Andrade; TOLEDO,
Geraldo Luciano. Estatstica aplicada. So Paulo: Atlas, 1985.
LEVIN, Jack; FOX, James Alan. Estatstica para cincias humanas.
So Paulo: Prentice Hall, 2004.
196
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
MAGALHES, Marcos Nascimento; LIMA, Antnio Carlos Pedroso
de. Noes de probabilidade e estatstica. So Paulo: Editora da Uni-
versidade de So Paulo, 2004.
MARTINS, Gilberto de Andrade. Estatstica geral e aplicada. So
Paulo: Atlas, 2002.
SMAILES, Joanne; McGRANE, Angela. Estatstica aplicada admi-
nistrao com Excel. So Paulo: Atlas, 2002.
1999.
VIEIRA, Sonia. Elementos de estatstica. So Paulo: Atlas, 2003.
Curva Normal (p = rea entre 0 e z)
Distribuio Normal Padronizada probabilidade de z entre 0 e 1
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
197
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Distribuio Normal Padronizada probabilidade de z entre 0 e 1
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 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) = 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
198
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
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
199
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
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 0,10 0,05 0,025 0,02 0,01 0,005 0,0025 0,0005
Tabela Valores crticos da distribuio t de Student
200
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Minhas anotaes:
A
p
r
e
s
e
n
t
a
o
Pesquisa de Mercado
Caro(a) acadmico(a),
Estamos iniciando o estudo da disciplina Pes-
quisa de Mercado, cujo contedo abordado ser de
grande importncia para sua formao como adminis-
trador. Esta disciplina ir tratar de conceitos e prticas
relacionados ao Sistema de Informaes de Marketing nas
organizaes, mais especifcamente do processo para desen-
volvimento da pesquisa de marketing.
Devido crescente competitividade no mercado, torna-se cada
vez maior a demanda por informaes relevantes e em tempo real
para a empresa. O desenvolvimento de bens e servios que agre-
guem valor ao cliente, a compreenso de seu comportamento em rela-
o a produtos, marcas, promoes e preos so exemplos de algumas
informaes que precisam ser coletadas no mercado para o processo de
tomada de deciso em marketing.
Essas decises representam um desafo para as organizaes. As-
sim, desenvolver o conhecimento acerca de assuntos que lhe auxiliaro
nesse processo uma tarefa importante em que a pesquisa de marketing
entra em cena como uma ferramenta que levantar informaes sobre si-
tuaes especfcas de marketing para a empresa, direcionando-a em suas
decises de marketing.
Assim, nesta disciplina, o objetivo maior ser apresentar a voc
conceitos fundamentais a respeito do Sistema de Informaes Marke-
ting e seus componentes, aprofundando-se no processo para desenvol-
vimento de pesquisas mercadolgicas. Como futuro administrador,
imagine o valor de desenvolver conhecimento acerca desta ferra-
menta! Mesmo que em sua empresa as pesquisas sejam desen-
volvidas por terceiros ou por departamentos de que voc no
faz parte, de fundamental importncia que conhea todo
o processo, at mesmo para facilitar a avaliao de uma
proposta de projeto desenvolvida por um prestador de
servios na rea.
Portanto, esta disciplina abordar temas
diversos, como o Sistema de Informaes de
202
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Marketing e seus componentes; a pesquisa de marketing e o SIM; etapas
do projeto de pesquisa; defnio do problema e objetivos da pesquisa;
formulao do desenho da pesquisa; as tcnicas de escalonamento e a
construo do questionrio; e o plano de amostragem e o relatrio fnal.
Esperamos que compreenda o contedo da disciplina e consiga apli-
car no seu dia a dia os conceitos e prticas aqui abordadas. Acreditamos
que, ao longo do estudo, voc ir despertar ainda mais interesse pelo as-
sunto, e curiosidades em relao ao tema com certeza surgiro. Portanto,
organize seu tempo, seja disciplinado em suas atividades e saiba que voc
tem uma grande equipe ao seu dispor.
Bons estudos!
203
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Introduo
A informao, atualmente, tornou-se um elemento fundamental para
o sucesso empresarial. As empresas precisam no apenas desenvolver
suas habilidades para obter e acumular informaes relevantes para o seu
negcio, como tambm saber interpret-las e utiliz-las no momento cor-
reto e de maneira efcaz.
um desafo para as organizaes conhecer os hbitos e as prefern-
cias dos consumidores, suas atitudes e comportamentos, suas percepes
sobre marcas e servios, seus produtos preferidos, a sensibilidade a preo,
as propagandas e promoes que mais os atraem, enfm: as empresas es-
to buscando incessantemente maneiras de agradar aos consumidores de
modo que, alm de atra-los, consigam torn-los leais aos bens e servios
ofertados por ela.
Neste contexto, entra em cena o Sistema de Informaes de Marke-
ting (SIM) que uma estrutura responsvel por reunir, selecionar, ana-
lisar, interpretar e manter um fuxo constante de informaes a respeito
do ambiente de marketing no qual a empresa est inserida. Esta estrutura
varia de empresa para empresa, dependendo da cultura empresarial, da
estrutura de marketing e dos recursos disponveis.
O SIM, de maneira geral, composto por quatro subsistemas, que so:
os registros internos, o sistema de inteligncia de marketing, o sistema de
apoio s decises de marketing e o sistema de pesquisa de marketing.
Enquanto os registros internos cuidam dos dados de resultado da or-
ganizao, como vendas, custos, produo, o sistema de inteligncia cuida
de detectar tendncias, por meio, pesquisas na Internet, visita a feiras; o
sistema de apoio composto por softwares e hardwares que armazenaro
os dados e desenvolvero os processos estatsticos e modelos de deciso
para apoio aos executivos; e a pesquisa ser responsvel por coletar, anali-
sar e desenvolver relatrios sistemticos de dados e descobertas relevantes
sobre uma situao especfca de marketing enfrentada por uma empresa.
Assim, a pesquisa de marketing faz parte do SIM e objetiva coletar
dados pertinentes e transform-los em informaes que ajudem os execu-
tivos de marketing na soluo de problemas especfcos e espordicos que
surgem durante o processo de administrao de marketing e que no esto
no SIM. Ou seja, voc utilizar a pesquisa em situaes especfcas em
que o SIM no consegue lhe dar respostas.
Mas, para desenvolver uma pesquisa de marketing, voc deve
seguir vrias etapas ordenadas e interdependentes para que o projeto de
204
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
U
n
i
d
a
d
e

1

pesquisa alcance um nvel satisfatrio de qualidade. As etapas para o
desenvolvimento do projeto de pesquisa so: defnio do problema e
desenvolvimento da abordagem do problema; formulao do desenho da
pesquisa; coleta de dados; anlise e preparao dos dados e preparao e
apresentao do relatrio.
Essas etapas mantm uma ordem de acontecimentos e, como abor-
dado anteriormente, so interdependentes para que, no fnal do projeto,
ofeream resultados consistentes e de qualidade para a empresa. Portanto,
de fundamental importncia a compreenso de cada etapa do processo e
de suas interligaes para o desenvolvimento de um conhecimento mais
slido sobre o tema pesquisa de marketing.
Esperamos que voc faa bom uso dos assuntos que sero tratados
nesta disciplina e que ela venha a agregar o devido valor na sua formao
como administrador.
Bons estudos!
U
n
i
d
a
d
e

1

Sistema de Informao de
Marketing (SIM) e pesquisa
de marketing
Nesta primeira unidade, iremos apresentar a
voc os conceitos fundamentais sobre o Sistema de
Informaes de Marketing e seus componentes. Um
foco especial em pesquisa de marketing ser dado para
que voc conhea a importncia dessa ferramenta nas orga-
nizaes, e algumas situaes em que utilizada.
Espera-se que, aps estudar os conceitos inerentes ao Sistema
de Informaes de Marketing, voc seja capaz de:
entender a importncia do SIM e seus componentes;
entender o valor da informao;
compreender a natureza e a inteno da pesquisa de marketing e seu
papel na concepo e implementao de programas de marketing;
compreender as diversas aplicaes e usos de pesquisa de marketing;
aprender a entender os aspectos ticos da pesquisa de marketing e das
responsabilidades que cada um dos seus participantes tem consigo
mesmo, entre si e com o projeto de pesquisa.
Voc se lembra?
Voc se lembra de algum relatrio de vendas, de produo ou de
cobrana que analisou em sua empresa? Esses relatrios fazem parte
do SIM, mais especifcamente do sistema de registros internos. As
empresas devem interpretar cuidadosamente esses dados para
no tomar decises erradas. Comece a observar as informaes
de que os gestores necessitam para a tomada de deciso na
organizao em que voc trabalha. Observe: eles recebem
todas as informaes de que precisam? Essas informaes
chegam em tempo hbil? So completas, confveis,
precisas e relevantes para o gestor? Observe! Voc
aprender muito mais...
206
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1.1 Sistema de Informao de Marketing (SIM)
e a pesquisa de marketing
O cliente busca a satisfao de seus desejos e necessidades, enquan-
to o fornecedor busca obter lucro. Sabemos que a ao de marketing deve
visar efetivao dessa troca e, principalmente, a sua repetio, por meio
da fdelizao do cliente.
Paralelamente a isso, a todo o momento, em todos os lugares e am-
bientes, so criadas, enviadas, captadas, analisadas, difundidas e utilizadas
informaes para o gerenciamento dos negcios. Pode-se mesmo afrmar
que um bom negcio , nada mais nada menos, que uso e troca efcientes
de informaes, transformadas em conhecimento, produtos e servios
que visem ao alcance dos objetivos da empresa e ao desenvolvimento da
sociedade na qual ela est inserida. A informao desempenha importante
papel na evoluo humana para uma sociedade do conhecimento, na qual
ser, ao mesmo tempo, o produto mais precioso e disputado e o insumo
mais efetivo na gerao de novos produtos e riquezas.
Dessa forma, o domnio da informao e sua transformao
em conhecimento aplicado traduz-se num menor risco descontinuidade
da empresa, gera novas formas de produtos, negcios, alianas e parce-
rias. O uso deste conhecimento ocorre basicamente na esfera do processo
decisrio: so as informaes que permitiro diagnosticar, analisar, pla-
nejar, implementar, avaliar e controlar todos os setores da empresa. Nesse
contexto, torna-se necessria uma maior compreenso do processo de
tomada de deciso, suas caractersticas e sua interface direta com o conhe-
cimento do ambiente, principalmente mercadolgico, onde a empresa atua
ou quer atuar (TEIXEIRA, 1997).
Para satisfazer o cliente e garantir que o valor percebido dos bene-
fcios da oferta supera os custos incorridos na sua aquisio, precisamos
conhec-lo muito bem ao longo de todo esse processo, que deve resultar
na troca e na sua volta no futuro, com a sua fdelizao.
Precisamos entender como a sua necessidade despertada, como
ele busca informaes sobre alternativas para satisfazer essa necessidade,
como ele atribui valor s opes de mercado, como decide que as infor-
maes obtidas so sufcientes para tomar a deciso de aquisio e consu-
mo, como infuenciado pelas suas caractersticas pessoais e ambientais,
como busca e seleciona os pontos para aquisio do produto ou servio,
como o consome, e, mais recentemente, estudamos tambm como ele des-
207
Sistema de Informao de Marketing (SIM) e pesquisa de marketing Unidade 1
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
carta os restos ps-consumo, para que eles no tenham impacto negativo
sobre seu meio ambiente (ALMEIDA, 2008).
Como vemos, so vrias as questes que precisam ser decifradas
para que aes assertivas de marketing possam ser elaboradas, basta olhar
ao redor para perceber gostos, gestos, palavras, atitudes e outras formas
de expresso que diferem fortemente entre si, seja em suas manifestaes
individualizadas ou em grupo. Assim, como as estratgias empresariais
so refexos da sociedade e do ambiente no qual as organizaes esto
inseridas, pode-se dizer que a maioria das decises mercadolgicas ca-
racterizada pela incerteza.
O uso do SIM Sistema de Informaes Mercadolgicas ou de
Marketing ajuda a transform-las em decises de risco. Por causa desses
e de outros fatores pode-se dizer que o uso da informao e sua transfor-
mao em conhecimento , cada vez mais, uma fonte de poder. Este vem
se transformando na grande vedete do sculo XX em termos de estudo e
desenvolvimento. Sendo o marketing um moderno campo de estudos e,
sobretudo, uma rea estratgica, normal que haja uma grande preocupa-
o com a estrutura das informaes. Vejamos, ento, como isso acontece
no mbito dos negcios (TEIXEIRA, 1997).
Vamos entender agora a importncia de um Sistema de Informa-
o de Marketing (SIM) e seus componentes para tomada de deciso
em relao s estratgias de uma organizao.
1.1.1 A importncia do SIM em uma organizao
A importncia crescente da informao, para decises e controle em
marketing, encontra-se caracterizada pelo espao cada vez maior que
dado rea de inteligncia competitiva dentro das organizaes. O setor
de marketing tem, claramente, um papel importante a desempenhar na
empresa, mantendo-a atualizada em relao s mudanas do ambiente em
geral, bem como do ambiente competitivo. medida que aumenta o ritmo
das mudanas, esse papel torna-se cada vez mais vital para a prpria so-
brevivncia da organizao (ALMEIDA, 2008).
Teixeira (1997) ressalta que, como as estratgias empresariais so
refexos da sociedade e do ambiente no qual as organizaes esto inseri-
das, pode-se dizer que 99% das decises mercadolgicas so caracteriza-
das pela incerteza. O uso do SIM Sistema de Informaes Mercadol-
208
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
gicas ou de Marketing ajuda a transform-las em decises de risco. Por
causa desses e de outros fatores, pode-se dizer que o uso da informao e
sua transformao em conhecimento , cada vez mais, uma fonte de po-
der. Sendo o marketing um moderno campo de estudos e, sobretudo, uma
rea estratgica, normal que haja uma grande preocupao com a estru-
tura das informaes. Vamos ver, ento, como isso acontece no mbito
dos negcios.
Segundo Kotler (2000) um SIM constitudo de pessoas, equipa-
mentos e procedimentos para coleta, classifcao, anlise, avaliao e
distribuio de informaes necessrias, de maneira precisa e oportuna,
para os que tomam decises de marketing.
A informao, por si s, no leva deciso: preciso escolher um
curso de ao que ajude a identifcar 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
mercadolgico e no controle do desempenho de marketing.
No Brasil e em todo do mundo, a disseminao da criao e do
uso do SIM recente e avanou muito com o desenvolvimento da infor-
mtica e da computao. Esses setores vm fornecendo ao pessoal e aos
departamentos de marketing de pequenas, mdias e grandes empresas e
ao empresariado em geral modernos recursos de coleta, anlise e armaze-
namento de informaes, possibilitando o planejamento de produtos com
segmentao individual (marketing um a um), perfeitamente adequados
aos gostos e desejos dos consumidores (TEIXEIRA, 1997).
Segundo Kotler (2000) as empresas precisam de informaes a res-
peito de:
ambiente de marketing;
concorrncia;
necessidades dos clientes.
Baseada nessas informaes, a defnio de um negcio deve res-
peitar, ento, trs dimenses bsicas: os consumidores a serem atendidos,
suas necessidades e a tecnologia necessria para satisfaz-las.
O papel do SIM, ento, deve ser o de avaliar necessidades de in-
formaes, obt-las e dissemin-las. Essas informaes so desenvolvidas
pelos componentes do SIM: registros internos da empresa, inteligncia de
209
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
marketing, sistema de suporte deciso de marketing e pesquisa de mar-
keting, conforme mostra a fgura 1.
Gerncia
de
Marketing
Avaliando as
Necessidades
de
Informao
Distribuindo
Informaes
Registros
Internos
Inteligncia
de
Marketing
Tratamento da Informao
Ambiente de
Marketing
Mercados
Alvo
Canais de
Marketing
Concorrentes
Pblicos
Foras
Macro-
ambientais
Pesquisa
de
Marketing
Modelos
de apoio
s
Decises
de
Marketing
Sistema de Informao de Marketing
Decises e comunicaes de Marketing
Anlise
Planeja-
mento
Imple-
mentao
Controle
F
o
n
t
e
:

A
d
a
p
t
a
d
o

d
e
:

K
o
t
l
e
r

e

A
r
m
s
t
r
o
n
g

(
2
0
0
3
)
Figura 1: Sistema de Informao de Marketing
1.1.1.1 Banco de dados internos Registros internos
Esses registros permitem o acompanhamento das atividades espec-
fcas da empresa. So informaes relativas ao ciclo pedido-pagamento,
sistemas de informaes de vendas, preos, custos, nveis de estoque,
contas a receber, contas a pagar etc. Geralmente, este o primeiro mdulo
do SIM que implantado, uma vez que as informaes existentes podem
ser aproveitadas.
Com esses registros pode-se, por exemplo, cruzar as informaes
de vendas com outras variveis, identifcando em quais regies cada
produto est endo mais vendido, quais vendedores apresentam melhor
desempenho, variaes sazonais, frequncia de compra, evoluo do ciclo
do produto etc. (ALMEIDA, 2008).
Alm disso, as diversas reas que compem uma grande empre-
sa produzem uma enorme quantidade de informaes; portanto, difcil
mant-lo atualizado e, por isso, o SIM deve coletar, organizar, processar e
estocar esse imenso volume de informaes de forma que os gerentes pos-
sam encontr-las de maneira fcil e rpida (KOTLER e ARMSTRONG,
2003).
210
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o

Dados so ele-
mentos que servem de base
para tomada de decises; trata-se
apenas de um ndice, um registro ou
fato em sua forma primria, passvel de
anlise. Quando classifcados, armazenados
e relacionados entre si, transformam-se em
informaes.
Informao o dado trabalhado que
permite ao gestor tomar decises. So
os fatos organizados, de forma que
adquirem valor adicional alm
do valor do fato em si.
1.1.1.2 Anlise das informaes Sistema de suporte
deciso de marketing
Sistema de suporte deciso de marketing trata-se de um conjunto
coordenado de dados, sistemas, ferramentas e tcnicas com software e
hardware de suporte por meio do qual uma empresa coleta e interpreta in-
formaes relevantes provenientes dos negcios e do ambiente e as trans-
forma em uma base para a ao de marketing (KOTLER, 2000).
Cada vez mais as organizaes utilizam-se de softwares (programas
especfcos) para auxiliar seu gerente de marketing no processo de tomada
de deciso. Para isso so utilizadas tcnicas e ferramentas estatsticas para
o desenvolvimento de modelagens, simulaes e rotinas de otimizao.
Existem inmeros softwares disponveis no mercado, especializados de
acordo com o setor, o tamanho da organizao, a utilizao que ser dada
dentro do marketing etc., alguns modelos so (KOTLER, 2000):
Brandaid: um modelo fexvel, mix de marketing centrado em produ-
tos de consumo cujos elementos so um fabricante, a concorrncia, os
revendedores, os consumidores e o ambiente geral;
Callplan: um modelo que auxilia a equipe de vendas a determinar o
nmero de visitas a ser feito por perodo a
cada cliente potencial e a cada cliente
regular;
Detailer: um modelo que auxilia
a equipe de vendas a determi-
nar que clientes visitar e que
produtos apresentar em cada
visita;
Geoline: um modelo que de-
termina territrios de vendas e
servios;
Mediac: um modelo que auxilia um
anunciante a comprar mdia por um
ano;
Promoter: um modelo que avalia promoes de vendas determinando
vendas bsicas (sem promoo) e medindo o aumento sobre essas
vendas esperadas associado promoo;
Adcad: um modelo que recomenda o tipo de anncio a ser veiculado,
a partir das metas de marketing, das caractersticas do produto, do
mercado-alvo e da situao em relao concorrncia;
211
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Coverstory: um modelo que examina uma grande quantidade de da-
dos de vendas coletados por terceiros e redige um memorando (em
ingls) relatando os principais pontos.
O mais importante no ter a ferramenta certa, mas saber o que reti-
rar de cada uma delas. Por isso, antes de decidir por um software, deve-se
conhecer a necessidade e as qualidades que iro direcionar para a escolha
da melhor ferramenta para o seu negcio, assim como a equipe que auxi-
lia o gerente de marketing tambm deve estar qualifcada para ler os dados
e transform-los em informaes teis organizao.
1.1.1.3 Inteligncia de marketing
Esse sistema fornece dados de eventos, ou seja, trata-se de um con-
junto de procedimentos e fontes utilizado por administradores para obter
informaes dirias sobre eventos no ambiente de marketing, tais como
situao dos principais concorrentes, seus projetos de novos produtos,
novas tecnologias em desenvolvimento, reaes e tendncias positivas e
negativas de mercado etc.
O sistema de inteligncia de marketing pode utilizar muitas fontes,
tais como (TEIXEIRA, 1997):
pessoal interno (prprio pessoal da empresa executivos, engenhei-
ros, psiclogos, agentes de compra e vendedores);
clipping;
compra de informaes de agncias de pesquisa (participao no mer-
cado, preos de varejo, marcas mais comercializadas etc.);
coleta de informaes a partir de: entrevistas de seleo com em-
pregados dos concorrentes; pessoas que fazem negcio com os
concorrentes (clientes e fornecedores); publicaes e documentos
pblicos; observaes diretas dos concorrentes, atravs, por exemplo,
de anlise do ambiente fsico, dos produtos/servios ou do uso da me-
todologia do cliente oculto. Hildivan (2005) comenta o caso da Gil-
lete. Por exemplo: h algum tempo a Gillette informou a um grande
distribuidor canadense em que data pretendia comear a vender seus
aparelhos de barbear descartveis good news nos USA. O distribuidor
canadense imediatamente comunicou-se com a BIC para avis-la do
lanamento daquele produto. A BIC, ento, iniciou um programa de
emergncia e conseguiu vender seus aparelhos pouco tempo depois
da Gillette.
212
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Informao sobre os concorrentes pode ser obtida a partir daquilo
que eles prprios dizem sobre si mesmos em relatrios anuais (exemplo:
balano e demonstrao de resultados), congressos e relaes pblicas
de marketing. A empresa tambm pode aprender sobre os concorrentes
a partir do que os outros dizem sobre eles em publicaes de negcios e
exposies de vendas.
A empresa pode, ainda, observar o comportamento dos concorrentes
comprando e analisando os seus produtos, monitorando as suas vendas e
verifcando as novas patentes. Uma forma muito usada pela inteligncia
competitiva o benchmarking, ou seja, desmontar um produto rival, com-
ponente por componente, a fm de imitar ou aprimorar suas caractersticas
(HILDIVAN, 2005).
Sua implantao inicia-se com o treinamento de todo o pessoal de
vendas, distribuidores, revendedores e outros intermedirios para cons-
cientiz-los da importncia de repassar alguma informao importante a
que tenham tido acesso. A seguir, dever existir uma estrutura e equipe
adequadas para avaliar a confabilidade desta informao, para que seja
armazenada e disseminada entre os que possam ser afetados por ela.
1.1.1.4 Pesquisa de marketing
Refere-se elaborao, coleta, anlise e edio de relatrios
sistemticos de dados e descobertas relevantes sobre uma situao espe-
cfca de marketing enfrentada por uma empresa (KOTLER, 2000). Ela
a ferramenta do administrador de marketing para que ele reaja demanda
do mercado, antecipando e respondendo s suas necessidades.
Vamos detalhar melhor esse ltimo subsistema do SIM para que
possamos entender todo o procedimento necessrio para se fazer uma
boa pesquisa de marketing?
213
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1.1.2 Pesquisa de marketing
1.1.2.1 Histria e definio da pesquisa de marketing
A palavra pesquisa provm do espanhol e tem o sentido de inda-
gao ou busca minuciosa para averiguao da realidade. Da poder-se
defnir pesquisa cientfca como o processo de descobrir respostas para
os problemas, mediante a utilizao de procedimentos cientfcos (GIL,
1999).
A pesquisa de marketing a investigao sistemtica, controlada,
emprica e crtica de dados, com o objetivo de descobrir, descrever e ve-
rifcar a existncia de relaes presumidas (hipteses) entre fatos (ou va-
riveis) referentes ao marketing de bens, servios e ideias, e ao marketing
como rea de conhecimento da administrao (MATTAR, 1999).
De acordo com Mattar (1999), o perodo que vai de 1910 a 1920
reconhecido como o incio formal da pesquisa de marketing nos EUA. L
as verbas destinadas pelas empresas em 1948 chegavam a US$ 50 milhes
e, em 1975, ultrapassavam os US$ 600 milhes, enquanto no Brasil, nesse
mesmo ano, foram de apenas US$ 3,5 milhes. Os negcios de pesquisa
de marketing passaram a se desenvolver no Brasil por solicitao de fliais
das empresas de origem norte-americana aqui instaladas, a exemplo da
LPM (Burke Research International Brasil) e da CBPA (Diviso A. C.
Nilsen) (VIEIRA, 2002).
No decorrer dos anos, a American Marketing Association (AMA)
elaborou sua defnio: Pesquisa de marketing a funo que liga o
consumidor, o cliente e o pblico ao nome de marketing por meio da in-
formao usada para identifcar e defnir oportunidades e problemas de
mercado; gerar, refnar e avaliar aes de marketing; monitorar o desem-
penho de marketing; melhorar a compreenso do marketing como proces-
so (VIEIRA, 2002).
Pesquisa de mercado ou pesquisa de marketing?
As denominaes de pesquisa de mercado e pesquisa de marketing
so frequentemente e erroneamente usadas como sinnimos. Enquanto
a primeira restringe o seu foco ao mercado da empresa ou de um produ-
to seu, a segunda compreende a pesquisa de todo tipo de dado que diz
214
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
respeito atividade de marketing da empresa, incluindo os elementos
abrangidos pela pesquisa de mercado, como: levantamentos de mercado,
previso da demanda e de vendas, pesquisa da imagem da empresa e de
seus produtos etc. (MATTAR, 1999).
Teixeira (1997) nos diz que a pesquisa mercadolgica (de marke-
ting: fazendo o mercado) baseia-se num conceito amplo, envolvendo no
s os estudos de mercado, mas tambm os estudos sobre marcas, propa-
ganda, produtos, design, embalagens, imagem etc. considerada uma das
principais ferramentas para a gesto estratgica de marketing de qualquer
negcio, desde estudos para deciso de empreender at estudos sobre mu-
dana de ramo e/ou abandono de produtos.
A pesquisa dever responder s seguintes questes fundamentais
(COBRA, 1997):
Quem? (Descreve o consumidor.)
Qual? (Mostra quais produtos ou servios atendem s necessidades.)
Onde? (Indica em que local o consumidor faz suas compras.)
Quando? (Defne o perodo/horrio de compra e recompra sazona-
lidade.)
Quanto? (Aponta a quantidade adquirida, qual o formato e o acondi-
cionamento.)
Como? (Revela que utilizao feita do produto ou servio.)
As pesquisas de mercado tm por fnalidade estudar os problemas
relativos aos planos de produo, de publicidade, de propaganda, de preo
e distribuio, com vistas a incrementar as vendas e aumentar os lucros de
uma empresa.
Segundo Bacha (1998), a pesquisa de mercado analisa participao
de mercado, identifca preferncias, hbitos e atitudes, perfl dos consu-
midores, segmentao, imagem de marca ou de instituies, inteno de
compra, estudos potenciais de mercado, tendncias de negcios e imagem
corporativa, estudos para aquisies e diversifcaes.
Normalmente, as pesquisas de mercado so desenvolvidas para
atender aos seguintes objetivos bsicos (SEMENIK e BAMOSSY, 1995):
O controle como objetivo de pesquisa busca monitorar as atuais ope-
raes. Mesmo que uma empresa no esteja passando por problemas
especfcos, ela desejar ter um feedback da situao de todas as fases
de seu programa de marketing. Um valor exclusivo do objetivo de
controle que ele possibilita aos estrategistas a mais rpida identif-
215
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
cao dos problemas quando eles efetivamente surgem. Alm disso,
a pesquisa direcionada ao controle ajuda a empresa a avaliar suas for-
as e fraquezas em todos os tipos de atividade de marketing.
A soluo de problemas talvez seja o objetivo mais comum da pes-
quisa de mercado. Quando uma empresa enfrenta uma questo difcil
no planejamento ou na execuo do seu marketing, ela recorre muitas
vezes s informaes de pesquisa para que possa lidar com aquela
questo especfca. Outra aplicao da soluo de problemas refere-se
aos problemas operacionais que exigem um cuidado imediato.
Malhotra (2001) sintetiza que as empresas podem realizar pesqui-
sas de mercado por duas razes: (1) para identifcar e (2) para resolver
problemas de marketing. Essa distino serve de base para sua classifca-
o em pesquisas para a identifcao de problemas e em pesquisas para a
soluo de problemas, conforme mostra a fgura 2.
Pesquisa de Marketing
Pesquisa de Mercado Potencial
Pesquisa de Participao no Mercado
Pesquisa de Imagem
Pesquisa das Caractersticas do Mercado
Pesquisa de Anlise de Vendas
Pesquisa para Elaborao de Previses de Mercado
Pesquisa de Tendncias de Negcios
Pesquisa de Segmentao de Mercado
Pesquisa de Produto
Pesquisa de Preo
Pesquisa de Promoo
Pesquisa de Distribuio
Pesquisa para
Identificao do
Problema
Pesquisa por
Solues para
o Problema
Fonte: Adaptado de: Kotler e Armstrong (2003)
Figura 2. Classifcao de pesquisas de marketing
Malhotra et al (2005) destacam que a pesquisa de identifcao de
problema e a pesquisa de soluo do problema caminham juntas, e deter-
minado projeto de pesquisa de marketing pode combinar ambas. O Qua-
dro 1 mostra os vrios tipos de pesquisa de soluo do problema.
216
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Pesquisa de segmentao
Determina as bases da segmentao
Estabelece o potencial de mercado e
a receptividade para vrios segmentos
Seleciona os mercados-alvo e cria
perfs demogrfcos e de estilo de vida,
mdia e caractersticas da imagem do
produto
Pesquisa de produto
Teste conceitos
Determina o desenho timo do produto
Testes de embalagens
Modifcao do produto
Posicionamento e reposicionamento da
marca
Testa as estratgias de marketing
Controla os testes nas lojas
Pesquisa de fxao de preo
Pesquisa de fxao de preo
Importncia do preo na seleo da
marca
Polticas de fxao de preo
Fixao de preo da linha de produto
Elasticidade de preo da demanda
Iniciao e resposta s mudanas de
preos
Pesquisa de comunicao/propaganda
Aferio do retorno de investimentos
em propaganda
Relacionamento das promoes de
vendas
Mix de comunicao
Pr-teste de propaganda (feito com
storyboard ou layout)
Pesquisa para insights da campanha
publicitria
Teste de conceitos
Avaliao da efccia da propaganda
Pesquisa de distribuio
Determina o tipo de distribuio
Atitudes dos membros dos canais
Intensidade da cobertura atacadista e
varejista
Margens dos canais
Localizao das lojas varejistas e ata-
cadistas
Fonte: Malhotra et al (2005)
Os dirigentes de empresas esto, a cada dia, fazendo estudos de
mercado, mesmo que de forma inconsciente. Chegam s suas mos para
serem solucionados os mais variados problemas, por exemplo: a neces-
sidade de se introduzir modifcaes nas caractersticas de determinado
produto para torn-lo mais aceito pelos consumidores, ou a identifcao
de regies de vendas que precisam ser ampliadas; identifcao de pro-
dutos que em determinadas zonas esto sendo assediados pela concor-
rncia, assentada em preo mais baixo e forte propaganda; identifcao
de produtos que esto sendo preteridos em relao a gneros de primeira
necessidade, em determinada regio, porque a populao est sofrendo as
consequncias de uma forte crise econmico-fnanceira; necessidade de se
avaliar os efeitos da campanha de lanamento de determinado produto no
mercado (TEIXEIRA, 1997).
217
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Na maioria das vezes, esses e outros problemas do gnero so resol-
vidos com base somente na intuio, no bom senso e na experincia. Es-
sas qualidades so importantes, mas a prtica de anlise utilizando dados
pode evitar enganos desastrosos. Para no correr esses riscos , necess-
rio estudar o mercado consumidor: como se desenvolve, como ampli-lo,
como ativ-lo. No se pode deixar que os produtos simplesmente sejam
comprados, mas deve-se envidar todos os esforos para vend-los.
Pesquisa de marketing: despesa ou investimento?
Com base em informaes de um guia elaborado pela Cia Paulista
de Pesquisa de Mercado, Pedrinha (2001) destaca que esta questo , s
vezes, avaliada de maneira equivocada por parte das empresas, indicando
carncia de informaes sobre pesquisa que permitam avaliar melhor seu
custo x benefcio.
So comuns, por exemplo, colocaes referentes aos gastos
representados pela pesquisa, em especial nos momentos em que h coinci-
dncia com retrao das vendas da empresa, justamente quando a necessi-
dade de pesquisa sobre o mercado ainda mais premente.
Informaes
que os gerentes
gostariam de
ter
Benefcios
Custos
Informaes
que os gerentes
realmente
precisam
Como podemos gastar em pesquisa, logo agora que as vendas caram?
Na verdade, pesquisa sempre um investimento, mesmo que seu
retorno, conforme a situao, possa no ser imediato. Outro fato bastante
comum a deciso de realizar-se internamente a pesquisa, usando profs-
218
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
sionais de vendas, de telemarketing, ou de quaisquer outras reas da em-
presa. Esta deciso pressupe que a atividade de pesquisa esteja apenas na
elaborao de um questionrio, sua aplicao e posterior anlise.
No entanto, o trabalho de pesquisa implica uma srie de procedimentos
tcnicos que vo desde o planejamento, passando pelo instrumento, tratamen-
to dos dados, anlise e interpretao. S assim ela resulta em informaes
realmente confveis para a tomada de decises.
O prprio questionrio instrumento para a coleta dos dados um
bom exemplo desses procedimentos tcnicos: sua formulao deve seguir
um conjunto de regras que envolvam, no mnimo, sequncia e formula-
es mais adequadas de questes at sua prpria extenso. Questionrios
mal formulados estimulam respostas de igual qualidade (PEDRINHA,
2001).
Entre as informaes obtidas por meio de uma pesquisa elaborada
sem tais procedimentos e a ausncia total das informaes, mais sen-
sato para a empresa, na maioria das vezes, fcar com a ltima opo. Isso
porque resultados sem confabilidade tm grande potencial para causar
confuses, enquanto a falta de informao pode gerar maior cautela na
atuao da empresa.
Pedrinha (2001) destaca que a participao do solicitante da pesqui-
sa na formulao de um projeto, assim como no entendimento dos resulta-
dos obtidos, muito importante. Afnal, ele quem melhor conhece o pro-
duto, servio ou instituio, podendo oferecer subsdios
essenciais para a formatao de uma pesquisa que efe-
tivamente atenda a seus objetivos. O ideal, portanto,
a soma de esforos, envolvendo profssionais dos
dois lados: solicitante e fornecedor de pesquisa.
1.1.2.2 Valor da informao
Ao conduzir uma pesquisa, o administrador de mar-
keting identifca necessidades e desejos de seu pblico-alvo, conhece
cenrios, mapeia pontos de ateno e comea a desenhar a estrutura de
uma estratgia ou ao especfca. A pesquisa, portanto, fornece a matria-
prima para a boa deciso: a informao, conforme ilustra a fgura 3.

Conexo:
Para conhecer mais
sobre o tema, acesse
o site: http://www.sbpm.
org.br/.
219
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Grupos de Clientes
Consumidores
Funcionrios
Acionistas
Fornecedores
Pesquisa de Marketing
Avaliar
Necessidades
de Informaes
Prover
Informaes
Tomada de
decises de
Marketing
Variveis de Mkt
Controlveis
Produto
Preo
Promoo
Distribuio
Fatores Ambientais No
Controlveis
Fatores
econmico-sociais
Fatores culturais
Fatores polticos
Concorrncia
Leis e regulamentos
Leis e regulamentos
Tecnologia
Gerentes de Marketing
Segmentao de mercado
Seleo do mercado-alvo
Programas de marketing
Desempenho e controle
F
o
n
t
e
:

M
a
l
h
o
t
r
a

(
2
0
0
1
)
Figura 3. A funo da pesquisa de marketing na tomada de deciso de marketing
Almeida (2008), com a questo voc saberia dizer qual a dife-
rena entre informaes e dados numa pesquisa?, ajuda-nos a entender
esse conceito. A obteno de dados tem um custo, que s se justifca se for
capaz de trazer um benefcio. Ao buscar tomar a melhor deciso, o pro-
fssional de marketing est tentando obter o maior retorno possvel de seu
mercado e espera-se que a melhor deciso maximize este retorno.
Como existe uma srie de incertezas ambientais e de mercado, ge-
ralmente a expectativa de retorno vai ser menor que a ideal. Por isso, com
melhores informaes, espera-se reduzir tais incerteza e serem obtidos
melhores retornos. Esta reduo da incerteza corresponde ao valor que a
informao trouxe para o decisor, que deve avaliar se este valor superior
aos custos necessrios para obt-la. Quando uma pesquisa traz valor supe-
rior aos custos para obt-la, ela deve ser executada, enquanto que, no caso
contrrio, seu custo-benefcio no se justifca.
importante ressaltar que nenhuma pesquisa cara ou bara-
ta em si. No devemos nos assustar com uma pesquisa que custaria
R$ 10.000,00 sem antes avaliar se os resultados potenciais de suas infor-
maes superam seu custo. Gastar R$ 10.000,00 em uma pesquisa que
pode aumentar o resultado fnal em R$ 500.000,00 ser at barata para
220
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
a empresa, enquanto que gastar R$ 1.000,00 em uma pesquisa que no
acrescenta nada ao resultado fnal pode ser um grande desperdcio.
Em uma srie de situaes, tais como as relacionadas a seguir, me-
lhor no conduzir a pesquisa para no correr riscos (ALMEIDA, 2008):
Falta de recursos
Resultados da pesquisa inteis
Tempo errado da entrada no mercado
Deciso j tomada
Gerentes no concordam sobre o que precisam saber para tomar uma
deciso.
Informaes para a tomada de decises j existem.
Os custos para a realizao da pesquisa superam os benefcios.
Como me assegurar se necessito ou no de pesquisa?
Para responder a essa questo, importante lembrar que a pesqui-
sa pode ser usada para diversas fnalidades. Por exemplo (PEDRINHA,
2001):
descrever os mercados como estes so;
descrever as mudanas que ocorrem no mercado;
indicar oportunidades ou nichos de mercado, atravs de estudos es-
pecfcos, apontando: necessidades do consumidor que no estejam
sendo supridas pelos produtos e/ou servios e marcas disponveis no
mercado, ou ainda, novas tendncias nos hbitos e atitudes do consu-
midor;
detectar a imagem que um produto, servio ou empresa tem junto ao
seu pblico-alvo;
descobrir as expectativas concretas e emocionais deste pblico quanto
a um produto, servio ou empresa;
testar produtos ou servios, ou mesmo seus conceitos, e o grau de
aceitao por seus consumidores potenciais;
avaliar alternativas de caminhos criativos para a comunicao de
produtos/servios, campanhas ou peas de propaganda, antes de sua
veiculao;
identifcar o impacto provocado por peas de propaganda, aps sua
veiculao;
221
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
auxiliar o profssional que planeja, na compreenso de seu mercado;
subsidiar aes de mercado e do mix de comunicao.
importante destacar que, como mercado, pode-se entender o
pblico constitudo:
de consumidores de seus produtos;
de usurios de seus servios;
de seus clientes;
dos prprios funcionrios da empresa;
at mesmo de eleitores, no caso de pesquisas eleitorais e polticas.
A anlise de mercado proporciona respostas aos seguintes ques-
tionamentos:
Quem constitui o mercado? Ocupantes
O que o mercado compra? Objetos, produtos, servios
Por que o mercado compra? Objetivos e motivaes
Quem participa da compra? Organizaes, consumidores, perfl
Como o mercado compra? Operaes, processo de compra
Quando o mercado compra? Ocasies
Onde o mercado compra? Ponto de venda, tipo de canal de venda.
Pedrinha (2001) diz que para avaliar se h a real necessidade de pes-
quisa, importante que sejam considerados alguns aspectos, comeando
por uma investigao preliminar acerca da disponibilidade de informaes
para solucionar o problema:
Elas existem?
Esto disponveis?
Esto no formato desejado?
So sufcientes para solucionar o problema?
Se as respostas para essas questes forem afrmativas, no h neces-
sidade de se realizar pesquisa, exceto nos casos em que uma complemen-
tao das informaes disponveis seja considerada valiosa.
E mesmo que a maior parte das respostas seja negativa, antes mes-
mo de se optar pela pesquisa, devem, ainda, ser ponderadas algumas ques-
tes, tais como:
222
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Quais so os riscos implcitos na tomada de deciso sem os dados de
pesquisa?
possvel realizar uma pesquisa a respeito do tema que se pretende
investigar?
Seus resultados estaro disponveis antes da data da tomada de de-
ciso? Confrmada a inteno de realizar-se uma pesquisa, alguns
cuidados podem auxiliar na defnio do problema, alvo da pesquisa.
Essa etapa de extrema importncia para o planejamento do estu-
do, porque dela depende a obteno de resultados que de fato possam
atender s suas necessidades de resposta.
Uma realidade bastante comum entre os solicitantes de pesquisa
a de contemplar a empresa, atravs de um nico estudo, com respostas
para questes das mais diversas naturezas. Isto : atravs de uma nica
pesquisa, o solicitante deseja equacionar toda a carncia de informaes
da empresa. Neste caso, o risco est na obteno de respostas dispersas e
diludas, em que predominam a superfcialidade e/ou a falta de consistn-
cia de resultados para a tomada de deciso.
Desta forma, ao buscar respostas para mltiplas questes, envolven-
do temas e objetos distintos, o solicitante depara-se, muitas vezes, com a
ausncia de resultados que possam, de uma forma mais assertiva, embasar
decises. Portanto, fundamental a defnio dos limites da situao a
ser investigada. desejvel que a solicitao de um projeto de pesquisa a
uma empresa especializada seja feita por escrito, sendo usualmente deno-
minada briefng. Sua funo a de municiar o fornecedor com o mximo
possvel de informaes para que o pesquisador possa desenhar o melhor
projeto possvel para a situao colocada. Porque s assim se obtm uma
otimizao dos resultados da pesquisa (PEDRINHA, 2001).
1.1.2.3 Estrutura evolutiva do setor de pesquisa
Segundo Malhotra et al (2005), a indstria de pesquisa de marketing
consiste em empresas que fornecem os servios de pesquisa de marketing.
Almeida (2008) nos mostra que h vrios tipos de organizaes encontra-
das no setor de pesquisa:
Nvel 1: usurios primrios das informaes (departamento de marke-
ting das empresas ou fornecedores internos). As organizaes no nvel
1 so os usurios fnais dos dados de pesquisa de marketing fornecidos
223
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
por seu departamento de pesquisa. Seu principal negcio a venda de
produtos e servios. Elas usam os dados da pesquisa para dar suporte ao
processo de tomada de decises de marketing e precisam deles em uma
base contnua para:
determinar como os vrios grupos-alvo reagiro aos mix de marketing
alternativos;
avaliar o sucesso das estratgias operacionais de marketing;
avaliar as mudanas no ambiente externo incontrolvel e suas impli-
caes para as estratgias de produtos ou servios;
identifcar novos mercados-alvo;
criar novos mix de marketing para novos mercados-alvo.
Nvel 2: usurios das informaes secundrias (agncias de propagan-
da). As agncias de propaganda esto numa posio de servir os clientes
empresariais, mas podem tambm ser os consumidores fnais dos dados
de uma pesquisa de marketing. Seu principal negcio o desenvolvimen-
to e a execuo de campanhas de propaganda. Para cumprir seu papel de
maneira apropriada, elas muitas vezes precisam de dados de pesquisa de
marketing. As agncias de propaganda podem obter dados de empresas de
pesquisa ou de empresas de servios de campo. Elas podem ainda se valer
de uma combinao dessas alternativas.
Nvel 3: projetistas e fornecedores de pesquisa. As empresas de pesquisa
de marketing representam a linha de frente do setor de pesquisa. Elas ven-
dem servios de pesquisa, efetuam estudos de projetos de pesquisa, anali-
sam os resultados e fazem recomendaes a seus clientes. Essas empresas
fazem o projeto de pesquisa, administram sua execuo e compram coleta
de dados e outros servios de empresas presentes ao longo do processo.
Nvel 4: coletores de dados. As empresas de servios de campo coletam
dados para empresas de pesquisa, agncias de propaganda e outras orga-
nizaes. No nvel 4, esto os entrevistadores que efetivamente fazem a
coleta de dados. Eles trabalham normalmente meio perodo, conforme a
necessidade, e podem trabalhar para diferentes empresas de servios de
campo, dependendo do volume de negcios que os vrios servios pos-
suem em um determinado momento.
A meta do processo de pesquisa a mensurao das opinies, das
intenes e do comportamento dos entrevistados ou dos compradores po-
224
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
tenciais. O que os compradores potenciais sentem, pensam, fazem e pre-
tendem fazer constitui objetivo do setor de pesquisa de marketing como
um todo (ALMEIDA, 2008). A fgura 4 mostra exemplos de empresas
envolvidas em pesquisa de marketing e o nvel em que elas trabalham.
Categorias gerais das instituies envolvidades em pesquisa de marke-
ting
N-
vel
Instituio Atividades, funes e servios
1 Departamento do marketing
das empresas
Departamentos de marketing em empresas como
a Kraft General Foods e a Procter & Gamble.
2 Agncias de propaganda Agncias de propaganda como a J. Walter
Thompson, a Young & Rubicam e a Foote, Cone
& Belding.
3 Empresas de servios sindica-
lizados
Empresas de anlise e coleta de dados de pes-
quisa 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 so proeminentes no campo da audincia da
mdia e nos dados das vendas no varejo.
3 Empresas de pesquisa ad hoc
e customizada
Empresas de consultoria de pesquisa de marke-
ting, como a Market Facts, a Data Development
e a MARC, que fazem projetos customizados de
pesquisa de marketing abordando problemas
especfcos para cada cliente.
4 Empresas de servios de
campo
Apenas coletam dados, numa base de subcontra-
to, para o departamento de marketing de empre-
sas, o departamento de pesquisa de agncias de
propaganda, empresas de pesquisa customizada
e empresas de pesquisa sindicalizada.
Empresas de servios especia-
lizados
Oferece servios de apoio especializados para
o setor de pesquisa de marketing, como a SDK
de Atlanta, que fornece anlises quantitativas
sofsticadas.
Outras Agncias governamentais, departamentos de
pesquisa de universidades, professores universi-
trios, provedores de banco de dados e outros.
Fonte: Almeida (2008)
225
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Figura 4. Categorias das instituies envolvidas em pesquisa de marketing
1.1.2.4 Etapas do processo de pesquisa de marketing
A pesquisa de marketing envolve etapas que vo formar o proces-
so de pesquisa de marketing, conforme mostra a fgura 5, segundo Malho-
tra et al.(2005).
Definio
do
Problema
Desenvolvimento
da
Abordagem
do Problema
Formulao
do Desenho
da Pesquisa
Coleta
de
Dados
Anlise e
Preparao
dos Dados
Preparao e
Apresentao
do Relatrio
F
o
n
t
e
:

M
a
l
h
o
t
r
a

e
t

a
l

(
2
0
0
5
)
Figura 5. As etapas do processo da pesquisa de marketing
1
a
Etapa: defnio do problema; defnir com preciso por meio de en-
trevistas com envolvidos e especialistas, anlises de dados e pesquisa
qualitativas.
2
a
Etapa: desenvolvimento de uma abordagem; formulao de uma estru-
tura objetiva ou terica, modelos analticos, perguntas de pesquisa, hip-
teses e a identifcao de caractersticas ou fatores capazes de infuenciar a
concepo da pesquisa.
3
a
Etapa: formulao da concepo de pesquisa; uma estrutura ou dese-
nho para a realizao do projeto de pesquisa de marketing.
4
a
Etapa: trabalho de campo ou coleta de dados; envolve uma fora ou
equipe de campo para fazer, por exemplo, entrevistas pessoais, por telefo-
ne ou correio.
5
a
Etapa: preparao e anlise dos dados, editorao, codifcao, trans-
crio e verifcao dos dados.
6
a
Etapa: preparao e apresentao do relatrio; documentar o projeto,
apresentando os resultados e as principais constataes para ser usado no
processo decisrio.
Essas etapas sero melhor discutidas nas unidades posteriores.
226
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1.1.2.5 tica na pesquisa de marketing
importante falarmos sobre a tica em pesquisa. Em um processo
em que interagimos to intimamente com o cliente, pedindo para que ele
abra sua privacidade para conhec-lo melhor, devemos ter uma preocu-
pao muito grande em respeit-lo ao longo de todo o processo, o que se
traduz pela conduta tica que devemos adotar.
Segundo Malhotra (2001), do ponto de vista de marketing, a tica
procura defnir se determinada ao ou atitude correta ou errada, boa
ou m. De todos os aspectos do negcio, o marketing o que est mais
prximo das vistas do pblico e, consequentemente, est sujeito a uma
considervel anlise da sociedade. Isso criou uma percepo de que, como
atividade empresarial, o marketing a rea mais vulnervel a prticas an-
titicas.
A pesquisa de opinio a modalidade mais afetada pelas prticas ti-
cas de seus autores, pois a percepo pblica do campo determina quando
e se a pesquisa pode continuar. Os participantes voluntrios constituem o
mago da pesquisa de marketing, pois, a pesquisa de opinio praticamente
cessaria sem a cooperao do pblico.
A preparao e a apresentao dos resultados envolve muitos aspec-
tos relacionados com a integridade da pesquisa e com a postura tica: a
defnio do tipo de investigao para adaptar-se aos objetivos no decla-
rados; o mau uso deliberado de estatsticas; a falsifcao de dados; a alte-
rao de resultados; a interpretao errnea de resultados com o objetivo
de apoiar um ponto de vista pessoal; a reteno de informaes. Segundo
Malhotra (2001), um estudo feito junto a 254 pesquisadores de marketing
revelou que 33% consideram a integridade da pesquisa o problema tico
mais difcil que enfrentam.
Problemas de ordem tica surgem nas pesquisa quando o pesquisa-
dor insiste em utilizar uma tcnica errada, pois nem todos os processos de
pesquisa e anlise revelam algo novo ou signifcativo. Por exemplo, ainda
de acordo com Malhotra (2001), a funo discriminante pode no classi-
fcar melhor do que o acaso. Nesses casos, pode surgir um dilema tico se
o pesquisador ainda assim procura tirar concluses dessas anlises (PAS-
QUALOTTI, 2008).
Da mesma forma, quando trata-se de pesquisas de marketing, os
clientes que contratam empresas que fazem as pesquisas de opinio tam-
bm tm a responsabilidade de divulgar de modo completo e preciso os
resultados da pesquisa, e utiliz-las de maneira tica. Por exemplo, o p-
227
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
blico pode ser prejudicado por um cliente que distora os resultados para
promover uma campanha de propaganda tendenciosa que alardeie quali-
dades que um produto na verdade no possui (PASQUALOTTI, 2008).
Veja, a seguir, algumas questes ticas em pesquisa sintetizadas por
Almeida (2008):
Identifcao como pesquisador O entrevistado tem direito de
saber quem patrocina (paga) a pesquisa, como suas respostas sero
usadas, qual a sua durao, que tarefas dever desempenhar, ser infor-
mado sobre situaes ou perguntas embaraosas etc.
Infuncia do cliente O pesquisador deve manter uma postura com-
pletamente objetiva, evitando que o cliente exera qualquer infuncia
na elaborao ou anlise dos dados de modo a atender a objetivos
pessoais. Informaes podem ser perigosas para algumas pessoas na
empresa, porque podem expor defcincias, erros de julgamento, fa-
vorecimentos etc. O pesquisador no deve aceitar a omisso de dados
por motivos pessoais ou cuja omisso possa prejudicar o consumidor.
Divulgao ou omisso de informaes Os objetivos de pesquisa
devem ser estabelecidos claramente no incio do processo para que as
informaes sejam utilizadas no seu alcance. As informaes relativas
ao objetivo da pesquisa devem ser divulgadas.
Identifcao e privacidade de respondentes Sob nenhuma cir-
cunstncia qualquer informao obtida com o compromisso de sigilo
deve ser divulgada de forma individual, podendo, no entanto, ser
apresentada de forma agregada por meio de mdias, frequncia etc.
Venda de informaes Todas as informaes obtidas somente po-
dero ser fornecidas, gratuitamente ou no, a terceiros com autoriza-
o e conhecimento expresso dos respondentes.
Uso de pesquisa em poltica lcito o uso da pesquisa e seus re-
sultados em contextos polticos e eleitorais, desde que respeitados os
critrios ticos anteriores. A pesquisa no deve ser conduzida para,
por meio de perguntas tendenciosas, tentar levar o respondente a apre-
sentar posio favorvel a candidatos ou polticos.
Uso da pesquisa para vendas O uso disfarado da pesquisa como
ferramenta para incio de vendas vedado e considerado antitico.
Associaes de pesquisa, como a Sociedade Brasileira de Pesquisa
de Mercado ou a Abipeme Associao Brasileira de Institutos de
Pesquisa de Mercado atendem em caso de dvidas e oferecem apoio
em casos de conduta no tica. Segundo Malhotra (2001), mesmo que
228
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
a necessidade da tica seja bvia, o assunto
em si mesmo algo complexo. Embora essa
complexidade se deva a uma diversidade de
fatores, identifcaram-se cinco caractersticas
principais que descrevem as decises ticas.
A primeira indica que a maioria das decises ti-
cas tem efeitos prolongados ou de longo prazo. A segunda caracterstica
argumenta que as decises ticas raramente so dicotmicas; ao contrrio,
h vrias alternativas aceitveis, em diferentes graus. A terceira refere-se
a essas alternativas, uma vez que elas tm resultados tanto positivos como
negativos, dependendo do ponto de vista do avaliador. A quarta caracte-
rstica descreve as decises ticas, indica, exatamente, quais sero os re-
sultados positivos ou negativos, sempre uma questo incerta e imprevi-
svel. Finalmente, a maioria das decises ticas tem implicaes pessoais.
Atividade de fixao
01. Comente sobre a importncia do SIM nas organizaes e discuta o
papel de cada um de seus componentes.

Conexo:
Para que voc com-
preenda um pouco mais
sobre o tema, acesse o
site: http://www.abipeme.
org.br/.
229
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
02. Leia os textos e responda questo a seguir.
SIM Por Carlos Tilkian
O caminho para uma empresa colocar um novo produto no mercado no to
curto quanto se pode imaginar. Neste processo, mais do que saber o que ser pro-
duzido e como produzir, necessrio saber para quem vamos faz-lo. As pesquisas
de mercado, desta forma, so to importantes quanto a defnio da matria-prima,
do design, da embalagem, dos canais de distribuio e da estratgia de comunicao
que pretendemos adotar. Portanto, nada mais apropriado e, por que no dizer, justo,
do que ouvir a palavra de quem o nosso principal foco: o consumidor.
Pesquisa de mercado uma ferramenta primordial para qualquer empresa
conseguir acertar no lanamento de um produto ou de um servio. As empresas
inteligentes trabalham para atender s necessidades do consumidor e, para isso,
preciso que se saiba o que ele quer com exatido.
A opinio do consumidor o melhor argumento para levar adiante um pro-
jeto e, sem querer fazer propaganda barata, acredito que, hoje, as metodologias
usadas pelos institutos de pesquisa no Brasil so absolutamente efcazes. o
caminho de menor risco que devemos seguir para evitar fracassos.
Tanto que, segundo consta, em 100% dos casos de produtos que foram
testados de forma adequada, seja para produo, para a adequao de pblico
ou a defnio do processo ideal de distribuio, a chance de haver impactos ne-
gativos sobre a aceitao do pblico-alvo reduzida.
claro que as pesquisas no dizem o que temos de fazer, mas elas apon-
tam o caminho de menor risco que devemos seguir para que possamos evitar
deslizes e fracassos na trajetria.
NO Por Walter Iioshi
fato que as pesquisas de mercado reduzem signifcativamente o risco
de qualquer negcio, seja a criao de uma nova empresa ou o lanamento de
Carlos Tilkian, 50, formado em Administrao de Empresas pela FGV
de So Paulo e, em 1995, tornou-se presidente da Manufatura de Brinquedos
Estrela, depois de ocupar a vice-presidncia executiva por dois anos.
Walter Iihoshi, 42, formado em Administrao de Empresas pela FGV de
So Paulo, com especializao em Comrcio Internacional pela Universidade
da Califrnia, em Los Angeles, Estados Unidos. presidente da Cosmticos
Shizen.
230
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
um produto ou servio. Teoricamente, toda vez que uma empresa, especialmente
as de pequeno e mdio portes, lana um novo produto no mercado, deveria fazer
um estudo de viabilidade com base em pesquisas de mercado. Mas, na prtica,
no bem assim. Pesquisas boas, abrangentes e feitas por instituies reno-
madas so caras e, na minha opinio, no necessrio que sejam feitas a cada
lanamento de produto, especialmente se for um produto de uma mesma famlia
que outro j disponvel na praa. Neste caso, o empreendedor pode se valer de
uma estratgia que eu chamo de FDD, ou Feeling do dono.
Normalmente, o dono e os scios de uma pequena ou mdia empresa
conhecem o mercado em que atuam; j passaram por uma srie de situaes em
que puderam fazer pesquisas diretamente com o consumidor, in loco. a vivn-
cia. Em geral, empresas de menor porte se valem da vivncia do dono, do seu
feeling do mercado.
No estou dizendo que pesquisas de mercado so dispensveis. Mas,
se voc tem em mos uma pesquisa apurada e no conhece o mercado no qual
sua empresa atua, pode incorrer em erros to graves quanto os cometidos por
aqueles que jamais contrataram uma pesquisa, para o que quer que seja. Da a
importncia da intuio do empreendedor, aliada, claro, razo.
dessa vivncia, desse feeling, que geralmente se valem as pequenas
e mdias empresas para lanar novos produtos ou servios no mercado. Pesqui-
sas, como disse, no so baratas e temos de fazer malabarismos para sobreviver
num mercado onde a competio acirrada e os custos tm de ser cada vez
mais enxutos.
Qual a sua opinio em relao realizao de uma pesquisa para o
lanamento de um produto?
231
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Reflexo
Nesta primeira unidade foi proporcionado a voc um maior enten-
dimento sobre a importncia do SIM e de seus componentes. A compre-
enso da natureza e da inteno da pesquisa foi apresentada, bem como o
seu papel na concepo e na implementao de programas de marketing.
Desta forma, a importncia e o valor da informao foram discutidos para
que voc perceba a relevncia da pesquisa de marketing e as diversas
aplicaes e utilizaes dessa ferramenta. Por fm, os aspectos ticos da
pesquisa de marketing e as responsabilidades que cada um dos seus parti-
cipantes tem consigo mesmo foram ressaltados complementando, assim,
uma viso geral acerca das pesquisas nas organizaes.
Leitura complementar
Para melhor entendimento do assunto apresentado, acesse os sites e
leia mais sobre o tema.
Texto 1 indispensvel fazer pesquisa de mercado para lan-
ar um produto? Disponvel em: <http://empresas.globo.com/
Empresasenegocios/0,,ERA723710-3282,00.html>.
Texto 2 A importncia da pesquisa de marketing para a micro e
pequena empresa. Disponvel em: < http://www.fae.edu/publicacoes/
pdf/revista_da_fae/fae_v8_n1/rev_fae_v8_n1_13_prof_shimoyama.
pdf>.
ALMEIDA, A. R. M. Material de aula da disciplina Administrao
Mercadolgica do Prof. Dr. Ricardo Almeida, UNIRG, 2008. Dispo-
nvel em: <http://www.ricardoalmeida.adm.br/index.php>.
COBRA, M. H. N. Marketing bsico: uma perspectiva brasileira. 4.
ed. So Paulo: Atlas, 1997.
GIL, A. C. Mtodos e tcnicas de pesquisa social. 5. ed. So Paulo:
Atlas, 1999
232
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
U
n
i
d
a
d
e

2
KOTLER, Philip. Administrao de marketing: a edio do milnio.
10. ed. So Paulo: Pearson/Prentice Hall, 2000.
______; ARMSTRONG, Gary. Princpios de marketing. 9. ed. So
Paulo: Pearson/Prentice Hall, 2003.
MALHOTRA, N. K. Pesquisa de marketing: uma orientao aplica-
da. 3. ed. Porto Alegre: Bookman, 2001
______. Introduo pesquisa de marketing. So Paulo: Prentice
Hall, 2005.
MATTAR, F. N. Pesquisa de marketing: metodologia, planejamento,
execuo, anlise. 5. ed. So Paulo: Atlas, 2 volumes, 1999.
PEDRINHA, E. Pesquisa de mercado. Univila, 2001. Disponvel em:
<http://www.univila.br/professores/epedrinha/Apostila%20%20Pes-
quisa%20de%20Mercado.pdf>.
PASQUALOTTI, A. M. A tica na pesquisa: um procedimento meto-
dolgico indispensvel. Artigo publicado no site da Universidade Pas-
so Fundo do Prof. Dr Adriano Pasqualotti, UPF, 2008. Disponvel em:
<usuarios.upf.br/~pasqualotti/tica.htm>.
SEMENICK, R.; BAMOSSY, G. Princpios de marketing: uma pers-
pectiva global. So 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.
VIEIRA, V. A. As tipologias, variaes e caractersticas da pesquisa
de marketing. Ver. FAE, Curitiba, v. 5, n. 1, p. 61-70, jan./abr. 2002.
U
n
i
d
a
d
e

2
Defnindo o problema de
pesquisa e de marketing e
desenvolvendo uma abordagem
Nesta segunda unidade, daremos incio apre-
sentao das etapas necessrias para se desenvol-
ver um projeto de pesquisa. Sero abordadas as duas
primeiras etapas, ou seja, a defnio do problema de
pesquisa e o desenvolvimento da abordagem.
Espera-se que, aps estudar essas etapas do projeto de pes-
quisa, voc seja capaz de:
entender os dois primeiros estgios do processo de pesquisa
de marketing;
ressaltar a importncia da etapa de identifcao do problema
ou oportunidade neste processo.
Voc se lembra?
Voc se lembra da IBM? Essa empresa reconhecida pelo investi-
mento em inovao e por suas constantes buscas por novos produtos que
solucionem problemas no solucionveis dos consumidores. Imagine
a importncia da pesquisa para a IBM. Pense em outras empresas, como
Coca-Cola, PepsiCo, Unilever... Observe a posio dessas empresas no
mercado e refita sobre os principais problemas e/ou oportunidades que
as levam a investir em pesquisas de marketing.
234
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
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 Informaes de Marketing e seus componentes. Voc pode
perceber que informaes de qualidade so importantes para a tomada de
decises nas organizaes e que o SIM responsvel por coletar, cruzar,
fltrar e distribuir as informaes a respeito do ambiente de marketing
para que os administradores possam tomar suas decises.
Assim, foram abordados os quatro componentes do SIM, que so:
os registros internos, a inteligncia de marketing, o sistema de apoio s
decises de marketing e o sistema de pesquisa de marketing que tm suas
funes especfcas, mas se complementam para que o SIM consiga cum-
prir o seu papel.
Voc aprendeu que est crescendo a importncia da pesquisa de
marketing nas organizaes, porm, para desenvolver um projeto de pes-
quisa, observa-se uma srie de questes relacionadas tanto com a tica em
pesquisa, quanto com a parte metodolgica do projeto.
Ento, voc precisa compreender a partir de agora como se faz cada
etapa de um projeto de pesquisa de marketing. Assim, sero apresentadas
e discutidas as duas primeiras etapas necessrias para se desenvolver uma
pesquisa de marketing. Esta explanao servir de base para que voc
compreenda melhor a importncia, os passos iniciais de uma pesquisa de
marketing.
Case New Coke Coca-Cola
Em 1985, a Coca-Cola cometeu um impressionante erro de marketing. Aps 99
anos de sucesso, ela deixou de lado sua antiga regra no mexa com a Me
Coca e abandonou sua frmula 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 princpio, em meio fanfarra de apresentao, a New Coke vendeu
bem. Mas as vendas logo caram, medida que um pblico atnito reagia. A
Coca-Cola comeou a receber grandes quantidades de cartas e mais de 1.500
telefonemas dirios de consumidores irados. Um grupo chamado Old Cola
Drinkers iniciou protestos, distribuiu camisetas e ameaou abrir um processo, a
menos que a Coca-Cola trouxesse de volta a frrnula antiga. A maioria dos ex-
perts de marketing previu que a New Coke seria o Edsel dos Anos Oitenta.
235
Defnindo o problema de pesquisa e de marketing e desenvolvendo uma abordagem Unidade 2
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Aps apenas trs 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 conti-
nuar sendo sua marca principal, mas os consumidores tinham uma ideia diferen-
te. No fnal de 1985, o nmero 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, McDonalds e Kentucky Fried Chicken, tinham voltado a servir
a Coke Classic em seus restaurantes.
Uma reao rpida salvou a empresa de um desastre em potencial. Ela
aumentou seus esforos em favor da Coke Classic e reduziu a New Coke a um
papel secundrio, de apoio. Em 1987, a Coke Classic era novamente a sua prin-
cipal marca e o lder dentre os refrigerantes dos EUA. A New Coke tornou-se a
marca de ataque da empresa sua arma contra avanos da Pepsi. Os anncios
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 mer-
cado. Em
1989, a Coke Classic vendia mais do que a New Coke em uma proporo
de 10 para 1. Na primavera de 1990, a empresa mudou a embalagem da New
Coke e a relanou com um novo nome: Coke II. No entanto, a maioria dos espe-
cialistas 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 comeo dos anos 1980,
embora a Coca-Cola ainda fosse a lder do mercado, ela estava lentamente
perdendo terreno para a Pepsi. Durante anos, a Pepsi construiu, com sucesso,
o Desafo Pepsi, uma srie de testes transmitidos pela televiso, demonstran-
do que os consumidores preferiam o sabor mais doce da Pepsi. No comeo
de 1985, embora a Coca ainda fosse a lder do mercado total, a Pepsi detinha
a maior parcela dos supermercados, com uma vantagem de 2%. (No parece
muito, mas 2% do enorme mercado de refrigerantes signifcam 600 milhes de
dlares em vendas a varejo!) A Coca-Cola tinha de fazer alguma coisa para deter
o avano da concorrente a soluo parecia ser mudar o seu sabor.
A Coca-Cola comeou a maior pesquisa de mercado para um novo pro-
duto j feito na histria da empresa. Ela gastou mais de dois anos e quatro mi-
lhes de dlares em pesquisas antes de defnir a nova frmula. Conduziu cerca
de 200.000 testes para defnir o sabor do refrigerante 30.000 s para a frmula
fnal. Em testes em que no se dizia ao entrevistado o nome dos refrigerantes
oferecidos, 60% dos consumidores preferiram a New Coke em lugar da antiga e
236
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
52% consideraram-na melhor que a Pepsi. As pesquisas mostravam que a New
Coke seria uma vencedora. Ento, a empresa a lanou 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 errnea. A pesquisa procurava saber,
unicamente, a reao das pessoas ao sabor; no se preocupou em explorar os
sentimentos dos consumidores diante da ideia de que eles deveriam abando-
nar a velha Coca e substitu-la por uma nova verso. A pesquisa no levou em
considerao os dados intangveis o nome da Coca-Cola, sua histria, sua
embalagem, sua herana cultural e sua imagem. Para muitas pessoas, a Coca-
Cola um smbolo americano, tal como o hot-dog, o baseball e a torta de ma.
O signifcado simblico 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 emoes.
Os gerentes da Coca-Cola podem ter feito um julgamento equivocado ao
interpretar a pesquisa e planejar suas estratgias de acordo com ela. Por exem-
plo, 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 poltico que ganha uma eleio com 60% dos votos.
Mas esse dado tambm mostrava que 40% ainda preferiam a Coca
antiga. Ao abandon-la, a empresa ignorou a grande parcela dos consumidores
leais a Coca-Cola que no queriam uma mudana. A empresa teria feito melhor
se tivesse deixado a Coca antiga em paz e introduzisse a New Coke como uma
extenso da marca, como fez, posteriormente, com sucesso, com a Cherry Coke.
A Coca-Cola tem um dos mais avanados e bem gerenciados departa-
mentos de pesquisa de mercado dos EUA. Um bom trabalho de pesquisa man-
teve a empresa no topo da roda da fortuna que o mercado dos refrigerantes
durante dcadas. Mas a pesquisa de mercado est longe de ser uma cincia
exata. Os consumidores so cheios de surpresas, e compreend-los uma tare-
fa muito difcil. Se a Coca-Cola pode cometer um grande erro em suas pesquisas
de mercado, qualquer empresa pode.
(Fonte: STONER e FREEMAN, 1995)
Em face do seu grande crescimento, com o
decorrer dos anos, a pesquisa de marketing passou
a receber muita importncia, tanto por parte de
acadmicos como de profssionais de um modo
geral. Desde a mais simples at a mais complexa

Conexo:
Conhea mais sobre
pesquisas de marketing
no site do Prof. Fauze
Nagib Mattar: http://www.
fauze.com.br/htm/AR-
TIGOS.aspx.
237
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
pesquisa de mercado deve ser planejada para evitar falhas de todos os
tipos, desde a escolha incorreta do mtodo a ser usado at a importncia
das informaes obtidas para o processo decisrio. 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 anlise da elabo-
rao de um processo de pesquisa.
2.1.1 Definio de um problema de pesquisa
O processo de pesquisa comea com o reconhecimento de um pro-
blema ou oportunidade de marketing, mediante as mudanas no ambiente
externo da empresa, e pode estar relacionado com produto, comunicao,
distribuio ou preo. Malhotra (2001) afrma que a defnio do proble-
ma 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 a compreenso errnea do problema, por isso nada
mais importante que a defnio adequada do problema.
O processo de defnio do problema e desenvolvimento de uma
abordagem est ilustrado na fgura 1.
Tarefas envolvidas
Contexto ambiental do problema
Etapa 1: Definio do problema
Problema de deciso gerencial
Problema de pesquisa de marketing
Etapa 2: Abordagem do problema
Etapa 3: Modelo de pesquisa
Perguntas de pesquisa
e hipteses
Especificaes das
informaes necessrias
Discusses com o
tomador de decises
Estrutura analtica
e modelos
Entrevistas com os
experts na indstrias
Anlises dos dados
secundrios
Pesquisa
qualitativa
F
o
n
t
e
:

a
d
a
p
t
a
d
o

d
e

M
a
l
h
o
t
r
a

e
t

a
l

(
2
0
0
5
)

Figura 1. Processo de defnio do problema e desenvolvimento de uma abordagem
238
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Para defnir o problema de pesquisa, o pesquisador precisa desem-
penhar uma srie de tarefas (MALHOTRA, 2001):
Discusses com os tomadores de decises (TDs): o pesquisador pre-
cisa compreender a natureza da deciso enfrentada pelos gerentes e o
que eles esperam descobrir com a pesquisa.
Entrevistas com especialistas do setor: a discusso com pessoas bem
informadas a respeito da empresa e do setor em que atuam ajuda na
defnio do problema. Os especialistas podem ser encontrados den-
tro e fora das empresas, porm mais difcil localizar e obter ajuda de
especialistas fora da organizao.
Anlise de dados secundrios: so os dados coletados para uma fna-
lidade diferente do problema em pauta. J os dados primrios so co-
letados ou produzidos pelo pesquisador especifcamente para resolver
o problema de pesquisa. A anlise dos dados secundrios uma etapa
essencial no referido processo, e no se devem coletar dados prim-
rios at que dados secundrios disponveis tenham passado por uma
anlise completa.
Pesquisa qualitativa que se torna necessria em alguns casos, e ca-
racterizada por no ser estruturada, de natureza exploratria e baseada
em pequenas amostras, utilizando tcnicas como entrevistas em gru-
po, associaes de palavras e entrevistas analticas, com o objetivo de
prover percepes e compreenso do problema.
As percepes provenientes da pesquisa qualitativa, juntamente
com as discusses com o responsvel pelas decises, as entrevistas com
especialistas do setor e a anlise de dados secundrios ajudam o pesquisa-
dor a compreender o contexto ambiental do problema.
Certos fatores ambientais essenciais relativos ao problema devem
ser avaliados, e a compreenso do contexto ambiental facilita a identifca-
o do problema de deciso gerencial.
Segundo Malhotra (2001), os fatores que abrangem o contexto am-
biental do problema incluem:
as informaes passadas e as previses, que so valiosas porque des-
velam oportunidades e problemas em potencial;
os recursos e restries, o pesquisador tem de levar em conta os re-
cursos disponveis como dinheiro e qualifcaes para pesquisa, bem
como as restries como custo e tempo da organizao, e as impostas
pelo pessoal da empresa-cliente, como cultura organizacional e estilos
239
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
de TDs. Porm, no se deve permitir que as limitaes comprometam
a qualidade do projeto de pesquisa;
os objetivos. A formulao do problema de deciso gerencial deve se
basear na compreenso clara das metas organizacionais e do TD;
o comportamento do comprador. O pesquisador procura compreender
e prever as reaes dos consumidores com base em caractersticas es-
pecfcas de um indivduo, como hbitos de consumo e caractersticas
demogrfcas.
o ambiente legal. Procura se conscientizar das polticas e normas re-
gulatrias do ambiente na qual a organizao est inserida;
o ambiente econmico, que consiste em renda, preos, poupanas,
crdito e condies econmicas gerais que norteiam os consumido-
res;
as qualifcaes mercadolgicas e tecnolgicas que infuenciam os
programas e estratgias de marketing.
Em seguida, esse problema gerencial traduzido para um proble-
ma de pesquisa de marketing, e, com base na defnio do problema de
pesquisa, elaborada uma abordagem adequada (MALHOTRA, 2001).
Em outras palavras, o problema de deciso gerencial pergunta o que o TD
precisa fazer, ao passo que o problema de pesquisa de marketing pergunta
que informaes so necessrias e qual a melhor maneira de obt-las.
A fgura 2 mostra um esquema da relao entre o problema geren-
cial e o problema de pesquisa.
Problema Gerencial Objetivos de Pesquisa
Orientado para a ao Orientado para informao
Como dever ser a em-
balagem para um novo
produto?

Como os consumidores avaliam diferentes em-
balagens disponveis? Que mudanas seriam
apreciadas?
Como deter uma participa-
o de mercado?

Modifcaes nos produtos existentes, lan-
amentos de novos produtos, mudanas em
elementos do mix de mkt ou segmentao de
mercado?
Figura 2. Relao entre problema gerencial e problema de pesquisa
F
o
n
t
e
:

e
l
a
b
o
r
a
d
o

p
e
l
a

a
u
t
o
r
a

c
o
m

b
a
s
e

e
m

M
a
l
h
o
t
r
a

(
2
0
0
1
)

240
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o

Na etapa de
defnio do problema, o
pesquisador deve fazer alguns
questionamentos, como:
- Quais os motivos que levam realizao
da pesquisa?
- Que decises devero ser tomadas a partir
dos resultados da pesquisa?
- Quais so as possveis respostas para os
problemas ou oportunidades defnidos?
A defnio do problema de pes-
quisa de marketing dever permitir
que o pesquisador obtenha todas as
informaes necessrias para solu-
cionar o problema de deciso geren-
cial e orient-lo no prosseguimento
do projeto.
No processo de desenvolvimen-
to de uma abordagem, preciso no
perder de vista os resultados, que devero
incluir: estrutura objetiva/terica, modelos ana-
lticos, questes de pesquisa, hipteses e a especifcao das informaes
necessrias.
2.1.2 Desenvolvimento de uma abordagem de pesquisa
Segundo Smara e Barros (2002), os objetivos de pesquisa so
determinados de maneira a trazer as informaes que solucionam o pro-
blema de pesquisa. um processo interdependente e que exige total coe-
rncia entre o problema defnido e os objetivos do projeto de pesquisa. A
indagao bsica que o pesquisador deve fazer para a elaborao correta
dos objetivos de pesquisa : que informaes so necessrias para resol-
ver o problema de pesquisa?
A determinao dos objetivos de pesquisa pode ter origem na for-
mulao de hipteses sobre o problema defnido. Hipteses so supo-
sies que podem ser confrmadas, ou no, pela pesquisa (SAMARA e
BARROS, 2002). Vejamos dois exemplos para melhor compreenso do
assunto:
Exemplo 1 Fabricante de cosmticos (extrado de SMARA e BAR-
ROS, 2002)
Defnio do problema
Uma empresa fabricante de cosmticos e produtos para higiene pes-
soal, que comercializa produtos com a marca D, dirigidos ao pblico clas-
se A e B, segundo a empresa, pensa em mudar o sistema de vendas atual
do comrcio varejista para o sistema de vendas domiciliar por intermdio
de revendedoras autnomas.
241
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Para tanto, contratou uma consultoria de pesquisa de marketing a
fm de realizar um estudo de mercado que traga informaes a respeito
da viabilidade da mudana de canal de distribuio. Aps reunies com a
diretoria de marketing da empresa, formularam-se as seguintes hipteses:
Hipteses favorveis venda domiciliar
Os produtos da marca A e B, concorrentes da marca D, e que so lde-
res de mercado, praticam o sistema de vendas domiciliar.
A venda de cosmticos caracterizada pela compra por impulso e,
nesse sentido, a visita da revendedora com catlogos e amostras favo-
rece 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, no h presena da concorrncia, o
que no acontece nos pontos de venda.
H maior comodidade para o consumidor nesse tipo de venda, j que
a visita pessoal e a revendedora vai ao local determinado pelo con-
sumidor.
Hipteses desfavorveis venda domiciliar
Atualmente, devido insegurana, h o receio de receber pessoas es-
tranhas em casa ou nos locais de trabalho, o que difculta a atuao da
revendedora na busca de clientes novos.
A empresa no tem certeza da aceitao do seu produto por esse tipo
de venda.
No sistema de vendas domiciliar, geralmente, no h pronta entrega
dos produtos, sendo estes entregues ao consumidor at 48 horas aps
a compra, em mdia, o que no acontece na venda de varejo.
A empresa no tem controle sobre o atendimento prestado pelas revende-
doras, sendo difcil manter um padro de qualidade nesse sentido.
A empresa no dispe de dados precisos sobre o perfl do seu consu-
midor (classe social e faixa etria, por exemplo).
O sistema de comissionamento da revendedora por produto vendido
pode vir a encarecer o produto para o consumidor fnal.
Discusso do caso:
O mercado de cosmticos e produtos para higiene pessoal vem crescen-
do nos ltimos anos e, observando a evoluo de seus principais concorrentes,
242
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
que atuam com sistemas de vendas domiciliar, a diretoria da empresa (marca
D) pretende estudar a possvel mudana para esse tipo de venda.
A boa aceitao dos produtos A e B concorrentes diretos e que se pre-
sume dirigidos ao mesmo pblico da marca D , vendidos por esse sistema,
pode signifcar que h mercado tambm para os produtos da marca D.
A empresa no tem dados atualizados e precisos sobre o perfl de seu
consumidor nem certeza da aceitao de seu produto por esse tipo de venda.
Para anlise dos fatores expostos, a fm de verifcar a viabilidade da
mudana do sistema de vendas e canal de distribuio da empresa, sente-
se a necessidade de realizar uma pesquisa de marketing.
Ao analisarmos esse exemplo da empresa de cosmticos, podemos
observar que, a partir da redao das hipteses que envolvem o problema
de pesquisa (neste caso, verifcar a viabilidade de mudana no sistema de
vendas e canal de distribuio da empresa), j delimitamos os principais
tpicos que devem ser objeto de estudo, como anlise da concorrncia,
perfl do consumidor, motivos de compra e aceitao do produto por esse
sistema de vendas, que na prxima da pesquisa sero denominados obje-
tivos da pesquisa.
Determinao dos objetivos:
O objetivo primrio, ou geral/bsico,
do projeto de pesquisa aquele que res-
ponde dvida do cliente e soluciona o
problema de pesquisa. Os objetivos se-
cundrios so decorrentes das hipte-
ses, portanto so todas as informaes
que nos levaro a cumprir o objetivo
primrio. Os objetivos secundrios de-
fnem aspectos que contribuem para o
alcance do objetivo geral, pois detalham
questes que devero ser pesquisadas, parti-
cularizadas e direcionadas.
Vejamos no nosso exemplo:
Objetivo primrio ou geral: o objetivo da empresa de cosmticos ve-
rifcar a viabilidade da implantao do sistema de vendas domiciliar
para produtos da marca D.
Objetivos secundrios:

Os objetivos so defnidos
de forma que tragam as informaes que
solucionem o problema de
pesquisa e exigem total coerncia
com o problema de pesquisa.
243
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Identifcar empresas concorrentes que atuam no segmento de
venda domiciliar.
Identifcar principais produtos vendidos e seus respectivos
preos.
Identifcar a poltica de remunerao e prmios para reven-
dedoras vigentes no mercado.
Identifcar o perfl do consumidor dos produtos da marca D,
assim como dos principais concorrentes.
Verifcar os motivos de compra, aspectos positivos e negati-
vos desse tipo de venda percebidos pelo consumidor.
Verifcar a aceitao dos produtos da marca D por intermdio
desse tipo de venda.
Exemplo 2 Abertura de uma padaria (extrado de GOMES, 2005)
Vamos conhecer melhor a histria do Sr. Manoel construindo seu
sonho de ser proprietrio de uma padaria. A partir do exemplo dado, voc
dever preencher os formulrios propostos na seo Hora de Praticar e
exercitar como seria aplicado no seu negcio.
O Sr. Manoel sempre quis ter um negcio prprio e garantir o futuro
de sua famlia. Casado h 40 anos com Dona Zilda e com trs flhos, ele
saiu de uma grande empresa, onde trabalhou durante 20 anos, pelo progra-
ma de demisso voluntria.
A oportunidade bateu-lhe porta no momento em que passou a per-
ceber que na regio onde morava havia apenas uma padaria, que esta no
abria aos domingos, os seus preos eram altos e a variedade dos produtos,
limitada.
Como ele vinha de uma famlia de padeiros e tinha muitos conheci-
mentos na rea de panifcao, passados a vrias geraes, ocorreu inves-
tir o seu dinheiro em uma padaria naquela regio.
No momento em que comeou a trabalhar em seu plano, deparou-se
com a necessidade de realizar pesquisas de mercado, pois ainda faltavam-
lhe dados para compor o seu plano. De acordo com as orientaes recebi-
das, sabia que, ao abrir um negcio como esse, necessitava fazer pesqui-
sas sobre:
perfl do consumidor, suas necessidades e seus desejos;
concorrncia;
fornecedores;
localizao da padaria.
244
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Dessa forma, iniciou o seu trabalho de pesquisa:

Pblico-alvo: Clientes potenciais
Objetivo principal: conhecer os clientes e suas preferncias, de maneira a adotar aes
efcazes para atra-los at o seu estabelecimento, garantem a compra, a satisfao e a
fdelidade.
1. Identifcar os clientes que frequentam a padaria:
Sexo;
Idade;
Estado civil;
Renda;
Profsso.
2. Identifcar os hbitos de consumo desses clientes:
Produtos consumidos;
Frequencia de compra;
Interesse por lanamentos;
Volume de compra;
3. Identifcar variveis que motivam a compra:
Produtos (variedade, qualidade, disponibilidade);
Preos (preos, formas de pagamento, descontos);
Estrutura (limpeza, prateleiras, iluminao, sinalizao, disposio dos produtos, facha-
da, vitrine);
Localizao (trabalham ou moram prximo padaria);
Formas de divulgao (mdia utilizada, frequencia).
Fonte: Gomes (2005)
Pesquisa 2: Concorrncia

Pblico-alvo: Concorrentes
Objetivo principal: conhecer os concorrentes, seus pontos fortes e fracos e suas
aes na regio.
245
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1. Identifcar os principais concorrentes
2. Analisar seus produtos e servios:
Produtos comercializados, marcas, servios disponveis;
Preos: quanto acima ou abaixo da mdia, tipos de promoes.
3. Analisar seus processos de produo:
Capacidade de produo, adaptabilidade, efcincia, qualidade, custos.
4. Analisar seu processo de divulgao:
Mensagens, mdia utilizada, tipos de campanhas.
5. Analisar seu pessoal de venda:
Treinamentos, incentivos, qualidade dos servios, atendimento, efcincia.
6. Analisar a estrutura:
Iluminao, localizao, disposio dos produtos nas prateleiras, precifcao nos pro-
dutos, fachada, horrio de funcionamento.
Fonte: Gomes (2005)
Pesquisa 3: Fornecedores

Pblico-alvo: Fornecedores
Objetivo principal: conhecer os fornecedores, seus clientes e sua poltica de atuao.
1. Identifcar os principais fornecedores:
Quem so, localiao, tempo de atuao no mercado, principais clientes e ponto;
Tipos de produtos que comercializa e sua qualidade.
2. Analisar polticas de preo:
Preo cobrado, frete;
Prazos de pagamento exigido pelo fornecedor, tempo e forma de entrega;
Condies de pagamento exigidas, tipos de cobrana.
3. Estudar o comportamento de venda:
Lote mnimo exigido, grade de produtos, promoes utilizadas, poltica de retorno.
Fonte: Gomes (2005)
246
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Pesquisa 4: Localizao do ponto de venda

Objetivo principal: defnir a localizao mais adequada para a padaria.
1. Analisar as condies do contrato:
Preo, as condies de pagamento e o prazo do aluguel.
2. Verifcar infra-estrutura:
Luz, gua, telefone, condies do imvel, facilidade de acesso, proximidade da concor-
rncia, visibilidade, volume de trfego, local para estacionamento, nvel de rudo.
3. Verifcar legislao especfca para abertura do negcio no ramo de panifcao.
Fonte: Gomes (2005)

Conexo:
Para conhecer mais sobre
pesquisas de mercado, acesse
o site indicado e conhea vrios
conceitos importantes relacionados
pesquisa na tomada de decises:
http://www.ibope.com.br/calandra-
Web/BDarquivos/sobre_pesqui-
sas/pesquisa_mercado.html
Atividade de fixao
Programa de cursos de treinamento para supervisores
O Centro de Educao Executiva (CEE) um rgo do departa-
mento de Administrao da Universidade Federal do Rio Grande do Sul
(UFRGS). Sua misso extender educao de alta qualidade para pessoas
que no so necessariamente estudantes da Universidade. O CEE realiza
programas com a fnalidade de proporcionar treinamento e educao con-
tinuada em pelos menos doze reas de negcios, direcionadas a empresas,
governo e organizaes sem fns lucrativos. Um dos programas do CEE
o treinamento para supervisores de 1
o
nvel.
O programa de treinamento de supervisores (PTS) foi projetado para
aumentar as habilidades gerenciais e interpessoais (relacionamento humano),
247
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
a comunicao e a tomada de deciso de supervisores e trainees de gerentes.
Assim, os cursos do PTS cobrem uma ampla gama de assuntos.
Um declnio contnuo na procura por esses cursos durante os l-
timos anos tornou-se um grande problema para os 3 diretores do PTS.
Eles no conseguem explicar o porqu, embora em discusses informais
tenham levantado questes para as quais eles no sabem as respostas.
Mudaram as razes pelas quais as pessoas frequentavam o programa
de treinamento de superviso? Quais so suas razes atuais e passa-
das?
O declnio na demanda foi causado por fatores econmicos?
Talvez por causa do aumento da competio, com novas organizaes
atuando no mercado de educao executiva continuada?
Foi devido ao contedo ou estrutura do programas PTS?
Foi por causa da maneira como os programas foram promovidos?
PTS est focado no nvel certo de superviso?
Tipicamente, os programas do CEE so promovidos atravs do en-
vio de folders que descrevem o contedo e a estrutura dos cursos. A lista
de endereos (mailing) usada para os folders composta de ex-alunos e
pessoas que tenham ligado interessadas em receber informaes sobre
qualquer curso do CEE.
Perguntas:
01. Qual o problema de deciso gerencial?
02. Elabore o objetivo geral e os objetivos especfcos que ajudariam no
problema gerencial.
248
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
U
n
i
d
a
d
e

3
Reflexo
Foram apresentados, nesta unidade, os dois primeiros estgios do
processo de pesquisa mercadolgica. Voc pode entender como se inicia o
desenvolvimento de uma pesquisa e tambm compreender a importncia
dessas duas etapas para a qualidade do projeto.
Para melhor entendimento do assunto apresentado, acesse os sites e
leia mais sobre o tema.
Texto 1 Caracterizao do mercado consumidor de gua aroma-
tizada: hbitos e motivaes para o consumo. Disponvel em: <http://
www.scielo.br/pdf/cta/v29n2/20.pdf>.
Texto 2 A utilizao de pesquisas exploratrias na rea de mar-
keting. Disponvel em: <http://www.rimar-online.org/artigos/v2n2a2.
pdf>.
GOMES, I. M. Manual Como elaborar uma pesquisa de mercado.
Belo Horizonte: Sebrae/MG, 2005.
da. 3. ed. Porto Alegre: Bookman, 2001.
Hall, 2005.
SAMARA, B. S.; BARROS, J. C. Pesquisa de marketing: conceitos e
metodologia. So Paulo: Prentice Hall, 2002.
STONER, J. A. F., FREEMAN, R. E. Administrao. Rio de Janeiro:
PHB, 1995.
U
n
i
d
a
d
e

3
Formulao do
desenho da pesquisa de
marketing
Nesta terceira unidade, apresentaremos a
formulao do desenho da pesquisa de marke-
ting. Sero abordados os diferentes tipos de pesqui-
sa, bem como os procedimentos para coleta de dados
e as principais fontes de erro nos tipos de pesquisas
especfcos.
Espera-se que, aps estudar o desenho da pesquisa de mar-
keting, voc seja capaz de:
defnir o tipo de pesquisa, classifcar as vrias concepes e
explicar as diferenas existentes entre elas;
entender os diferentes procedimentos para coleta de dados,
conforme o tipo de pesquisa aplicada para a soluo de diferentes pro-
blemas de marketing;
compreender as principais fontes de erro em um modelo de pes-
quisa.
Voc se lembra?
Voc se lembra de alguma pesquisa da qual participou como entre-
vistado ou como entrevistador? As pesquisas eleitorais em que os elei-
tores so abordados e respondem a um questionrio sobre sua inteno
de voto uma pesquisa descritiva, assim como aquelas pesquisas que
voc responde em supermercados por meio de questionrio sobre o
seu comportamento de compra e preferncias por marcas e produ-
tos tambm so classifcadas como descritivas. Voc j notou, em
pocas especfcas, a presena de uma pessoa observando os
consumidores na loja e fazendo anotaes em um formulrio?
Deixo uma dica para voc: observe as pesquisas que esto
sendo realizadas pelas empresas, compreenda as diferen-
as entre as tcnicas. Esse comportamento contribuir
muito para o seu aprendizado nesta disciplina.

250
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
3.1 Formulao do desenho da pesquisa de
marketing
Na segunda unidade, foram apresentadas as duas primeiras etapas
para se desenvolver um projeto de pesquisa. Voc conheceu os conceitos
referentes defnio do problema e ao desenvolvimento da abordagem
e pde perceber que estas duas etapas so fundamentais para os demais
passos do projeto de pesquisa.
Voc aprendeu que formular o problema de pesquisa signifca en-
tender e explicar quais os problemas ou oportunidades de marketing que
esto gerando a necessidade de informao para a tomada de deciso. En-
tretanto, uma m defnio do problema poder gerar objetivos imprecisos
e inconsistncia no resultado do projeto. Aps a formulao do problema,
os objetivos so defnidos de forma que tragam as informaes que solu-
cionam o problema de pesquisa.
Defnido o problema de pesquisa de marketing e desenvolvida uma
abordagem adequada, o pesquisador deve voltar sua ateno para a con-
cepo de um projeto de pesquisa, que uma estrutura para a realizao
do projeto de pesquisa de marketing, o qual detalha os procedimentos
necessrios para a obteno das informaes que so indispensveis para
reestruturar ou resolver problemas de pesquisa de marketing.
A partir de agora, voc ir conhecer, ento, os mtodos de pesquisa
que podero ser usados para a obteno de informaes.
3.1.1 Concepo da pesquisa: definio e classificao
Segundo Malhotra (2001), a concepo de pesquisa uma estrutura
ou planta para a realizao de projetos de pesquisa de marketing. Normal-
mente, um planejamento envolve os seguintes componentes ou tarefas,
que sero discutidos detalhadamente nas prximas unidades:
1. Defnir as informaes necessrias (que j foram apresentadas na
unidade 2).
2. Conceber as fases exploratrias, descritivas e/ou causais da pes-
quisa.
3. Especifcar os procedimentos de medio e escalonamento.
4. Construir e pr-testar um questionrio ou formulrio adequado
para a coleta de dados.
5. Especifcar o processo de amostragem e o tamanho da amostra.
6. Desenvolver um plano de anlise de dados.
251
Formulao do desenho da pesquisa de marketing Unidade 3
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Existem, atualmente, diferentes nomenclaturas para designar os
tipos de pesquisa e os autores as subdividem de acordo com o enfoque
principal de informao que ser dado ao estudo (IZUNO, 2004). Segun-
do Samara e Barros (2002), as metodologias empregadas na realizao
dos projetos de pesquisa no diferem basicamente em seu contedo e se
distinguem de acordo com as fontes de dados utilizadas, a amplitude do
estudo conforme os objetivos, o tipo de anlise que pretendem fazer
quantitativa ou qualitativa de acordo com o controle das variveis em
estudo.
Com isso, observa-se a existncia de vrias classifcaes utilizadas,
tornando possvel observar a grande quantidade de mtodos e variaes de
investigao para a realizao de pesquisas de mercado (VIEIRA, 2002).
Cada uma delas leva em considerao aspectos diferentes como: natureza
das variveis pesquisadas, natureza do relacionamento entre as variveis
estudadas, objetivo e grau em que o problema de pesquisa est cristali-
zado, forma para a coleta de dados primrios, dimenso da pesquisa no
tempo, possibilidade de controle sobre as variveis em estudo, ambiente
de pesquisa (MATTAR, 1999, p. 77). Porm, nesta unidade, sero aborda-
das as mais utilizadas, que, de forma ampla, podem ser classifcadas como
pesquisas exploratrias e conclusivas.
Para Malhotra (2001), a concepo de pesquisa pode ser classifcada
como exploratria ou conclusiva. O objetivo da pesquisa exploratria
auxiliar na compreenso do problema enfrentado pelo pesquisador, sendo
fexvel e no estruturada, por isso seu desenvolvimento depender em
muito da criatividade do pesquisador. Neste estgio, as informaes so
defnidas de forma muito ampla, por isso as constataes da pesquisa ex-
ploratria devem ser consideradas ensaios, resultados no defnitivos ou
como dados para pesquisas posteriores.
Os critrios obtidos com a pesquisa exploratria podem ser verif-
cados ou quantifcados por uma pesquisa conclusiva, em que o objetivo
testar hipteses especfcas e examinar relaes especfcas. Pesquisa
de natureza conclusiva, geralmente, mais formal e estruturada. Ela se
baseia em amostras grandes e representativas e os dados obtidos esto su-
jeitos a uma anlise quantitativa.
As pesquisas conclusivas podem ser descritivas ou causais. A pes-
quisa descritiva, como o prprio nome diz, tem como principal objetivo
descrever algo, normalmente caractersticas ou funes de mercado. A
pesquisa descritiva, ao contrrio da exploratria, marcada por um enun-
252
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
ciado claro do problema, por hipteses especfcas e pela necessidade de-
talhada de informaes. A fgura 1 mostra a classifcao dos modelos de
pesquisa de marketing.
Modelo de pesquisa
Pesquisa descritiva Pesquisa causal
Modelo de pesquisa
exploratria
Modelo de pesquisa
conclusiva
F
o
n
t
e
:

M
a
l
h
o
t
r
a

e
t

a
l

(
2
0
0
5
)
Figura 1. Classifcao dos modelos de pesquisa de marketing
Vamos detalhar esses tipos de pesquisa?
3.1.2 Pesquisa exploratria
De acordo com Mattar (1999), a pesquisa
exploratria visa a proporcionar ao pesquisa-
dor um maior conhecimento sobre o tema ou
problema de pesquisa em perspectiva. Por isso,
apropriada para os primeiros estgios da investigao
quando a familiaridade, o conhecimento e a compreenso do fenmeno
por parte do pesquisador so, geralmente, insufcientes ou inexistentes.
Este esforo tem como meta tornar um problema complexo mais ex-
plcito ou mesmo construir hipteses mais adequadas. Para Malho-
tra (2001), a aplicabilidade da pesquisa exploratria se justifca em casos
nos quais necessrio defnir o problema com maior preciso e identifcar
cursos relevantes de ao ou obter dados adicionais antes que se possa
desenvolver uma abordagem. Como o nome sugere, a pesquisa explorat-
ria procura explorar um problema ou uma situao para prover critrios e
compreenso.
O objetivo da pesquisa exploratria buscar entender as razes e
motivaes subentendidas para determinadas atitudes e comportamentos
das pessoas. Ela frequentemente utilizada na gerao de hipteses e na
identifcao de variveis que devem ser includas na pesquisa. A pesquisa
exploratria proporciona a formao de ideias para o entendimento do
conjunto do problema, enquanto que a pesquisa descritiva procura quan-

Conexo:
Acesse o site indicado
e pesquise o caso Sucos
Del Valle. Voc ir conhecer
a aplicao prtica do contedo
estudado. http://www.espm.br/
ConhecaAESPM/Publicacoes/
CentralDeCases/Pages/
default.aspx
253
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
tifcar os dados colhidos e analis-los estatisticamente (MALHOTRA,
2001).
Segundo Vieira (2002), esse tipo de pesquisa utiliza mtodos bas-
tante amplos e versteis. Os mtodos empregados compreendem: levan-
tamentos em fontes secundrias (bibliogrfcas, documentais etc.),
levantamentos de experincia, estudos de casos selecionados e observao
informal (a olho nu ou mecnica).
Resumindo, a pesquisa exploratria pode ser usada para os seguin-
tes objetivos (RVILLION, 2003):
Familiarizar e elevar a compreenso de um problema de pesquisa em
perspectiva.
Ajudar no desenvolvimento ou criao de hipteses explicativas de
fatos a serem verifcados numa pesquisa causal.
Auxiliar na determinao de variveis a serem consideradas num pro-
blema de pesquisa.
Verifcar se pesquisas semelhantes j foram realizadas, quais os m-
todos utilizados e quais os resultados obtidos, determinar tendncias,
identifcar relaes potenciais entre variveis e estabelecer rumos
para investigaes posteriores mais rigorosas.
Investigar problemas do comportamento humano, identifcar concei-
tos ou variveis e sugerir hipteses verifcveis.
3.1.2.1 Mtodos da pesquisa exploratria
Rvillion (2003) destaca que, como o objetivo de um estudo explo-
ratrio encontrar hipteses de investigao, a principal caracterstica dos
mtodos utilizados a fexibilidade. Conforme a investigao avana, o
pesquisador deve reconhecer as inter-relaes entre as informaes que
so levantadas, buscando novas ideias. Segundo a literatura consultada, os
principais mtodos empregados em estudos exploratrios, dentro da tica
objetivista, so: levantamentos em fontes secundrias, levantamentos de
experincias (consultas a especialistas), observao e estudos de caso.
A) Levantamentos em fontes secundrias
Para trabalharmos a pesquisa de dados secundrios, necessrio
inicialmente distinguir a diferena entre dados primrios e dados se-
cundrios. Dados primrios so os obtidos pelo pesquisador para uma
fnalidade especfca, a de solucionar o problema em pauta. Esses dados
so especialmente coletados para determinada pesquisa. Dados secund-
254
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
rios so os dados que j foram coletados, esto disposio de qualquer
pesquisador a qualquer momento em algum lugar, ou seja, em bibliotecas,
jornais, Internet etc. As fontes de dados secundrios so diversas, a obten-
o dos dados mais fcil e barata.
So dados que j esto disponveis, uma vez que j foram coleta-
dos para algum outro propsito alm da soluo do presente problema.
Podem envolver fontes como: levantamentos bibliogrfcos, sistemas de
informao existentes na empresa, banco de dados de outras organiza-
es, inclusive do governo e de associaes profssionais e comerciais, no
caso, levantamentos documentais, levantamentos de estatsticas, agncias
de dados, como painis de compra de consumidores, em que uma organi-
zao obtm dados razoavelmente padronizados para uso das empresas
clientes, ou levantamentos em pesquisas j realizadas.
Segundo Rvillion (2003), nos anos 1990, com o advento da Inter-
net e de outras tecnologias de comunicao e o armazenamento de dados,
a facilidade para obteno de dados secundrios tem sido cada vez maior,
assim como a quantidade de informaes disponveis para o pesquisador.
Por outro lado, cada vez mais difcil selecionar fontes confveis e preci-
sas de dados. Os dados secundrios podem compreender:
Levantamentos documentais: uma empresa possui importantes
informaes que, se reunidas, relacionadas e bem utilizadas podem
virar instrumentos para a tomada de decises. Essas informaes so
documentos que formam um banco de dados interno que a organiza-
o mantm em seus arquivos como resultados de pesquisas anterio-
res, volume de vendas, gastos em propaganda, dados sobre produo
e estoque, prticas de preo, entre outras.
Voc pode extrair informaes do sistema de pedidos da empresa e
de seus vendedores, como: detalhamento do nmero de vendas efetuadas;
caractersticas dos clientes; informaes sobre a concorrnciaco preos,
formas de pagamento, novos produtos.
Levantamentos bibliogrfcos: so consultas sobre o assunto feitas
em livros, revistas especializadas, artigos acadmicos, dissertaes
e teses, alm de informaes publicadas em jornais, associaes de
classe, sindicatos etc. Normalmente, o levantamento bibliogrfco
uma fase obrigatria de qualquer pesquisa acadmica, seja ela explo-
255
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
ratria ou conclusiva, pois serve como fundamentao terica para o
problema que ser investigado.
Levantamentos de estatsticas: so dados oriundos de pesquisas
feitas sistematicamente, principalmente por rgos governamentais.
Como exemplo temos o Censo e a Penad (Pesquisa Nacional por
Amostragem de Domiclios), anual, realizados pelo Instituto Brasi-
leiro de Geografa e Estatstica (IBGE). Outras fontes de estatsticas
so: a Fundao Getlio Vargas (FGV), a Fundao Instituto de Pes-
quisas Econmicas (FIPE), o IPEA Instituto de Pesquisa Econmica
Aplicada: www.ipea.gov.br. Essa fundao de pesquisa fornece dados
sobre a rea econmica e social do pas, como tributao, acompa-
nhamento conjuntural, desigualdades regionais, cultura, arranjos pro-
dutivos locais e muitos outros; a Seade (Fundao Sistema Estadual
de Anlise de Dados de So Paulo, www.seade.gov.br) analisa dados
socioeconmicos e demogrfcos, como a mulher e o trabalho, con-
dies de vida, emprego e desemprego; Servios de pesquisa Ex:
A.C. Nielsen, Ibope, Instituto Gallup, Vox Populi; fundaes e insti-
tutos de pesquisa estaduais e municipais; publicaes empresariais e
setoriais anurios, jornais, revistas, livros, sites. As ferramentas de
busca na Internet podem ajud-lo a encontrar os sites de que precisa.
Grupos profissionais, exemplo: federaes, instituies d e c l a s s e ,
associaes, conselhos e qualquer outro tipo de organizao setorial.
Fundaes e institutos de pesquisas estaduais e municipais.
Pesquisas de potencial de consumo, participao e tendncias 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 critrio de classifcao econmica Brasil,
cuja funo estimar o poder de compra das pessoas e famlias urbanas
(AZEVEDO, 2004).
A utilidade dos dados secundrios para um problema de pesquisa
especfco pode ser limitada de vrias formas, inclusive em termos de
relevncia e preciso das informaes. Entre as difculdades encontradas
pelo pesquisador para utilizar os dados secundrios na sua investigao
esto (RVILLION, 2003):
256
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
a metodologia utilizada para coletar os dados no adequada ao pro-
blema de pesquisa atual. Isso inclui tamanho e natureza da amostra,
tipo de questionrio utilizado, procedimentos usados no trabalho de
campo e forma de anlise dos dados;
a poca em que os dados foram colhidos no adequada ao problema
de pesquisa atual, as informaes podem estar desatualizadas;
o objetivo para o qual os dados foram coletados pode no ser apro-
priado para a situao presente. As informaes podem ser irrelevan-
tes se utilizadas em outro contexto.
O quadro 1 sintetiza as vantagens e limitaes do uso de dados se-
cundrios.
Benefcios Limitaes
1. Baixo custo 1. Coletados para outros propsitos
2. Menos esforo despendido 2. No h controle sobre a coleta dos da-
dos
3. Menos tempo gasto 3. Podem no ser muito precisos
4. Algumas vezes mais precisos que os
dados primrios
4. Podem no estar apresentados na for-
ma necessria
5. Algumas informaes s podem ser
obtidas por meio de dados secundrios
5. Podem no atender s necessidades
6. Muitas assunes tm de ser feitas
Fonte: Aaker, Kuman e Day (2001)
Quadro 1. Benefcios e limitaes dos dados secundrios
B) Levantamento de experincia pelo mtodo qualitativo
Indivduos que tenham conhecimento sobre o problema de pesquisa
podem ser encontrados nos mais diversos grupos. Por exemplo, todas as
pessoas com algum tipo de associao nos esforos de colocar um de-
terminado produto no mercado so potenciais fontes de informao 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, obter e sintetizar as experincias
relevantes sobre o tema e, dessa forma, conscientizar o pesquisador da
problemtica em estudo.
Conforme Rvillion (2003), o levantamento de experincias usual-
mente envolve a conduo de entrevistas que objetivam a aquisio de co-
257
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
nhecimento do tema, com pessoas que possuam vivncias e informaes
sobre o assunto em estudo.
Pedrinha (2001) afrma que o mtodo qualitativo adequado na in-
vestigao de atitudes, valores, percepes e motivaes do pblico pes-
quisado, com a preocupao primordial de entend-los, em toda a sua pro-
fundidade. Ou seja, o mtodo qualitativo oferece informaes de natureza
mais subjetiva e latente. Isso implica no s uma anlise do discurso do
entrevistado, como tambm de sua postura mais global, diante das ques-
tes que lhe so colocadas. Sem a preocupao estatstica, a aplicao
deste mtodo ocorre em nmero de casos mais restritos, se comparados ao
quantitativo.
O levantamento de experincias pelo mtodo qualitativo pode ser feito
de forma direta, atravs de entrevistas em profundidade ou grupos focais, ou
indireta, atravs de tcnicas projetivas, conforme ilustra a fgura 2.
Direito
Processos
de Pesquisa
Qualitativa
Grupo de foco
Entrevistas em
profundidade
Indireito
Tcnicas
projetivas
F
o
n
t
e
:

M
a
l
h
o
t
r
a

(
2
0
0
1
)
Figura 2. Tcnicas de pesquisa qualitativa
Segundo Malhotra (2001), a entrevista em profundidade caracteri-
zada como pessoal, direta e no estruturada, na qual um nico responden-
te questionado por um entrevistador habilidoso, com o objetivo
de revelar motivaes, crenas, atitudes e sentimentos a respeito de deter-
minado tpico.
Rvillion (2003) considera que as entrevistas em profundidade
devem ser conduzidas sem um questionrio formal, mas a partir de um
roteiro bsico segundo o qual o entrevistado infuenciado a expressar-se
livremente sobre os temas abordados. Dessa maneira, possvel descobrir
os fatores implcitos e determinantes nos fenmenos estudados.
258
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
J o grupo focal um tipo de entrevista conduzida por um mode-
rador treinado, de maneira natural e no estruturada, com um pequeno
grupo de respondentes (MALHOTRA, 2001). O principal propsito dessa
tcnica obter insights atravs da ausculta de um grupo de pessoas se-
lecionadas a respeito de questes de interesse do pesquisador. Rvillion
(2003) destaca que os objetivos de utilizao da tcnica podem variar,
porm eles no devem tentar mensurar quantitativamente nenhum dos
tpicos abordados no estudo. Atravs dos grupos focais, pode-se obter
um leque de informaes quanto s experincias, atitudes, opinies, aos
costumes e comportamentos de grupos de indivduos em situaes espe-
cfcas num perodo de tempo exguo, permitindo o estabelecimento de
bases para estudos futuros sobre o mesmo assunto dado.
Conforme Gordon e Langmaid, citados em Rvillion (2003), os gru-
pos focais constituem-se de sete a nove componentes, selecionados sob
critrios estabelecidos pelo pesquisador, os quais podem trocar opinies,
atitudes e experincias acerca de determinado produto, sendo conduzidos
por um profssional capacitado.
importante que os entrevistados, tanto no caso de entrevistas em
profundidade quanto no caso de grupos focais, sejam dotados de experi-
ncia e conhecimento a respeito do tema a ser investigado. Quanto ao n-
mero de pessoas, como se trata de dados qualitativos, o que deve orientar
o pesquisador a qualidade da amostra, e no a quantidade de elementos
que a compe. A homogeneidade de respostas obtida das entrevistas que
ser determinante para defnir o nmero de entrevistados. A literatura de
marketing costuma recomendar um nmero mnimo de 15 entrevistas em
profundidade; e cada grupo focal deve ter, em mdia, de seis a doze com-
ponentes.
Para Rvillion (2003), as tcnicas de entrevistas em profundidade e
grupos focais apresentam vantagens e desvantagens que devem ser avalia-
das pelo pesquisador antes de decidir-se por uma delas. Os pontos positi-
vos das entrevistas em profundidade so os seguintes:
os respondentes tendem a sentir-se menos constrangidos com a pre-
sena de um nico indivduo (o entrevistador) do que com a presena
de todos os membros do grupo, mais o moderador e os observadores
que normalmente compem um grupo focal;
os respondentes reduzem a preocupao com o prprio desempenho,
pois o grupo funciona como instrumento de presso social, o que
259
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
pode provocar distoro entre o que pensam e o que expressam ver-
balmente;
maior facilidade em obter a entrevista, j que o respondente no pre-
cisa deslocar-se para responder entrevista (o entrevistador que vai
at ele). No caso do grupo focal, necessrio que os participantes
se desloquem at um local determinado, adequado realizao do
evento, acarretando ocasionalmente maior resistncia em participar
da pesquisa.
Por outro lado, as caractersticas de uma entrevista em profundidade
exigem um preparo especial por parte do entrevistador. necessrio que
ele tenha um grande domnio do tema sobre o qual a pesquisa trata; por
essa razo, recomendvel que tais entrevistas sejam conduzidas pelo
prprio pesquisador. Outra desvantagem a interpretao subjetiva das
informaes obtidas, podendo variar de um pesquisador para outro.
Considerando-se os grupos focais, um dos principais fatores de
sucesso da tcnica est nas livres intervenes e opinies de seus mem-
bros, o que demanda habilidade do moderador para fazer com que todos
participem da discusso, sem que haja nenhum tipo de dependncia entre
os participantes. Entre os principais pontos positivos dos grupos focais,
encontram-se:
a interao entre os membros do grupo conduz gerao de ideias
que poderiam no emergir quando na presena de uma nica pessoa
(sinergia);
os resultados da pesquisa so disponibilizados mais rapidamente,
muitos deles podendo ser abstrados durante a prpria discusso entre
os membros do grupo.
A obteno de um moderador habilidoso um dos principais pro-
blemas enfrentados na utilizao do grupo focal. Normalmente, ele dever
ser um profssional da rea da psicologia ou sociologia, com experincia
em dinmica de grupo. Tambm indispensvel 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 tcnica bastante dispendiosa.
Algumas aplicaes diretas do grupo focal, segundo Rvillion
(2003), so:
260
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
fornecer hipteses em cima das informaes obtidas pelos componen-
tes do grupo a fm de serem testados posteriormente;
elaborar roteiro de entrevista ou questionrios;
colher percepes ou impresses acerca de novos produtos;
estimular novas ideias sobre produtos antigos (nova utilizao);
descobrir informaes gerais sobre um produto/categoria de produto;
orientar o pesquisador atravs de um novo campo de estudo.
Esse mtodo apresenta algumas desvantagens, geralmente ligadas
forma como os grupos so coordenados. A amostra pequena impede uma
possvel inferncia estatstica; poder ocorrer inibio na troca de ideias;
o grupo poder fugir do tema central com muita facilidade; a anlise dos
dados extremamente subjetiva, dependendo muito da percepo e expe-
rincia do pesquisador.
Finalmente, as tcnicas projetivas so maneiras indiretas de ques-
tionamento que encorajam os respondentes a projetar suas motivaes,
crenas, atitudes ou sentimentos subjacentes a respeito do tema em estudo
(MALHOTRA, 2001). Segundo Rvillion (2003), essas tcnicas so uti-
lizadas 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 questes do tipo: se a marca X fosse um carro, qual deles ela seria?
ou ento Se a pessoa que compra na loja Y fosse um animal, qual deles
ela seria?. Outras formas de aplicao das tcnicas projetivas so (R-
VILLION, 2003):
associao de palavras: as palavras so 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
voc ouve o tema transporte areo?;
complemento de frase: apresenta-se uma frase incompleta para ser
preenchida pelo respondente;
complemento de histria: apresenta-se o enredo de uma histria in-
completa que deve ser concluda pelo respondente;
complemento de ilustrao: os respondentes devem criar uma histria
sobre o que acham que est ocorrendo em uma determinada ilustra-
o, conforme mostra a fgura 3.
262
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Segundo Mattar (1999), o processo de observao em est udos
exploratrios chamado de observao informal no dirigida. A percep-
o e reteno do que observado vai depender dos interesses da pesquisa
e da capacidade de observao do pesquisador.
D) Estudos de casos selecionados
Para Gil (1999) um estudo de caso caracterizado pelo estudo
profundo e exaustivo de um ou poucos objetos, de maneira a permitir o
conhecimento amplo e detalhado dele. Sua maior utilidade verifcada
nos estudos exploratrios. Por sua fexibilidade, recomendvel nas fases
iniciais de uma investigao sobre temas complexos, para a construo de
hipteses ou formulao de problemas.
Os estudos de caso permitem aprofundar o conhecimento de proble-
mas complexos e sistmicos, pela observao da dinmica e interao de
mltiplos fatores, a partir de poucas situaes especfcas (RVILLION,
2003; MATTAR, 1999). Um dos problemas levantados na utilizao dessa
ferramenta a impossibilidade de generalizao das observaes, j que
os casos estudados no representam (e no devem representar) a mdia
de uma populao. Na verdade, o objetivo do levantamento de dados nos
estudos de caso no quantifcar, mas compreender.
O estudo de caso examina um fenmeno em seu ambiente natural,
pela aplicao de diversos mtodos de coleta de dados, visando a obter
informaes de uma ou mais entidades. Essa estratgia de pesquisa pos-
sui carter exploratrio, em que nenhum controle experimental ou de
manipulao utilizado. Alm disso, as fronteiras do fenmeno no so
evidentes. Os resultados do estudo dependem fortemente do poder de
integrao do pesquisador, de sua habilidade na seleo do local e dos m-
todos de coleta de dados, bem como de sua capacidade de fazer mudanas
no desenho de pesquisa de forma oportuna.
Para Rvillion (2003), os estudos de caso so particularmente valio-
sos quando o pesquisador est procurando resolver um problema de pes-
quisa no qual existem inter-relaes entre os vrios fatores envolvidos, e
para o qual difcil compreender os fatores individualmente sem conside-
rar as relaes entre eles. Conforme esses autores, o modo de anlise mais
aplicvel aos estudos de caso procura encontrar trs classes de fatores:
a) caractersticas comuns a todos os casos do grupo selecionado;
b) caractersticas comuns a apenas alguns subgrupos;
c) caractersticas exclusivas de casos especfcos.
263
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
A unidade de anlise, nos estudos de caso, pode ser composta
por indivduos, grupos ou organizaes, ou ainda por projetos, sistemas
ou situaes especfcas. A determinao da unidade de anlise deve ser
resultante de exame cuidadoso das questes de pesquisa. Quando uma
pesquisa altamente exploratria, um nico caso pode ser til como es-
tudo piloto. Nesse contexto, o objetivo pode ser determinar a apropriada
unidade de anlise e familiarizar o pesquisador com o fenmeno. Ou seja,
fundamental que o pesquisador decida entre a utilizao de caso nico
ou de mltiplos casos.
Mltiplos casos so desejveis quando a inteno da pesquisa a
descrio de fenmeno, a construo ou o teste de teoria, deixando de ser
uma pesquisa de natureza exploratria. Em relao ao local de pesquisa,
pode-se considerar um projeto com mltiplos casos como anlogo repli-
cao realizada com experimentos tradicionais mltiplos (RVILLION,
2003).
Dentre as limitaes atribudas aos estudos de caso est a falta
de objetividade, a qual se traduz na difculdade de desenvolver mtodos
formais de observao e coleta dos dados. Como o mtodo estatstico no
adequado, a anlise baseada na intuio e na capacidade analtica dos
investigadores. Por causa das amostras pequenas e no representativas
(selecionadas por julgamento ou convenincia), no possvel fazer ge-
neralizaes dos resultados obtidos para a populao (RVILLION, 2003
baseado MATTAR, 1999).
3.1.3 Pesquisa conclusiva descritiva
A pesquisa descritiva objetiva conhecer e interpretar a realidade
sem nela interferir para modifc-la (CHURCHILL, 2000). Vieira (2002)
ressalta que muitas das pesquisas de marketing realizadas so de carter
conclusivo descritivo. Vieira (2002) nos mostra ainda que esse tipo de
pesquisa est voltada para o descobrimento e observao de fenmenos,
procurando descrev-los, classifc-los e interpret-los. Alm disso, a pes-
quisa descritiva pode se interessar pelas relaes entre as variveis e, des-
ta forma, aproximar-se das pesquisas experimentais. A pesquisa descritiva
expe as caractersticas de determinada populao ou de determinado
fenmeno, mas no tem o compromisso de explicar os fenmenos que
descreve, embora sirva de base para tal explicao. Normalmente ela se
baseia em amostras grandes e representativas.
264
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o

As pesquisas
descritivas descrevem
situaes a partir de dados primrios,
relacionando e confrmando as hipteses
levantadas na defnio do problema de pes-
quisa, respondendo, por exemplo, s seguintes
relaes de consumo: quem compra? Descrio
do consumidor em diferentes critrios, como
idade, classe social, sexo, profsso, estilos de
vida. O qu? Identifcao de quais produtos
ou servios atendem s necessidades do
consumidor e avaliao da opinio
sobre marcas e produtos...
Mattar (1999) diz que a pesquisa descritiva, ento, utilizada quan-
do o propsito for estimar a proporo de elementos numa populao es-
pecfca que tenha determinadas caractersticas ou comportamentos;
descrever as caractersticas de determinadas populaes ou fenmenos, de
grupos (idade, sexo, procedncia etc.), como tambm a descrio de um
processo numa organizao, o estudo do nvel de atendimento de entida-
des, levantamento de opinies, atitudes e crenas de uma populao etc.
Tambm so pesquisas descritivas aquelas que visam a descobrir a
existncia de associaes entre variveis, como, por exemplo, as pesqui-
sas eleitorais, que indicam a relao entre o candidato e a escolaridade dos
eleitores.
Esse tipo de pesquisa apresenta uma natureza quantitativa, que um
mtodo de pesquisa que trabalha com indicadores numricos e segue cri-
trios estatsticos. Como essa pesquisa apropriada para medir opinies,
atitudes e preferncias, estimar o potencial ou volume de vendas de um
negcio e para medir o tamanho e a importncia de segmentos de mercado
(GOMES, 2005), o mtodo quantitativo adequado por conhecer a exten-
so estatisticamente falando do objeto de estudo, do ponto de vista do
pblico pesquisado. Ou seja, o mtodo quantitativo oferece informaes
de natureza mais objetiva e aparente.
Seus resultados podem refletir as
ocorrncias do mercado, como um
todo, ou de seus segmentos, de
acordo com a amostra com a qual
se trabalha (PEDRINHA, 2001).
Para a sua correta aplicao,
necessrio que se determine o
perfl do pblico-alvo a ser pes-
quisado e o tamanho relativo a
esse pblico. Aps a defnio do
mtodo de pesquisa a ser realizado,
necessrio defnir os seus meios de
aplicao.
Os estudos mais utilizados nesse tipo de pesquisa so: o longitudi-
nal e o transversal, conforme mostra a fgura 4.
265
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Pesquisa transversal Pesquisa longitudinal
Pesquisa
transversal nica
Pesquisa
transversal mltipla
Pesquisa descritiva Pesquisa causal
Pesquisa de marketing
Pesquisa exploratria Pesquisa conclusiva
F
o
n
t
e
:

M
a
l
h
o
t
r
a

(
2
0
0
1
)
Figura 4. Tipos de pesquisa de marketing

Nos estudos longitudinais, uma amostra fxa de elementos da po-
pulao medida repetidamente com as mesmas variveis, ou seja, as
mesmas pessoas so estudas ao longo do tempo. Ele prov uma srie de
quadros que do uma viso em profundidade da situao e das mudanas
que ocorrem com o passar do tempo. O estudo longitudinal trabalha com
painel, que consiste em uma amostra de entrevistados que concordam em
fornecer informaes a intervalos especfcos ao longo de um extenso pe-
rodo (MALHOTRA, 2001).
Os estudos transversais envolvem a coleta de informaes de
qualquer amostra de elementos da populao somente uma vez, sendo
transversal nico quando extrada da populao apenas uma amostra de
entrevistados, e transversal mltiplo quando so extradas duas ou mais
amostras de entrevistados. Um tipo de concepo transversal mltipla
interessante a anlise de corte, que consiste na anlise 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 pr-
prias: o estudo longitudinal detecta as mudanas dos indivduos estuda-
dos, coleta uma maior quantidade de dados e com maior preciso. J o
estudo transversal trabalha com amostragens representativas e evita res-
postas tendenciosas.
266
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o

O mtodo survey para
obteno de informaes se baseia
no interrogatrio dos participantes, aos
quais se fazem vrias perguntas sobre
o seu comportamento, intenes, atitudes,
percepo, motivaes e caractersticas demo-
grfcas e de estilo de vida.
O formato bsico de trabalho
o levantamento de campo ou survey
(VIEIRA, 2002). Uma de suas ca-
ractersticas est na utilizao de
tcnicas padronizadas de coleta
de dados, tais como o question-
rio e a observao sistemtica.
O instrumento utilizado na
coleta dos dados um questionrio,
que pode conter questes fechadas (com
alternativas predefnidas) e/ou abertas, isto ,
sem uma predefnio de alternativas, em que o entrevistado responde
livremente (PEDRINHA, 2001).
O meio de aplicao de uma pesquisa corresponde forma pela qual
se vai aplicar um questionrio. Malhotra (2001) destaca que existem di-
versas maneiras de aplicao, tais como:
Entrevistas pessoais no domiclio ou em locais pblicos: a mais
utilizada para se fazer pesquisa de natureza quantitativa, pois atravs
dela podemos chegar a qualquer segmento pesquisado. Esta forma de
entrevista ocorre por meio de vrios pesquisadores abordando os pes-
quisados sobre um assunto da pesquisa e transcrevendo suas respostas
em um formulrio. O questionrio no deve ser longo, no deve con-
ter perguntas constrangedoras e no deve infuenciar a resposta dos
entrevistados.
Entrevistas por telefone: a entrevista telefnica consiste em telefo-
nar para um determinado nmero de pessoas e entrevist-las. Essa
pesquisa realizada por meio de um roteiro chamado script operacio-
nal, assim ela se torna mais objetiva e rpida. A entrevista por telefone
substitui a entrevista pessoal quando a relao custo-benefcio e tem-
po apresenta uma justifcativa que a comprove como melhor mtodo.
Questionrios autopreenchveis pelo correio e/ou Internet: os
questionrios so enviados pelo correio a uma amostra determinada
de entrevistados cujos endereos de postagem estejam atualizados.
enviado ao entrevistado envelope de remessa, carta explicativa, ques-
tionrio e envelope retorno. Muitas vezes este tipo de pesquisa in-
centivado por brindes e sorteios devido ao baixo nmero de retornos.
267
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
O quadro 2 sintetiza as vantagens e desvantagens de forma de apli-
cao de um questionrio.
Comparativo das formas de aplicar uma pesquisa
Tipo Vantagens Desvantagens
Entrevista pessoal Versatilidade
Interatividade
Alto custo
Complexa
Correspondncia Cobertura ampla
Baixo custo
Baixo retorno
Mais lenta
Telefone Rapidez
Flexibilidade
Restrita
Inconvenincia
Autoaplicveis Fcil implantao
Baixo custo
Restrita
Baixo retorno
Quadro 2. Vantagens e desvantagens dos tipos de aplicao de um questionrio
3.1.3.1 Mtodos da pesquisa descritiva
Segundo Mattar (1999), h dois tipos bsicos de pesquisas descriti-
vas: levantamentos de campo e estudos de campo. A diferena bsica est
na grande amplitude e pouca profundidade dos levantamentos de campo e
na mdia profundidade e mdia amplitude dos estudos de campo. A fgura
5 mostra os tipos de pesquisa descritiva.
Painis
Pesquisa descritivas
Ocasionais
Evolutivos
Levantamentos de campo Estudos de campo
F
o
n
t
e
:

M
a
t
t
a
r

(
1
9
9
9
)
Figura 5. Classifcao das pesquisas descritivas
Note que, quando a profundidade for grande e a amplitude pequena, o
projeto de pesquisa resultado o estudo de caso que j foi apresentado com
um dos mtodos da pesquisa exploratria. Na fgura 6, mostrada a diferena
entre os tipos de pesquisa: estudo de casos, estudo de campo e levantamento
de campo segundo a profundidade e amplitude considerada.
F
o
n
t
e
:

A
z
e
v
e
d
o

(
2
0
0
4
)
268
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1. Estudos de casos
2. Estudos de campo
3. Levantamentos de campo
1
2 3
F
o
n
t
e
:

M
a
t
t
a
r

(
1
9
9
9
)
Figura 6. Diferenciao 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 populao de interesse (MATTAR, 1999). Procede-se solicitao de in-
formaes a um grupo signifcativo de pessoas acerca do problema estudado
para, em seguida, mediante anlise quantitativa, obterem-se as concluses
correspondentes aos dados coletados. Ou seja, o mtodo survey constitui-se
de um questionrio estruturado dado a uma amostra de uma populao e des-
tinado a provocar informaes especfcas dos entrevistados.
A nfase do levantamento de campo est na gerao de sumrios
estatsticos, tais como mdias, modas, varincias, decis, centis, percenta-
gens e a relao destes sumrios estatsticos (MATTAR, 1999). Quando
o levantamento recolhe informaes de todos os integrantes do universo
pesquisado, tem-se um censo.
O quadro 3 sintetiza as vantagens e as limitaes quanto ao uso de
levantamentos de dados.
Vantagens Desvantagens
Representatividade da populao
em estudo;
Gerao de tabelas com os dados
coletados;
Gerao de tabelas com o cruza-
mento de dados;
Desperta no pblico em geral maior
confana nos resultados da pes-
quisa quando comparado a outros
mtodos.
No permite aprofundar os tpicos
da pesquisa;
mais dispendioso tanto em termos
de custo quanto de tempo;
A realizao de levantamentos de
campo requer grandes conhecimen-
tos tcnicos.
Quadro 3. Vantagens e desvantagens do tipo de pesquisa levantamento de campo
F
o
n
t
e
:

M
a
t
t
a
r

(
1
9
9
9
)
269
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
B) Estudos de campo
O estudo de campo, preocupa-se menos com a gerao de grandes
amostras representativas de uma populao e mais com o estudo media-
mente profundo de algumas situaes tpicas, devendo ser utilizado quan-
do se estiver mais interessado em conhecer o inter-relacionamento entre
as diversas variveis que ocasionam um fenmeno sem entender esse
inter-relacionamento (MATTAR, 1999).
Esse tipo de mtodo basicamente realizado por meio da observao
direta das atividades do grupo estudado e de entrevistas com informantes para
captar as explicaes e interpretaes do ocorrem naquela realidade.
O quadro 4 sintetiza as vantagens e limitaes quanto ao uso de es-
tudos de dados.
Os fenmenos so investigados
durante sua ocorrncia natural e,
ao contrrio dos estudos em labo-
ratrio, no h manipulao das
variveis controlveis;
Constitui-se numa grande fonte ge-
radora de hipteses;
Quando a percepo do pesquisa-
dor de que h grande homogenei-
dade nos elementos da populao,
o estudo de campo ser recomen-
dado, pois se caracteriza com uma
forma mais rpida e mais econ-
mica de obteno dos dados, sem
perda da representatividade;
Adquire-se profundo conhecimento
das relaes entre as variveis de
pesquisa nos casos estudados.
Os estudos de campo possuem a
caracterstica de somente investigar o
fato aps sua ocorrncia (ex-post facto)
e, por isso, no possibilitam que haja
controle sobre as variveis de estudo
(diferentemente das pesquisas de la-
boratrio, em que o controle total, e
dos levantamentos, onde o controle
parcial.);
No podem ser generalizados,
a no ser quando j se tem um
conheci mento anteri or sobre a
homogeneidade da populao pes-
quisada. Embora esse mtodo seja
muito utilizado em pesquisas de
marketing, respondendo a questes
especficas sobre o qu, como,
onde, quem etc, o pesquisador
precisa ser absolutamente honesto
na apresentao dos resultados em
relao a esta desvantagem dos
estudos de campo.
Quadro 4. Vantagens e desvantagens da pesquisa do tipo Estudo de Campo
F
o
n
t
e
:

M
a
t
t
a
r

(
1
9
9
9
)
270
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Segundo Mattar (1999), tanto o levantamento de campo quanto os estu-
dos de campo podem ser classifcados como ocasionais ou evolutivos.
Pesquisas ocasionais e pesquisas evolutivas:
O projeto de pesquisa ocasional o mais conhecido e mais usado
dos projetos de pesquisa descritiva. caracterizado pelo uso de uma
amostra de elementos da populao de interesse, em que os elementos so
medidos uma nica vez no tempo e visa a atender a um objetivo espec-
fco. O projeto ocasional proporciona viso das variveis em estudo em
determinado momento (MATTAR, 1999).
O projeto de pesquisa evolutiva baseia-se na coleta e anlise peri-
dicas das mesmas variveis de forma a permitir seus acompanhamentos
evolutivos no tempo. A populao pesquisada dever sempre ser a mesma,
mas a amostra pesquisada a cada medio poder ou no ser a mesma. Se
a amostra pesquisada for sempre a mesma, a pesquisa evolutiva denomi-
na-se pesquisa de painel. O pesquisador deve sempre preferir, quando for
possvel, a pesquisa de painel, pois, ao pesquisar sempre os mesmos ele-
mentos, elimina uma das possveis fontes de vis. No entanto, mesmo no
havendo esta possibilidade, a pesquisa dever ser realizada utilizando-se
amostras diferentes a cada medio (MATTAR, 1999).
Ainda de acordo com o Mattar (1999), pesquisas do tipo painel so
pesquisas evolutivas por painis muito utilizadas em marketing. Muitas
das informaes necessrias para marketing precisam ser obtidas de for-
ma peridica, de maneira a permitir uma avaliao contnua de sua evolu-
o no tempo. Existem empresas especializadas em fornecer informaes
de marketing a partir de pesquisas painis, como a Nielsen e o Ibope.
C) Observao formal
Segundo Malhotra et al (2005), a observao envolve o registro de
padres de comportamento de pessoas, assim como dados sobre objetos e
eventos de forma sistemtica, para obter informaes sobre o fenmeno
de interesse. O observador no interroga nem se comunica com as pessoas
que esto sendo observadas. As informaes podem ser registradas me-
dida que os eventos ocorrem ou a partir de registros de eventos passados.
Os principais mtodos so a observao pessoal e a observao mecnica.
O quadro 5 mostra as vantagens e desvantagens do mtodo de observao
271
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Detectar o comportamento natural
de consumo;
Utilidade nos estudos junto ao p-
blico infantil (difculdade de verbali-
zao);
Pode ser disfarada.
Interpretao subjetiva do pesqui-
sador;
Difculdade na generalizao dos
dados;
No detecta motivaes e atitudes
de consumo.
Quadro 5. Vantagens e desvantagens do mtodo de observao
3.1.4 Pesquisa conclusiva causal
De acordo com Churchill e Peter (2000), as pesquisas causais,
tambm denominadas experimentais, procuram estabelecer relaes de
causa e efeito entre as variveis em estudo, ou seja, elas no investigam
simplesmente se h uma relao entre duas variveis, em vez disso, elas
procuram, conforme Malhotra (2001):
a) compreender quais variveis so a causa (variveis independente)
e quais so o efeito (variveis dependente) de um fenmeno;
b) determinar a natureza da relao entre as variveis causais e o
efeito a ser previsto.
O senso comum que se faz de casualidade o de que um nico acon-
tecimento, a causa, sempre provoca outro acontecimento, o efeito.
chamado causao determinstica. De forma esquemtica, a casualidade,
segundo o senso comum, pode ser assim representada (MATTAR, 1999):
nica causa nico efeito
X Y
ou sendo: X = varivel independente
Y = varivel dependente
Neste tipo de investigao, manipula-se deliberadamente algum
aspecto da realidade. usada para obter evidncias de relaes de causa
e efeito. A causalidade pode ser inferida quando, entre duas ou mais va-
F
o
n
t
e
:

S
a
m
a
r
a

e

B
a
r
r
o
s

(
2
0
0
2
)
272
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
riveis, houver variao concomitante, ordem de ocorrncia correta das
variveis no tempo e quando os outros possveis fatores causais forem
eliminados (MATTAR, 1999).
Critrios para inferir relaes de causalidade:
So trs os critrios para se inferir causalidade: variao concomi-
tante, ordem de ocorrncia das variveis no tempo e eliminao de outros
fatores (MATTAR, 1999):
Variao concomitante: diz respeito ocorrncia de variao conjunta
entre uma possvel causa (x) e um efeito (y), segundo o estabelecido
por uma hiptese considerada. Vejamos um exemplo pela tabela 1, da
evidncia da variao concomitante
Qualidade da con-
cessionria (x)
Participao no mercado (y)
Baixa Mdia Alta
Baixa 4 (2%) 12 (6%) 24 (12%)
Mdia 6 (3%) 18 (9%) 36 (18%)
Alta 10 (5%) 30 (15%) 60 (30%)
Tabela 1: exemplo de evidncia de variao concomitante

As informaes constantes da tabela 1 evidenciam que h variao
concomitante entre duas variveis relacionadas, ou seja, medida que
piora a participao de mercado da empresa e vice-versa.
Ordem de ocorrncia das variveis no tempo: diz-se que um evento s
poder ser causador de outro se ocorrer antes ou simultaneamente ao
efeito causado.
Eliminao de outros fatores: o terceiro critrio que precisa ser aten-
dido para que se possa induzir uma relao de causa efeito a busca e
eliminao de outros possveis fatores causadores do efeito estudado.
Uma das formas mais utilizadas em marketing para procurar iden-
tifcar relaes de causa e efeito entre variveis a experimentao. A
pesquisa experimental pretende mostrar de que modo ou por que o fen-
meno produzido. Um experimento um projeto de pesquisa que envolve
a manipulao de uma ou mais variveis enquanto outras so mantidas
constantes, e a medio dos resultados (CHURCHILL e PETER, 2000;
F
o
n
t
e
:

M
a
t
t
a
r

(
1
9
9
9
)
273
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
MALHOTRA, 2001). Os gerentes de marketing tomam continuamente
decises baseadas em relaes causais presumidas.
Almeida (2008) complementa dizendo tratar-se do momento em
que relaes de causa e efeito so identifcadas, permitindo desenvolver
cenrios de resultados futuros para diferentes esforos de marketing. Qual
o efeito de um aumento de 30% na verba de comunicao sobre as vendas
do produto? Quanto percentualmente iremos aumentar a experimentao
e a adoo, 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 rea de venda nas lojas?
apresentada, no quadro 6, uma listagem das inmeras utilizaes
possveis de projetos experimentais em marketing (MATTAR, 1999).
Qual o melhor canal para distribuir nosso produto;
Qual a relao entre espao ocupado na prateleira dos supermerca-
dos e a participao no mercado de nosso produto?
O tipo de vizinhana do nosso produto na prateleira do supermer-
cado tem implicaes em suas vendas?
Qual o relacionamento entre a altura em que o nosso produto co-
locado na prateleira do supermercado e suas vendas?
Qual o efeito sobre as vendas de uma pretendida reduo no preo
de um produto?
O lanamento de um novo item em nossa linha de produtos ganha-
r vendas de um produto concorrente ou ganhar vendas de outro
produto nosso (canibalismo)?
Qual dever ser o efeito de uma nova campanha de propaganda ou
de promoo de vendas, em nvel nacional?
Qual dever ser o efeito de um novo plano de inventivo equipe
de vendas?
Qual a relao entre o nvel de estocagem de nosso produto nos
lares e o volume de consumo?
Qual dentre n (n no maior que 5) opes de propaganda / promo-
es de vendas / novas embalagens / novas marcas / novos sabores
/ novos aromas / novas cores / novos rtulos / novo design etc.
sensibiliza mais o consumidor e deve ser adotada?
F
o
n
t
e
:

M
a
t
t
a
r

(
1
9
9
9
)
Quadro 6. Exemplos das possibilidades de utilizao de projetos experimentais em
marketing.
274
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Constata-se, assim, que cada metodologia possui sua particulari-
dade. Para uma anlise mais comparativa desses tipos de pesquisa, seus
objetivos, caractersticas e mtodos, elaborou-se o quadro 7, que poder
auxiliar melhor a sua compreenso.
Exploratria Descritiva Causal
Objetivo Descoberta de ideias
e esclarecimentos
Descrever caracters-
ticas ou funes do
mercado
Determinar relacio-
namentos de causa e
efeito
Caractersticas Flexvel
Verstil
Marcado pela for-
mulao anterior de
hipteses especfcas
Manipulao de uma
ou mais variveis
independentes
Muitas vezes a primei-
ra parte do modelo
total da pesquisa
Modelo pr-planejado
e estruturado
Controle de outras
variveis de mediao
Mtodos Levantamentos de
peritos
Levantamentos-piloto
Estudos de caso
Dados secundrios
Pesquisa qualitativa
Dados secundrios
Levantamentos
Pains
Dados de observao
e outros
Experincias
Quadro 7. Comparao entre os tipos de pesquisa
F
o
n
t
e
:

M
a
l
h
o
t
r
a

e
t

a
l

(
2
0
0
5
)

Conexo:
Conhea 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_variaco-
es_.pdf
275
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Atividade de fixao
Uma empresa de informtica deseja lanar no mercado um softwa-
re, gerenciador de bancos de dados, dirigido a professores. O produto
apresenta como principais benefcios: armazenamento, seleo e impres-
so de questes para a elaborao de provas e exerccios como rapidez
e qualidade de apresentao. A empresa no dispe de dados sobre a
demanda deste tipo de produto, desconhece as caractersticas do pblico-
alvo, professores de escolas particulares e suas preferncias com relao
s caractersticas do produto.
O propsito deste projeto de pesquisa identifcar a oportunidade
de mercado para o produto em questo, avaliando o potencial de mercado
e as caractersticas de segmentao. (Fonte: SAMARA e BARROS, 2002)
01. Determine o objetivo geral (objetivo da pesquisa) e os objetivos espe-
cfcos.
02. Mostre, de forma detalhada, como dever ser feita a pesquisa. Qual(is)
o(s) tipo(s) de pesquisa(s) dever(o) ser usado(s) para esse objetivo e os
mtodos de coleta de dados.
276
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Reflexo
Foram apresentados, nesta unidade, os principais tipos de pesquisa
e as diferenas existentes entre eles. O entendimento dos diferentes pro-
cedimentos para coleta de dados de acordo com o tipo de pesquisa para
diferentes problemas de marketing tambm foram abordados para que
voc consiga selecionar o mtodo mais adequado para projeto de pesquisa
de marketing que deseja desenvolver.
Texto 1 Pesquisa qualitativa em marketing e suas variaes: tri-
lhas para pesquisas futuras. Disponvel em: <http://www.scielo.br/pdf/
rac/v9n2/v9n2a02.pdf>.
Texto 2 Pesquisa qualitativa versus pesquisa quantitativa: esta
a questo? Disponvel em: <http://www.scielo.br/pdf/ptp/v22n2/
a10v22n2.pdf>.
AAKER, D. A.; KUMAR, V.; DAY, G. S. Pesquisa de marketing. So
Paulo: Atlas, 2001
AZEVEDO, G. C. I. Pesquisa de mercado. Srie Saiba Mais, Sebrae,
2004.
CHURCHILL JR., G. A.; PETER, J. P. Marketing: criando valor para
os clientes. So Paulo: Saraiva, 2000.
GIL, A. C. Mtodos e tcnicas de pesquisa social. 5. ed. So Paulo:
Atlas, 1999.
IZUNO, N. G. Pesquisa de mercado: um importante instrumento de
suporte no processo decisrio do micro e pequeno empresrio da re-
277
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
gio de Lauro de Freitas. Revista de Administrao UNIME, 2005.
Disponvel em: <www.unime.com.br/2006/rau/4/artigo3.htm>.
KOTLER, Philip. Administrao de marketing: anlise, planejamen-
to, implementao e controle. 5. ed. So Paulo: Atlas, 1998.
da. 3. ed. Porto Alegre: Bookman, 2001.
Hall, 2005.
REVILLION, A. S. P. A utilizao de pesquisas de explorao na rea
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. So Paulo: Prentice Hall, 2002.
VIEIRA, V. A. As tipologias, variaes e caractersticas da pesquisa de
marketing. Ver. FAE, Curitiba, v. 5, n. 1, p. 61-70, jan./abr. 2002.
278
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
U
n
i
d
a
d
e

4
Minhas anotaes:
U
n
i
d
a
d
e

4
Plano de amostragem
e relatrio fnal
Nesta quinta unidade, apresentaremos
a voc as tcnicas relacionadas ao plano de
amostragem e aspectos referentes ao relatrio
fnal do projeto de pesquisa. Sero abordados os
conceitos referentes amostra e censo, bem como as
tcnicas para planejamento amostral e para confeco do
relatrio fnal.
Espera-se que aps estudar a respeito do plano de amostra-
gem e relatrio fnal, voc seja capaz de:
entender os conceitos de censo e amostra e identifcar as
condies em que prefervel usar uma amostra em vez de censo;
discutir o processo de planejamento de amostragem e suas etapas;
entender e classifcar as tcnicas de amostragem no-probabils-
ticas e probabilsticas;
entender de uma forma simples, como se determina o tamanho de
uma amostra;
compreender a fase fnal de um relatrio de pesquisa.
Voc se lembra?
Voc se lembra da eleio de 2006 para Presidente da Repblica
aqui no Brasil? No dia anterior s eleies, a pesquisa Datafolha con-
frmou a reeleio de Lula para Presidente. Os resultados foram: Lula
com a soma 61% da preferncia do eleitorado contra 39% de Geraldo
Alckmin (PSDB). Comparados com os nmeros da ltima pesquisa,
Lula manteve os 22 pontos de vantagem sobre o adversrio. O
Datafolha ouviu 12.561 eleitores nos dias 27 e 28 de outubro,
em 356 municpios do Brasil. O levantamento est regis-
trado no Tribunal Superior Eleitoral (TSE) com o nmero
23522/2006. Uma dica para voc... Observe sempre os
nmeros apresentados, que indicam os percentuais de
inteno de voto, a amostra, o perodo da pesquisa e
a abrangncia, ou seja, o local que foi realizado.
O erro em percentual para cima ou para baixo
280
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
signifca que o resultado pode oscilar naquele percentual tanto para mais
quanto para menos. Esses resultados so os direcionadores para as aes
nas campanhas dos candidatos.
4.1 Plano de amostragem e relatrio final
Na quarta unidade foram apresentados a voc os conceitos referen-
tes a medio e escalonamento e discutido como o escalonamento pode
ser considerado uma extenso da medio. Voc aprendeu que existem
vrias escalas que podem ser utilizadas em um projeto de pesquisa e que
cada uma tem suas vantagens, desvantagens e especifcidades que devem
ser consideradas ao serem utilizadas.
O questionrio que um instrumento de coleta de dados foi aborda-
do como um importante elemento do projeto de pesquisa de marketing, e
voc pde perceber que est totalmente relacionado com os objetivos de
pesquisa. fundamental que seja elaborado observando se est cumprin-
do todos os objetivos do projeto, se as perguntas so claras para o entre-
vistador e entrevistado e se a forma como foram agrupadas e ordenadas as
questes o tornam interessante para o preenchimento.
Estando determinado o problema de pesquisa de marketing, defni-
dos os objetivos, desenvolvido um adequado projeto de pesquisa e instru-
mento de coleta de dados, as preocupaes do pesquisador voltam-se ago-
ra para a determinao dos elementos dos quais os dados sero coletados.
Esses procedimentos recebem o nome de amostragem.
A utilizao de amostras muito comum em nosso cotidiano.
Exames de sangue, conferncia de produtos alimentcios etc. so alguns
exemplos da aplicao de amostragem. Desta forma, questes sobre o mo-
delo de amostragem fazem parte do processo de elaborao da pesquisa.
Segundo Malhotra et al. (2005), cinco perguntas bsicas so aborda-
das na fase de elaborao 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 ajust-la por incidncia?
Ento, vamos entender esses conceitos?
281
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Plano de amostragem e relatrio fnal Unidade 4
4.1.1 Amostra ou censo?
Segundo Malhotra et al. (2005), na amostragem, um elemento o
objeto (ou pessoa) sobre o qual, ou do qual, a informao desejada. Na
pesquisa por levantamento de campo (survey), o elemento normalmente
o entrevistado. Uma populao o total de elementos que compartilham
algum conjunto comum de caractersticas. O objetivo da maioria dos pro-
jetos de pesquisa de marketing obter informaes sobre as caractersti-
cas ou os parmetros de uma populao.
O pesquisador pode obter informaes sobre parmetros de popula-
es utilizando um censo ou uma amostra. Um censo envolve uma conta-
gem completa de cada elemento de uma populao. J uma amostra um
subgrupo da populao (MALHOTRA et al., 2005), ou seja, a amostra
uma parcela da populao com a qual se faz uma pesquisa a partir de um
universo previamente defnido.
A fnalidade da amostragem, enfm, fazer generalizaes sobre
um universo ou uma populao grandes sem precisar examinar todos os
componentes do grupo. Os elementos de um grupo, de um universo ou
uma populao so qualquer coisa que possa ser mensurada, contada ou
ordenada segundo posies.
Segundo Mattar (1999), realizam-se censos das populaes ao invs
de apenas pesquis-las:
quando a populao for pequena;
quando os dados a respeito da populao forem facilmente obtenveis,
ou j estejam semidisponveis em um cadastro ou banco de dados
computadorizados;
se os requisitos do problema em estudo impem a obteno de dados
especfcos de cada elemento da populao;
por imposio legal (exemplo a realizao, a cada dez anos, do re-
censeamento da populao brasileira pela FIBGE.
282
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Porm, uma das vantagens de se trabalhar com amostras so as
grandes difculdades de se pesquisar todo um universo (se a populao
infnita o censo impossvel); amostras so, em geral, mais atualizadas,
sobretudo quando a pesquisa demorada; o alto custo que seria envolvido
numa pesquisa com o universo (os custos de examinar uma amostra so
menores) e as difculdades tcnicas/possibilidades de se cometer erros de
coleta, processamento e tratamento dos dados, uma vez que as amostras
so mais precisas que os censos, pois envolvem menos coletores de in-
formaes e, consequentemente, menos possibilidades de erros (PEDRI-
NHA, 2001).
O quadro 1 mostra, de uma forma resumida, as condies que favo-
recem o uso de censo e amostra.
Condies que favorecem o uso de
Amostra Censo
1. Oramento pequeno grande
2. Tempo disponvel curto longo
3. Tamanho da populao grande pequeno
4. Variao na caracterstica pequena grande
5. Custo do erro de amostragem baixo alto
6. Custo do erro de no-amostragem alto baixo
7. Natureza da medio destrutiva no-destrutiva
8. Ateno a casos individuais sim no
Quadro 1. Condies que favorecem o uso de censo e amostra
importante destacar que no caso
de uma pesquisa qualitativa, o critrio
de seleo da amostra a identifca-
o do perfl do pblico-alvo a ser
pesquisado. No h a preocupao
de quantifcar essa amostra, pois a
pesquisa possui um carter subje-
tivo. J na pesquisa quantitativa, a
pesquisa por amostragem prova-
velmente a mais conhecida utiliza
conceitos estatsticos que indicam o
F
o
n
t
e
:

M
a
l
h
o
t
r
a

e
t

a
l

(
2
0
0
5
)

As pesquisas quantitativas
e qualitativas oferecem perspec-
tivas diferentes, mas no so opostas.
Representam abordagens que podem ser
utilizadas em conjunto, de acordo com a
necessidade em questo, obtendo-se, assim,
mais informaes do que poderia se obter se
os mtodos fossem utilizados isoladamente..
283
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
nmero representativo de pesquisas a serem realizadas segundo o univer-
so do qual se dispe (GOMES, 2005).
4.1.1.1 Processo de elaborao da amostragem
O processo de elaborao de amostragem inclui cinco etapas, mos-
tradas na fgura 1 (MALHOTRA et al., 2005).
Defnir a populao
Determinar a estrutura de amostragem
Escolher as tcnicas de amostragem
Determinar o tamanho da amostragem
Executar o processo de amostragem

Figura 1. Processo de elaborao da amostragem
1) Defnio da populao
A populao-alvo o conjunto de elementos ou objetos que pos-
suem a informao procurada pelo pesquisador e sobre os quais devem ser
feitas inferncias. Especifcada atravs da combinao de algumas carac-
tersticas, tais como geogrfcas, demogrfcas, uso de produtos/servios.
Uma unidade de amostragem pode ser o elemento em si ou uma
entidade mais prontamente disponvel 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 domiclios, 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
populao-alvo. Exemplo: uma lista (telefnica, por exemplo), um mapa,
um banco de dados ou conjunto de instrues especfcas para se localizar
a populao-alvo.
F
o
n
t
e
:

M
a
l
h
o
t
r
a

e
t

a
l

(
2
0
0
5
)
284
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o

A preciso se refere ao nvel de
incerteza sobre a caracterstica que est
sendo medida.
3) Escolher uma tcnica de amostragem
A seleo de uma tcnica de amostragem envolve a amostragem no
probabilstica ou a probabilstica.
Amostras no probabilsticas:
As amostras no probabilsticas so
selecionadas por critrios subjetivos do
pesquisador, de acordo com sua expe-
rincia e com os objetivos do estudo,
no sendo obtidas utilizando-se
conceitos estatsticos. Ainda que
a amostragem no probabilstica
produza boas estimativas sobre a
caracterstica da populao, essas
tcnicas so limitadas. No h como
avaliar a preciso dos resultados da
amostra objetivamente.
Malhotra et al. (2005) ressaltam que
quanto maior a preciso, menor o erra na amostra-
gem. A probabilidade de escolher um elemento em vez de outro desco-
nhecida. Portanto, as estimativas obtidas no podem ser projetadas para a
populao com um nvel especifcado de confana.
As tcnicas de amostragem no probabilstica comumente usadas
incluem:
a) Amostras no probabilsticas por convenincia: os elementos
da amostra so selecionados de acordo com a convenincia do
pesquisador, sendo normalmente pessoas ao seu alcance e dispos-
tas a responder um questionrio. Muitas vezes, os entrevistados
so escolhidos porque esto no lugar certo, na hora certa. Exem-
plos: uso de alunos, grupos de igrejas e membros de organizaes
sociais, entrevistas de abordagem em shoppings realizadas sem
qualifcar os entrevistados; lojas de departamentos que usam lis-
tas de credirios, entrevistas com pessoas na rua.
b) Amostras no probabilsticas por julgamento: os elementos
da amostra so selecionados segundo um critrio de julgamento
do pesquisador, tendo como base crena nas informaes que o
elemento selecionado possa fornecer ao estudo. O pesquisador es-
colhe os elementos da amostragem porque acredita que represen-
285
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
tam a populao de interesse. Exemplos: mercados de teste sele-
cionados para determinar o potencial de um novo produto; zonas
eleitorais indicadoras de tendncias selecionadas na pesquisa de
comportamento de votao;e lojas de departamentos escolhidas
para testar um novo sistema de display de mercadoria.
c) Amostras no probabilsticas por cota: consiste em uma
amostra por julgamento em dois estgios. Primeiro: consiste em
desenvolver categorias ou quotas de controle de elementos da po-
pulao. Segundo: Selecionam-se elementos da amostra com base
na convenincia ou no julgamento. O pesquisador procura uma
amostra que se identifque, em alguns aspectos, com o universo.
Esta identifcao pode estar ligadoa ao sexo, idade etc., e a quan-
tidade a ser entrevistado aleatria. Por exemplo: mulheres bran-
cas de 18 a 35 anos podem ser consideradas categoria de controle
relevante para um estudo que envolva compra de cosmticos. O
pesquisador, ento, estimaria a porporo da populao-alvo que
se encaixa nessa categoria com base em experincia passada ou
em fontes de informao secundrias. Cotas so usadas para ga-
rantir que a composio da amostra seja a mesma da composio
da populao com respeito s caractersticas de interesse.
OBS: importante ressaltar que as amostras obtidas pelas tcni-
cas no probabilsticas no permitem a inferncia sobre o univer-
so, pois nesses casos desconhecido o erro cometido na escolhas
dos elementos.
Amostras probabilsticas:
A amostragem ser probabilstica se todos os elementos da popula-
o tiverem probabilidade conhecida, e diferente de zero, de pertencer
amostra. Caso contrrio, a amostragem ser no probabilstica.
A amostragem probabilstica implica um sorteio com regras bem
determinadas, cuja realizao s ser possvel se a populao for fnita e
totalmente acessvel (MATTAR, 1999).
A caracterstica de conhecer a probabilidade de cada elemento da
populao fazer parte da amostra garante que a amostra ser constituda
de elementos selecionados objetivamente por processos aleatrios, e no
pela vontade pesquisador, dos entrevistadores de campo ou mesmo do
entrevistado. Este fato, em termos estatsticos, permite calcular em que
medida os valores de variveis obtidos nas amostras diferem dos valores
286
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
da populao, sendo esta diferena chamada de erro amostral (PEDRI-
NHA, 2001). Assim, podem ser consideradas rigorosamente estatsticas,
podendo ser submetidas a tratamento estatstico, que permite compensar
erros amostrais.
Exemplo Numa empresa deseja-se escolher 3 diretores entre seus chefes
executivos. A escolha aleatria e no depende do prestgio, da capacida-
de, dos anos de servio, etc. Temos uma amostragem probabilstica.
O erro amostral advm exclusivamente do fato de estarem sendo
tomadas medidas numa amostra, e no em toda a populao.
As tcnicas de amostragem probabilstica variam em termos de
efcincia de amostragem. Elas podem ser (PEDRINHA, 2001; MALHO-
TRA et al. 2005):
a) Amostras probabilsticas simples: a amostragem probabilstica
(ou aleatria) simples caracteriza-se pelo fato de cada elemento
da populao ser escolhido por meio de sorteio. a escolha ale-
atria dos elementos que faro parte da amostra. A amostragem
aleatria simples (AAS) a maneira mais fcil para selecionar-
mos uma amostra probabilstica de uma populao. Podemos
comear o conceito de AA de uma populao fnita, para a qual
temos uma listagem de todas as unidades elementares. Podemos
obter uma amostra nessas condies, escrevendo cada elemento
num carto, misturando-os numa urna e sorteando tantos cartes
quantos desejarmos na amostra. Esse procedimento torna-se invi-
vel quando a populao muito grande. Nesse caso, usa-se um
processo alternativo, no qual os elementos so numerados e, em
seguida, sorteados por meio de uma tabela de nmeros aleatrios.
Utilizando-se um procedimento aleatrio, sorteia-se um elemento
da populao, sendo que todos os elementos tm a mesma probabilidade
de ser selecionados. Repete-se o procedimento at que sejam sorteadas as
unidades da amostra.
Podemos ter uma AAS com reposio, se for permitido que uma
unidade possa ser sorteada mais de uma vez, e sem reposio, se a unida-
de sorteada for removida da populao.
Do ponto de vista da quantidade de informao contida na amostra,
amostrar sem reposio mais adequado. Contudo, a amostragem com
reposio conduz a um tratamento terico mais simples, pois ela implica
287
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
que tenhamos independncia entre as unidades selecionadas. Essa inde-
pendncia facilita o desenvolvimento das propriedades dos estimadores
que sero considerados.
Se a populao for infnita , ento as retiradas com e sem reposio
sero equivalentes, isto , se a populao for infnita (ou ento muito gran-
de), o fato de se recolocar o elemento retirado de volta na populao no
vai afetar em nada a probabilidade de extrao do elemento seguinte.
Se, no entanto, a populao for fnita (e pequena) , ser necessrio
fazer uma distino entre os dois procedimentos, pois na extrao com
reposio as diversas retiradas sero independentes, mas no processo sem
reposio haver dependncia entre as retiradas, isto , o fato de no reco-
locar o elemento retirado afeta a probabilidade do elemento seguinte ser
retirado. A amostragem sem reposio mais efciente que a amostragem
com reposio e reduz a variabilidade, uma vez que no possvel retirar
elementos extremos mais do que uma vez.
b) Amostras probabilsticas estratifcadas: so aplicadas quan-
do h uma necessidade de subdividir a populao em extratos
homogneos, como, por exemplo: classe social, idade, sexo etc.
Nesta modalidade amostral, os pesos de cada varivel conside-
rada na formao do extrato devero ser felmente refetidos na
amostra, veja o exemplo a seguir. Estruturar uma amostra estra-
tifcada por sexo e idade, composta de 800 entrevistas, tomando
por base as seguintes informaes:
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%
F
o
n
t
e
:

P
e
d
r
i
n
h
a

(
2
0
0
1
)
288
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Distribuio estratifcada da amostra por sexo e idade
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 populao pode ser dividida em subgrupos que consistem, to-
dos eles, em indivduos bastante semelhantes entre si, pode-se obter uma
amostra aleatria de pessoas em cada grupo. Esse processo pode gerar
amostras bastante precisas, mas s vivel quando a populao pode ser
dividida em grupos homogneos.
c) Amostras probabilsticas sistemticas: os elementos da amos-
tra sero selecionados aleatoriamente atravs de um intervalo
entre os mesmos. Esse intervalo ser obtido como diviso do
nmero do universo (ou populao), pelo nmero da amostra.
Exemplo: suponha uma pesquisa junto aos alunos do COC. Con-
siderando que a populao (todos os alunos da faculdade) totali-
zem 1.000 pessoas e que sero realizadas 200 entrevistas. Assim,
a sistemtica de coleta, de forma a se respeitar a aleatoriedade na
abordagem, dever ser de 1.000/200 = 5, isto , abordaremos um
aluno a cada cinco que sarem do prdio, garantindo uma igual e
sistemtica probabilidade de todos os alunos serem abordados.
Outro exemplo: em uma linha de produo, podemos, a cada dez
itens produzidos, retirar um para pertencer a uma amostra da produo
diria.
d) Amostras probabilsticas por conglomerado: neste tipo de
amostragem, primeiramente a populao-alvo dividida em sub-
populaes mutuamente excludentes e coletivamente exaustivas,
chamadas conglomerados. Segundo: escolhe-se uma amostra ale-
atria de conglomerados com base em uma tcnica de amostra-
F
o
n
t
e
:

P
e
d
r
i
n
h
a

(
2
0
0
1
)
289
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
gem probabilstica, tal como amostragem aleatria
simples. Para cada conglomerado selecionado,
ou se incluem na amostra todos os elementos,
ou se extrai probabilisticamente uma amostra
de elementos.
Principal diferena para a amostragem
estratifcada: na amostragem por conglomerado
escolhe-se apenas uma amostra de subpopulaes,
enquanto na estratifcada todas as subpopulaes so
selecionadas para amostragem posterior.
O quadro 2 mostra as vantagens (pontos fortes) e desvantagens
(pontos fracos) de cada tcnica.
Tcnica Pontos fortes Pontos Fracos
Amostragem no-probabilstica
Amostragem por convenin-
cia
Menos cara, consome menos
tempo, mais conveniente
Tendenciosidade de seleo,
amostra no representativa, no
recomendada para a pesquisa
descritiva ou causal
Amostragem por julgamento No cara, no consome muito
tempo e conveniente
No permite a generalizao, sub-
jetiva
Amostragem por cota Amostra pode ser controlada
para certas caractersticas
Tendenciosidade de seleo, ne-
nhuma garantia de representativi-
dade
Amostragem autogerada Consegue estimar caractersti-
cas raras
Consome muito tempo
Amostragem probabilstica
Amostragem aleatria sim-
ples (AAS)
De fcil compreenso, resulta-
dos projetveis
Difcil de construir a estrutura da
amostragem, cara, baixa preciso,
nenhuma garantia de representati-
vidade
Amostragem sistemtica Pode aumentar a representati-
vidade, mais fcil de implemen-
tar do que a AAS, estrutura de
amostragem no necessria
Pode diminuir a representatividade
Amostragem estratifcada Inclui todas as subpopulaes
importantes, preciso
Difcil de escolher variveis re-
levantes de estratifcao, no
vivel estratifcar com muitas vari-
veis, cara
Amostragem por grupo Fcil de implementar, efcaz no
custo
Imprecisa, difcil de computar e de
interpretar os resultados
Quadro 2. Pontos fortes e fracos das tcnicas de amostragem
F
o
n
t
e
:

M
a
l
h
o
t
r
a

e
t

a
l
.

(
2
0
0
5
)

Conexo:
Conhea mais sobre
as tendncias do mercado
brasileiro em relao a ferramentas
promocionais de marketing. Acesse
o site da Associao de Marketing
Promocional e navegue pelas
informaes. http://www.ampro.
com.br/servicos/tenden-
cia_mercado/
290
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
4) Determinar o tamanho da amostra
O tamanho da amostra est relacionado com o universo a ser pes-
quisado; quanto maior for a populao, maior ser o tamanho da amostra.
Por isso, muito importante defnir bem o pblico-alvo.
Para que uma amostra represente com fdedignidade s caracters-
ticas do universo, deve levar em considerao a extenso do universo,
os recursos existentes, o nvel de confana estabelecido. O erro mximo
permitido e a percentagem com a qual o fenmeno se verifca.
No h dvida de que uma amostra no representa perfeitamente
uma populao. Ou seja, a utilizao de uma amostra implica na aceitao
de uma margem de erro que denominaremos erro amostral.
Erro amostral a diferena entre um resultado amostral e o verdadeiro
resultado populacional; tais erros resultam de futuaes amostrais aleatrias.
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 negcio; se o
produto a ser pesquisado no mercado for um medicamento para o combate
de alguma doena, com certeza ser adotado o menor erro amostral possvel.
Outro conceito relacionado com a defnio do tamanho da amostra
o nvel de confana. Segundo Malhotra et al. (2005), nvel de confana
a probabilidade de que um intervalo de confana incluir o parmetro
da populao. Em outras palavras, Gomes (2005) mostra que uma medi-
da estatstica que indica a probabilidade de repetio dos resultados obti-
dos caso a mesma pesquisa seja realizada novamente.
Numa curva normal, a rea compreendida por um desvio-padro,
um direita e um esquerda da mdia corresponde a aproximadamente
68% de seu total. Verifque a curva:
3 2 1 + 1 + 2 + 3
1 desvio-padro = 68% de nvel de confana
2 desvios-padro = 95.5% de nvel de confana
3 desvios-padro = 99.7% de nvel de confana
291
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
No objetivo dessa disciplina detalhar abordagens estatsticas
para clculo de mdia e proporo em uma populao. Para facilitar a
sua pesquisa quantitativa, disponibilizamos uma tabela representativa que
voc poder utilizar para defnir a sua amostra, segundo o universo a ser
pesquisado.
Tabela de amostras casuais simples para produo
% de erro
Intervalo de confana
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 1. Amostras casuais simples para proporo

4.1.2 Tabulao dos dados
A tabulao permite que os dados coletados sejam reunidos e agru-
pados. Os resultados, geralmente, so apresentados na forma de tabelas,
grfcos, comentrios, destacando-se as informaes mais relevantes, fa-
cilitando a interpretao (GOMES, 2005).
Para tabular os dados da pesquisa voc poder utilizar sistemas que
facilitem essa tabulao: o Excel um software de fcil manuseio para a
tabulao dos dados.
Inicie pela primeira pergunta do questionrio computando a quan-
tidade de respostas para cada alternativa apresentada e, assim, sucessi-
vamente. Posteriormente, devemos padronizar e codifcar as respostas de
uma pesquisa, assim conseguimos identifcar os resultados para que a an-
F
o
n
t
e
:

P
e
d
r
i
n
h
a

(
2
0
0
1
)
292
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
lise seja feita de forma mais simples. Atualmente, a tabulao dos dados
feita de forma rpida e precisa devido aos programas estatsticos.
importante que todas as tabelas estejam indexadas, em ordem
decrescente, exceto as que contenham perguntas em escala, de forma a
permitir melhores interpretaes dos resultados apresentados.
Neste momento, o analista toma cincia dos nmeros envolvidos
no relatrio e pode iniciar a construo dos cruzamentos (cruzar informa-
es entre tabelas ex: sexo x idade; freqncia de consumo x volume
de compras, etc.) ou estratos (segmentao do relatrio geral em partes
especfcas que comportam todas as tabelas do estudo ex: estrato de con-
sumidores satisfeitos, estratos do sexo masculino, etc.)
Para facilitar a compreenso dos dados, existem algumas ferramen-
tas estatsticas bsicas que devem ser utilizadas:
Mdia aritmtica simples
Mdia aritmtica ponderada
Moda
Mediana
Desvio-padro
Varincia
Outros...
Obs: como o desenvolvimento de conhecimentos ligados estats-
tica no faz parte de nosso programa, mas sim suas aplicaes, sugerimos
uma consulta aos livros de Mattar (1999), Samara e Barros (2002), Ma-
lhotra (2001), pelas necessidades de reviso dos conceitos de estatstica,
envolvidos na anlise de uma pesquisa de mercado.
4.1.3 Elaborao do relatrio final
O relatrio fnal consiste na anlise da pesquisa a partir dos resul-
tados observados. Nele, devem constar as respostas para os objetivos
defnidos no incio da pesquisa, a partir da apresentao detalhada de suas
descobertas.
A anlise o ajudar no planejamento e na implementao de aes
que contribuiro com o seu negcio. A deciso deve se basear na reunio
e cruzamento de todos os dados obtidos e no apenas em informaes ve-
rifcadas isoladamente. S o fato, por exemplo, de o Censo mostrar que o
nvel de obesidade no Brasil aumentou, no quer dizer que a abertura de
293
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
um centro de esttica e emagrecimento seja algo garantido. preciso ava-
liar os hbitos do pblico, a concorrncia e a dinmica do mercado.
Um relatrio bem feito representa o esforo da pesquisa, por isso,
ele deve conter os dados levantados e apresentados por meio de tabelas,
grfcos e anlises (GOMES, 2005).
Os clientes (internos ou externos) no devem ser sobrecarregados
com relatrios compostos apenas de tabelas. Assim, a anlise geral um
resumo dos principais dados descritos nas tabelas e deve ser um texto que
responda s principais dvidas do cliente, relatadas na defnio do pro-
blema 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 importncia em um cargo de
marketing do que outros aspectos da pesquisa em si. Como acontece com
muitos outros itens comprados, a qualidade nem sempre notada de incio.
O alto preo de um projeto no garante necessariamente qualidade superior.
Para medir a qualidade necessrio retornar proposta da pesquisa, procu-
rando respostas para as seguintes perguntas (ALMEIDA,
2008):
O relatrio atendeu aos objetivos estabeleci-
dos na proposta?
A metodologia delineada na proposta foi
seguida?
As concluses esto baseadas em dedues
lgicas, feitas a partir da anlise dos dados?
Dadas as concluses, as recomendaes pare-
cem prudentes?
4.1.4 Tomada de deciso
Essas decises podem envolver a abertura de um novo negcio, a
incluso ou excluso de produtos comercializados, defnio do posicio-
namento da empresa no mercado, utilizao de novas aes promocionais,
anncios na mdia, entre muitas outras (GOMES, 2005).
Aps uma empresa empregar uma quantidade considervel de di-
nheiro e esforo na conduo de uma pesquisa de marketing e na elabora-
o de um relatrio, importante que todas as descobertas e informaes
sejam usadas.
Portanto, funo do administrador de marketing determinar se as
recomendaes sero ou no e, em caso negativo, justifcar por qua no

Conexo:
Conhea mais sobre os
resultados de pesquisas de-
senvolvidas pelo IBGE. Acesse
o site e navegue em vrios
assuntos importantes. http://
www.ibge.gov.br/home/
estatistica/pesquisas/
default.shtm
294
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
foram. Uma maneira de assegurar que a pesquisa seja usada minimizar o
confito entre o departamento de pesquisa de marketing e outros departa-
mentos, pois, dessa forma, fca mais fcil implementar aes (ALMEIDA,
2008).
Essas decises podem envolver a abertura de um novo negcio, a
incluso ou excluso de produtos comercializados, a defnio do posicio-
namento da empresa no mercado, a utilizao de novas aes promocio-
nais, anncios na mdia, entre muitas outras (GOMES, 2005).
Atividade de fixao
01. Um fabricante gostaria de pesquisar usurios para determinar o po-
tencial de demanda por uma nova prensa. A prensa tem uma capacidade de
500 toneladas e custa 225 mil dlares. Ela usada para formar produtos de
ao leve e pesado e pode ser empregada por fabricantes de automveis, de
equipamentos de construo e de eletrodomsticos grandes.
a) Identifque a populao e a estrutura de amostragem que poderiam
ser usadas.
b) Uma amostra estratifcada poderia ser usada? Em caso positivo, como?
c) Qual tcnica de amostragem voc recomendaria? Por qu?
Refexo
Foram apresentados, nesta ltima unidade, os conceitos relativos
a amostra e censo. Voc pde compreender a diferena entre estas duas
tcnicas e identifcar situaes em que se usa cada uma delas. O processo
de amostragem foi apresentado, e voc aprendeu que h etapas que devem
ser seguidas para defnio do plano de amostragem. Estas tcnicas se di-
ferenciam entre si e so adequadas para cada situao especfca do proje-
295
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
to de pesquisa. Assim, foram apresentadas algumas consideraes acerca
do relatrio de pesquisa para que compreenda a importncia de uma boa
anlise e apresentao dos resultados e sugestes a partir das informaes
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. Dis-
ponvel em: <http://prope.unesp.br/xxi_cic/27_36867552897.pdf>.
Texto 2 Plano amostral: pesquisa de emprego e desemprego. Dispo-
nvel em: <http://www.scielo.br/pdf/spp/v17n3-4/a13v1734.pdf>.
ALMEIDA, A. R. M. Material de aula da disciplina Administrao
Mercadolgica do Prof. Dr. Ricardo Almeida, UNIRG, 2008. Dispo-
nvel em: <http://www.ricardoalmeida.adm.br/index.php>.
MALHOTRA, N. K. Introduo pesquisa de marketing. So Pau-
lo: Prentice Hall, 2005.
296
Pesquisa de mercado
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Minhas anotaes:
A
p
r
e
s
e
n
t
a
o
Sistema de informao
gerencial
Nos dias de hoje, muito se fala sobre avan-
os tecnolgicos, principalmente quando pensa-
mos na rea da computao.
Temos certeza de que muitos de vocs j ouviram fa-
lar dos termos sistemas de informao, informtica
ou ainda tecnologia da informao. Mas comum ver-
mos as pessoas tratando esses termos como se fossem s um,
ou seja, tratando alhos como se fossem bugalhos.
Lgico que voc, futuro administrador de empresas, no pode
agir dessa forma e deve saber a diferena entre esses termos e tam-
bm como a tecnologia da informao pode ajud-lo na misso de
administrar uma empresa.
Por isso, nesta disciplina, iremos mostrar para voc: a defnio dos
termos acima, o conceito e a utilidade dos sistemas de informaes
para as empresas modernas e para os administradores de empresas, o
conceito e a utilidade da tecnologia da informao para as empresas e
para os administradores de empresas e vrios tipos de sistemas de in-
formaes, que foram criados para suportar o gerenciamento das infor-
maes e a automatizao de processos de negcios dentro de empresas.
Falaremos um pouco, tambm, sobre e-commerce, e-business e gesto do
conhecimento.
Queremos, com isso, que voc, no papel de administrador de empresas,
consiga perceber a importncia da TI como ferramenta para ajudar as
empresas a atingirem os seus objetivos.
U
n
i
d
a
d
e

1

U
n
i
d
a
d
e

1

A empresa sistmica
Quando um mdico analisa uma apen-
dicite e como soluo ele recomenda uma
operao para arranc-la, ele est agindo de for-
ma cartesiana, ou seja, est atribuindo ao fato uma
causa geradora, que pode ser provada como verdade
se colocada em dvida.
Este pensamento, o cartesiano, ajudou muito a cincia,
colocando de lado flosofas escolsticas 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, no podemos agir de forma cartesia-
na. Isso porque a empresa um emaranhado de componentes que se
relacionam entre si gerando um todo muito maior do que a soma das
partes, ou seja, um todo sinrgico.
Ento, para modelar uma empresa, necessrio lanar uso do modelo
sistmico que leva em considerao o trabalho mtuo entre vrias partes,
a inter-relao dessas partes com o mundo externo e, tambm, a existn-
cia de uma fora adicional que surge no momento em que essas partes do
sistema comeam a trabalhar juntas.
Nesta unidade, entenderemos melhor o que so sistemas e o que so em-
presas e como podemos construir sistemas de informao, que no so
sistemas que necessariamente fazem uso de tecnologia da informao,
mas so sistemas construdos para o gerenciamento de informaes.
Objetivos de aprendizagem
Discutir e analisar uma empresa e demais sistemas, dentro
da abordagem holstica da moderna Administrao;
Entender o signifcado e a importncia dos Sistemas de
Informao para os negcios;
Relatar as principais evolues ocorridas, ao longo
do tempo, nos Sistemas de Informao;
300
Sistema de informao gerencial
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Compreender os diferentes tipos de Sistemas de Informao e suas
principais aplicaes nas empresas;
Entender quais so os Sistemas de Informao que se aplicam a todos
os nveis organizacionais de uma empresa;
Relacionar os diferentes tipos de Sistemas de Informao e os nveis
organizacionais aos quais so mais indicados.
Voc se lembra?
1. Voc se lembra da Teoria Sistmica?
Voc j deve ter estudado sobre esse assunto em disciplinas anteriores,
como na Teoria Geral da Administrao, quando se tratou da chamada
Teoria Sistmica.
Caso no se recorde, releia seus materiais sobre a Teoria Sistmica, pois ela
servir de base para discutirmos esse primeiro tpico de nossa disciplina.
2. Voc se lembra da diferena entre dados e informaes que discutimos
na disciplina de Microinformtica?
Caso no se lembre, releia seus materiais sobre o assunto.
1.1 A Empresa Sistmica
O termo Sistema e todo o seu signifcado fazem parte do nosso coti-
diano, seja pessoal ou profssional.
Observe atentamente ao seu redor e analise o ambiente em que voc
vive ou trabalha. Voc j parou para pensar em quantos sistemas voc
est inserido, seja de forma direta ou indireta?
Devido imensido de sistemas com o quais nos relacionamos, an-
tes 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 admi-
nistrao de uma empresa.
Para tanto, vamos comear defnindo qual o signifcado do termo
Sistema.
Sistema
Conjunto de partes, elementos, meios ou rgos que, partindo
de uma ou de vrias entradas, interagem de forma conjunta, com
o objetivo de processar e transformar as entradas em uma ou em v-
rias sadas.
(MIGLIOLI, 2007)
301
A empresa sistmica Unidade 1
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
A fgura a seguir ilustra o conceito de Sistema que acabamos de
apresentar.
Observe atentamente essa fgura e toda a discusso sobre Sistemas
que estamos fazendo. Dessa forma, difcilmente voc se esquecer do
conceito de Sistema.
Entradas Sadas
Processamento
Feedback
e Controle
Objetivos
Figura 1 - Modelo genrico de sistema.
Adaptado de MIGLIOLI (2007).
A partir dessa fgura, e com o auxlio de OBrien (2004), vamos
identifcar as atividades,ou componentes bsicos de qualquer sistema.
Entrada:
Envolve a captao de elementos que entram no sistema para
serem processados.
Processamento:
Diz respeito aos processos de transformao que convertem os
insumos (entradas) em produtos.
Sada:
Envolve a transferncia de elementos produzidos em um proces-
so de transformao at seu destino fnal.
Feedback:
So dados sobre o desempenho do sistema.
Controle:
Envolve a avaliao e o monitoramento do feedback, a fm de deter-
minar se o sistema est no rumo da realizao de seus objetivos.
Diante de tudo isso, podemos dizer que os exemplos a seguir, entre
vrios outros, so casos tpicos de sistemas.
302
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Sistema... Exemplo
...de transportes coletivos.
...rodovirio do seu estado.
...bancrio brasileiro.
...areo do nosso pas.
...circulatrio, digestivo, respiratrio,
todos do nosso corpo.
...de normas da ISO ou do INMETRO.
Figura 2 - Exemplos de sistemas
Adaptado de MIGLIOLI.
Vamos, agora, defnir um conceito de Empresa, de modo a enqua-
dr-lo em qualquer uma, seja ela industrial, comercial, de servios, parti-
cular, pblica, de economia mista, com ou sem fns lucrativos.
EMPRESA
Conjunto organizado de recursos, reas e processos que, partindo
de vrios insumos, produz e oferece bens e/ou servios, com o objeti-
vo de atender a alguma necessidade humana.
(MIGLIOLI, 2007)
303
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Analise e compare o conceito de Empresa que acabamos de apre-
sentar com o conceito de Sistema, que vimos anteriormente.
Voc percebe alguma semelhana entre uma Empresa e um Siste-
ma?
Podemos afrmar que uma Empresa um exemplo tpico de um Sis-
tema. Visualize em sua mente uma empresa com as seguintes partes ou
elementos:
1. reas (setores, departamentos);
2. processos (atividades, tarefas);
3. profssionais (pessoas);
4. recursos (materiais, fnanceiros, humanos e tecnolgicos).
Considere que essas partes esto organizadas, produzindo e ofere-
cendo produtos (bens e/ou servios) a vrios consumidores (clientes).
Pensando assim, estamos analisando uma empresa por meio da cha-
mada Viso Sistmica, ou holstica, sinrgica, como defendem alguns
pensadores.
A fgura a seguir ilustra uma empresa visualizada de maneira sist-
mica.
EMPRESA
Mercado
Financeiro
Mo de obra
Fornecedores
Conhecimento
Recursos
Humanos
Finanas
Produo /
Operaes
Marketing
Pessoas

Materiais, equipamentos
e servios
Informao, tecnologia e
inovao
Estratgias e feedback
Produtos e
servios
Produtos e
servios
Governo Economia Cultura
Acionistas
Clientes
Concorrncia
Direo
Lucro Capital ($)
Pedidos e
feedback
Figura 3 - Viso sistmica de uma empresa.
Adaptado de MIGLIOLI (2007) a partir de ALBUQUERQUE e ROCHA (2007).
Observe na fgura anterior que uma empresa um tpico sistema
aberto.
304
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Sistemas
Abertos
Sistema aberto um grande
sistema que interage e sofre aes de
outros sistemas externos (governo,
poltica, economia, cultura etc.) e tambm de
seus subsistemas internos (produo,
marketing, fnanas e recursos humanos).
Analise atentamente as duas
fguras anteriores e o que discuti-
mos at agora.
Pense e reflita na relao
existente entre uma Empre-
sa e um Sistema.
Para fnalizar nossa discus-
so sobre a importncia da
Viso Sistmica, vamos
identifcar algumas das van-
tagens de aplic-la na Admi-
nistrao das Empresas:
maior sincronismo entre todas as partes
(subsistemas) da empresa com os seus objetivos estratgicos;
possibilidade de reao mais rpida e efcaz no que diz respeito s
aes impostas (ameaas e oportunidades), tanto externas quanto in-
ternas;
identifcao mais rpida das causas dos problemas, para assim focar
na resoluo e nas melhorias localizadas;
melhor sintonia e funcia entre os processos
de negcios;
minimizao do retrabalho e daquelas ativi-
dades que no agregam valor;
aumento da qualidade e, por conseguinte,
da produtividade da empresa;
aumento na competitividade e na lucrativi-
dade empresarial.
1.2 O que so sistemas de informao?
Agora que voc j sabe o que um sistema e reforou sua percepo
sobre a importncia da viso sistmica para as empresas, estamos prontos
para iniciar nossa discusso sobre algo mais prximo do contexto da nos-
sa disciplina, ou seja, os Sistemas de Informao.
Podemos dizer que todo sistema que manipula e gera informaes,
usando ou no os recursos da TI (Tecnologia da Informao), pode ser
considerado um Sistema de Informao.

Conexo:
Quer se aprofundar um
pouco mais no pensamento
sistmico? Ento consulte o site
http://pt.wikipedia.org/wiki/Pensamen-
to_sist%C3%AAmico, da Wikipdia, que
explica um pouco sobre os paradigmas
da cincia, segundo o pensamento
sistmico. Depois, faa um
paralelo com o que estu-
damos aqui.
305
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Por exemplo: um simples fchrio manual, com formulrios de pa-
pel, contendo dados sobre clientes, pode ser chamado de sistema de infor-
mao. Mas, bvio que no podemos dizer que esse sistema do fchrio
manual seja um Sistema de Informao por Computador.
O que iremos abordar agora so exatamente esses sistemas de infor-
mao por computador, ou seja, aqueles que dependem dos recursos mni-
mos da TI, como hardware e software. Chamaremos, de agora em diante,
esses sistemas de Sistemas de Informao, ou simplesmente, SI.
Vejamos, ento, as defnies de SI na opinio de diferentes autores:
SISTEMAS DE INFORMAO
Conjuntos de componentes inter-relacionados que coletam
(ou recuperam), processam, armazenam e distribuem informaes des-
tinadas a apoiar a tomada de decises, a coordenao e o controle de
uma organizao. (LAUDON e LAUDON, 2007)
Composio de recursos humanos (pessoas), hardware (equipa-
mentos), software (programas e procedimentos), dados (toda informao
que trafega pelo SI) e redes (meio de comunicao), que oferecem suporte
ao desenvolvimento dos principais papis empresariais. (OBRIEN, 2004)
Elemento que fornece, usa e distribui informaes, automa-
tizando processos, contendo possivelmente computadores, e seu uso
requer um entendimento da organizao, gesto e tecnologia da in-
formao (ROCHA, 2002).
Comparando com uma inds-
tria, um SI seria uma fbrica,
que gera como produto fnal
as informaes, a partir da
entrada e do processamento
de algumas matrias-pri-
mas, chamadas de dados.
Para podermos nos
aprofundar nos conceitos de
sistemas de informaes,
de suma importncia o entendi-
mento sobre dados e informaes.
Sistemas
Abertos
Conjunto de elementos inter-
relacionados que coletam (ou resgatam),
processam, armazenam e disseminam
informaes ao longo dos processos de
negcios das empresas, a fm de apoi-las em
seus nveis operacional, ttico e estratgico.
(MIGLIOLI, 2007)
306
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Como esses conceitos possivelmente j foram vistos em disciplinas
passadas do curso, vamos apenas relembr-los, nos itens abaixo, baseados
em Miglioli (2007):
Dados:
fatos ou observaes crus, normalmente sobre fenmenos fsi-
cos ou transaes de negcios;
atributos ou caractersticas de entidades;
nomes, quantidades e valores monetrios registrados em for-
mulrios de vendas representam dados sobre transaes da rea
comercial.
Informaes:
dados que foram convertidos (processados) em um contexto
signifcativo e til para os usurios fnais;
os dados organizados de maneira a fornecer consultas sobre a
quantidade de vendas por tipo de produto, regies de vendas ou
vendedor so considerados informaes sobre as transaes da
rea comercial.
Entenda melhor essa fbrica de informaes, analisando a fgura
a seguir.

Dados Informaes
Materias-Primas Produtos Finais
AC15454SP5CSEKKDD5S54
SVBASCAC1215454545SSP
- Relatrio sobre as
vendas regionais;
- DRE contbil;

Processamento
Sistema de
Informao
Figura 4 - Modelo de sistema de informao.

Observe de outra maneira, analisando agora, a fgura a seguir:
307
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
331 Detergente Brite 1,29
863 Caf BL Hill 4,69
173 Meow Cat 0,79
663 Country Ham 3,29
524 Fiery Mustard 1,49
113 Ginger Root 0,85
.
.
.
Dados Informao
Regio de vendas: Noroeste
Loja: superloja n
o
122
N
o
ITEM
331 7.156
Descrio
Detergente Brite
Unidades
Vendidas
$ 9.231,24
Total de
Vendas
no Ano
Figura 5 - Matrias-primas e produtos fnais de um SI.
Adaptado de LAUDON e LAUDON (2007).
Diante do que vimos nessas duas fguras, podemos identifcar trs
grandes funes dos SIs:
entrada e coleta, de forma organizada, dos dados que sero proces-
sados;
processamento, que transforma esses dados em sadas teis;
sada, que o resultado das duas etapas anteriores. o fm do ciclo,
tendo como produto acabado as informaes gerenciais e os servios
aos usurios fnais.
Aps discutirmos os conceitos bsicos, podemos dizer que os
Sistemas de Informao so solues que permitem mudar as posturas
empresariais perante o ambiente, uma vez que distribuem as informaes
necessrias para:
otimizar as atividades inerentes tomada de decises;
coordenar e controlar processos de negcios;
analisar problemas, entre outras.
Sabemos tambm que os objetivos de uma empresa so variados.
No entanto, quando tratamos de empresas com fns lucrativos, um dos
principais objetivos a gerao de lucros obtidos por meio dos seus
308
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
produtos e servios. Por isso, toda empresa precisa ter bons mecanismos
de controles e buscar melhorias contnuas em seus processos, a fm de
potencializar os lucros e reduzir as despesas (BATISTA, 2004). E a
que entram os sistemas de informaes: so ferramentas para auxiliar as
empresas na busca desses objetivos.
Como os SIs podem auxiliar as empresas na melhoria de seus pro-
cessos, nos seus controles e no aumento de sua lucratividade?
Vrias so as maneiras em que os SIs auxi-
liam as empresas. Em linhas gerais, agrupamo-
nas em trs categorias:
apoio operacional, ou seja, agilidade
nos processos de negcios;
aumento das informaes para toma-
da de decises gerenciais;
apoio vantagem competitiva, forne-
cendo informaes e indicadores para a
defnio, acompanhamento e reformula-
o de estratgias.
1.3 A Evoluo dos Sistemas de Informao
De acordo com Rezende (2003), os conceitos de empresa e de sis-
temas j existem h muito tempo. Segundo o autor, esses conceitos esto
representados nestas aplicaes histricas:
4000 a.C.: Jac e Labo tinham controle quantitativo da criao e co-
mercializao de ovelhas, caracterizando um sistema.
3000 a.C.: os egpcios e os babilnios registravam em pedras as suas
transformaes fnanceiras.
Voc j deve ter estudado em outras disciplinas que, com a che-
gada do sculo XVIII, outros tipos de sistemas surgiram e marcaram
poca:
Taylor (1890): administrao cientfca e os processos administrativos;
Fayol (1900): sistema de centralizao formal e impessoal;
Ford (1909): sistema de produo em massa;
Weber (1910): sistema de burocracia empresarial.

Conexo:
Quer ser aprofundar um
pouco mais nos conceitos de
sistemas de informaes? Se sim,
voc pode comear consultando o
site http://pt.wikipedia.org/wiki/Siste-
ma_de_informa%C3%A7%C3%A3o. Em
seguida, voc pode ler o captulo 2 do
livro Administrao de Sistemas de
Informao, do autor Pedro
Luiz Cortes, da editora
Saraiva.
309
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Voc se
recorda da evolu-
o dos computadores que
discutimos na disciplina de Microin-
formtica?
Caso no se recorde, releia seus materiais
sobre esse assunto, pois os sistemas de
informao acompanharam a evoluo dos
computadores e, at hoje, icentivam essa
evoluo.
De acordo com OBrien (2004), grandes evolues ocorreram ao
longo dos anos seguintes, fazendo com que as empresas sentissem neces-
sidade de procurar opes para dife-
renciar e melhorar seus mtodos
e procedimentos de trabalho.
Vamos, com o apoio
de OBrien (2004), percor-
rer a evoluo dos siste-
mas de informao.
At os anos 1960, os
sistemas de processamento
de dados, contabilidade e
processamento de transaes
simples eram umas das funes
bsicas dos Sistemas de Informa-
o. Um pouco mais tarde, seria elaborado o
conceito de Sistemas de Informaes Gerenciais (SIG), que forneciam
relatrios priorizando o apoio tomada de decises dos usurios fnais
gerenciais.
Mesmo com esse apoio, as necessidades no estavam sendo devida-
mente atendidas. Surge, ento, nos anos 1970, o conceito de Sistemas de
Apoio Deciso (SAD), que forneciam para usurios gerenciais apoio ad
hoc e interativo nos processos decisrios.
Nos anos 1980, o desenvolvimento do processamento do microcompu-
tador foi um dos principais impulsionadores para os Sistemas de Informao.
A partir de ento, os usurios fnais puderam usar em suas estaes de traba-
lho seus prprios recursos de computao, sem precisar contar mais com o
suporte dos departamentos de informtica da empresa, os antigos CPDs.
Um segundo papel importante foi o desenvolvimento dos Sistemas
de Apoio ao Executivo (SAE), a fm de proporcionar maior apoio aos altos
executivos que no haviam se adaptado aos Sistemas de Apoio Deciso.
Com a exploso da tecnologia entre o fnal da dcada de 1980 e
incio da de 1990, aliada ao crescimento das redes de telecomunicaes,
o potencial dos Sistemas de Informao nos negcios teve uma grande
evoluo, impulsionando, apoiando e gerenciando as operaes das orga-
nizaes. Surgem, ento, os famosos sistemas ERP.
Observe na fgura a seguir a evoluo dos Sistemas de Informao
ao longo dos anos.
310
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Mudanas
tcnicas
Sistema de
informao
Controle
gerencial
Sistema de
informao
Atividades
institucionais
centrais
Sistema de
informao
Fornecedores,
clientes alm das
fronteiras
da empresa
Sistema de
informao
Tempo Anos 1950 Anos 1960 Anos 1970 Anos 1980 Anos 1990 2000 2005
Figura 6 - Evoluo dos sistemas de informao.
Por enquanto, no se preocupe com esses tipos de sistemas (SIG,
SAD, SAE e ERP), pois iremos estud-los detalhadamente nos prximos
temas de nossa disciplina.
1.4 Categorias e Tipos de Sistemas de Informao
Temos conscincia de que em uma empresa existem diferentes ne-
cessidades, interesses, especialidades e nveis de organizao. Em funo
disso, existem diferentes categorias e tipos de Sistemas de Informao,
os quais, por melhor que sejam, no conseguem sozinhos e isoladamente
fornecer as informaes para todas as reas da empresa.
De acordo com os autores Laudon e Laundon (2007), quatro so
as principais categorias de Sistemas de Informao que atendem s
necessidades dos diferentes grupos (nveis) organizacionais de uma
empresa:
SIs para o nvel operacional;
SIs para o nvel de conhecimento;
SIs para o nvel gerencial;
SIs para o nvel estratgico.
Veja na fgura a seguir o que acabamos de apresentar.
311
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Nvel
estratgico
Gerentes
seniores
Gerentes
mdios
Gerentes
seniores
Nvel
gerencial
Nvel de
conhecimento
Nvel
operacional
Vendas e
marketing
Recursos
humanos
Contabilidade Finanas Fabricao
Tipos de Sistemas
de Informao
reas
Funcionais
Grupos
Antendidos
Trabalhadores do
conhecimento
e de dados
Figura 7 - Categorias de SIs e os usurios atendidos.
Com o auxlio de Laudon e Laundon (2007), vamos analisar, sepa-
radamente, cada categoria de SI:
Sistemas para o nvel operacional:
Atendem s necessidades dos usurios operacionais, facilitan-
do e acompanhando as atividades e transaes do dia a dia da
empresa, como faturamento, contas a receber, recebimento de
materiais dentro da fbrica, contas a pagar, entre outras.
Essa categoria de sistema procura responder s questes bsicas
dos processos de negcios, atravs, por exemplo, de relatrios de
saldos e estoques, consulta aos pagamentos do dia, entre outros.
De maneira geral, essa categoria de SI faz um acompanhamen-
to nas transaes do dia a dia de uma empresa.
Podemos citar como exemplos de SI para o nvel operacional
aqueles sistemas que registram o apontamento das horas traba-
lhadas pelos funcionrios da produo de uma fbrica.
312
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Sistemas para o nvel de conhecimento:
Auxiliam as empresas a aplicar novas tecnologias em seu ne-
gcio, em busca de controle e organizao das informaes e dos
documentos.
Os trabalhadores desse nvel organizacional so normalmente
pessoas com educao formal e profsses reconhecidas, como
engenheiros, projetistas, que geram novas informaes para os
demais processos da empresa.
Como exemplo dessa categoria de sistemas, podemos citar os
softwares do tipo CAD.
Sistemas para o nvel gerencial:
Procuram atender s necessidades de controle e tomadas de
deciso dos gerentes tticos.
As principais questes identifcadas por esse sistema so: ve-
rifcar como est o andamento da empresa, emitir relatrios de
operaes, medir indicadores de produo em casos de grandes
demandas etc.
As informaes citadas anteriormente nem sempre sero ge-
radas no ambiente interno, necessitando da coleta de dados no
ambiente externo da organizao, como por exemplo, cotao do
dlar e de outros ndices econmicos.
Sistemas para o nvel estratgico:
Ajudam as diretorias a elaborar e desenvolver estratgias e ten-
dncias da empresa no seu ambiente externo em um longo prazo.
Questes como nvel de empre-
gos nos prximos cinco
anos, tendncias de
mercado so algu-
mas anl i s es a
serem feitas pelos
si st emas dessa
categoria.
Voc deve ter per-
cebido que, para cada nvel
organizacional da empresa,
existe uma categoria especfi-
ca de sistema de informao, com
Voc
se recorda do tipo
de software aplicativo que
discutimos na disciplina de Microin-
formtica?
Caso no se lembre, releia seus materiais
sobre esse assunto, pois os sistemas que ire-
mos apresentar nos prximos pargrafos so
exemplos tpicos de softwares aplicativos.
313
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
objetivos e questes diferentes, os quais, obviamente, se enquadram nas
necessidades de cada nvel.
Se no percebeu, veja novamente a fgura anterior, pois agora va-
mos descer um nvel em nossa anlise e explorar quais so os tipos
especfcos de Sistemas de Informao que atendem aos diferentes nveis
organizacionais de uma empresa.
Novamente com o auxlio de Laudon e Laundon (2007), vamos ana-
lisar, separadamente, cada tipo de SI:
Sistemas de Processamento de Transaes (SPTs):
Esses sistemas so utilizados pelo nvel operacional.
So sistemas que realizam transaes bsicas em uma empresa,
como registro de ponto (frequncia) dos funcionrios e emisso
de nota fscal.
Um exemplo bsico de um SPT o sistema de registro de fre-
quncia dos funcionrios, que fornece dados para o sistema de
folha de pagamento e que faz o acompanhamento dos salrios
pagos aos funcionrios. Esse sistema composto por nomes,
endereos e todos os dados dos funcionrios. Novos dados so
inseridos nesse sistema, modifcando e atualizando seus dados
anteriores, sendo, assim, gerados relatrios (informaes) que
so enviados para acompanhamento da gerncia, que aprova e
emite os cheques de pagamentos e executa os procedimentos re-
comendados.
Pelo que voc percebeu, esse tipo de sistema essencial para a
empresa, pois ele contm todas as informaes bsicas do dia a
dia empresarial.
Sistemas de Trabalhadores do Conhecimento (STCs) e/ou Sistemas
de Automao de Escritrio:
Os STCs e os Sistemas de Automao de Escritrios atendem
s necessidades de informao no nvel de conhecimento da em-
presa.
Esses sistemas colaboram com os funcionrios da empresa
no desempenho das suas tarefas de criao de conhecimento,
alm de auxiliar nos escritrios da empresa, nos diferentes
setores.
Temos como exemplo desse tipo de sistema o AutoCAD, o Mi-
crosoft Visio e todo o pacote Offce (Word, Excel etc).
314
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Sistemas de Informaes Gerenciais (SIGs):
Os SIGs oferecem suporte s questes gerenciais da empresa,
fornecendo relatrios e acessos aos registros de desempenho da
organizao.
Tm como principais funes o apoio no planejamento e no
controle das decises.
muito importante voc saber:
Embora vrios autores argumentem que o SIG atenda
apenas ao nvel gerencial, fato no ambiente atual das
empresas que vrios funcionrios do nvel operacional
tambm utilizam esses sistemas, a fm de consultar in-
formaes sobre o andamento de suas reas ou proces-
sos de negcios.
Esse fato se deve, predominantemente, em funo das ha-
bilidades multidisciplinares dos colaboradores e da des-
centralizao na tomada de decises. (MIGLIOLI, 2007)
Sistemas de Apoio Deciso (SADs):
Entre o nvel gerencial e o estratgico, temos os Sistemas de
Apoio Deciso (SADs).
A partir dos SIGs, os Sistemas de Apoio Deciso (SADs)
tambm atendem s necessidades do nvel ttico (gerencial) da
empresa.
Esse tipo de sistema possibilita gerncia tomar algumas deci-
ses no padronizadas e que, alm de se alterarem com frequn-
cia, no so predefnidas;
Os SADs so desenvolvidos para:
extrair os dados gerados nos SPTs e nos SIGs, a fm de
gerar informaes para tomada de decises;
armazenar essas informaes de modo que seus geren-
tes possam analis-las e modifc-las, por serem de fcil
acesso.
permitir o cruzamento dessas informaes com outros
ndices externos, gerando grfcos e novos relatrios
(MIGLIOLI, 2007).
Sistemas de Apoio Executivo (SAEs):
315
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
No nvel estratgico, existe o Sistema de Apoio ao Executivo
(SAE).
Esse sistema apoia os diretores nas tomadas de decises que
no so rotineiras.
Previso e planejamento de longo prazo so suas principais
atribuies, as quais exigem maior percepo e avaliao para se
chegar a uma soluo desejvel.
Os SAEs, diferentemente dos outros sistemas, so criados para
resolver problemas que sempre esto se modifcando, e no para
aqueles problemas especfcos.
Eles so desenvolvidos com base no que h de melhor e mais
avanado em softwares grfcos, o que permite a entrega instan-
tnea de diagramas e outras fontes diretamente nas mesas e salas
de reunies de seus diretores.
Vrias questes so resolvidas atravs dos SAEs, como an-
lise de mercado, concorrentes, estratgias e oscilaes dos ne-
gcios.
Um SAE, hoje em dia, praticamente sinnimo de um
SAD, pois ambos tm se evoludo em suas funciona-
lidades, fornecendo os mesmos recursos (MIGLIOLI,
2007).
Como tanto o SAE como o SAD so normalmente utilizados
por gerentes e diretores, que geralmente tm pouco conhecimen-
to em TI, esses sistemas so incorporados com interfaces grfcas
e amigveis, de fcil utilizao.
Observe, a partir da anlise da fgura a seguir, o relacionamento
entre os tipos de sistemas que acabamos de apresentar e os nveis organi-
zacionais que eles atendem.
316
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Tipos de sistemas
Sistemas de apoio
executivo
(SAEs)
Sistemas de
informaes
gerenciais (SIGs)
Sistemas de apoio
deciso (SADs)
Sistemas de
trabalhadores do
conhecimento
(STCs)
Sistemas de
automao de
escritrio
Sistemas de
processamento
de transaes
(SPTs)
Sistemas do nvel estratgico
Previso
quinquenal
da tendncia
de vendas
Plano
operacional
quinquenal
Previso
quinquenal
de oramento
Planejamento
de lucros
Planejamento
de pessoal
Sistemas do nvel gerencial
Gerenciamento
de vendas
Controle
de estoque
Oramento
atual
Anlise de
investimento
de recursos
Anlise de
realocao
Anlise das
vendas por
regio
Programao
da produo
Anlise
de custo
Anlise de
preos e
lucratividade
Anlise de
custos de
contratos
Sistemas do nvel do conhecimento
Estaes de
trabalho de engenharia
Estaes de
trabalho grficas
Estaes de trabalho
administrativas
Edio
de texto
Tratamento de
imagens (digitalizao)
de documentos
Agendas
eletrnicas
Sistemas do nvel operacional
Controle do
maquinrio
Negociao
de seguros
Folha de
pagamento
Remunerao
Acompanha-
-mento de
pedidos
Programao
industrial
Contas
a pagar
Treinamento e
desenvolvimento
Processa-
-mento de
pedidos
Controle de
movimentao
de materiais
Gerencia-
-mento do
caixa
Contas
a receber
Manuteno do
registro de
funcionrios
Vendas e
marketing
Fabricao Finanas Contabili-
-dade
Recursos
humanos
Figura 8 - Tipos de SIs e os nveis organizacionais atendidos.
1.5 Outras classificaes dos Sistemas de Informao
Existem outros quatro tipos de SI que ainda no apresentamos e que ser-
vem aos nveis operacionais, tticos e estratgicos (OBRIEN, 2004). So eles:
Sistemas de informao empresarial:
SIs que apoiam as operaes e atividades gerenciais nas reas
de contabilidade, fnanas, recursos humanos, marketing, produ-
o, operaes, entre outras.
Esses SIs podem ser tanto do tipo SPT como SIG.
Sistemas especialistas:
SI computadorizado que utiliza seu conhecimento sobre uma
rea de aplicao complexa e especfca para atuar como um con-
sultor especialista aos usurios.
317
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
O sistema consiste em uma base de conhecimento e mdulos
de software que executam inferncias no conhecimento e comu-
nicam respostas para as perguntas de um usurio.
Esses sistemas utilizam-se das tcnicas da Inteligncia Artif-
cial (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 em-
presariais em qualquer lugar e sempre que for necessrio.
Sistemas de informao estratgica:
Apoiam a elaborao e o acompanhamento das estratgias
competitivas de uma empresa.
Um sistema de informao estratgica pode ser todo tipo de
sistema de informao (SPT, SIG, SAD e SAE) que ajuda uma
empresa a obter uma vantagem competitiva, a reduzir uma des-
vantagem competitiva ou a atender outros objetivos estratgicos.
1.6 Relacionamento entre os tipos de Sistemas de
Informao
Imagino que voc esteja com a sensao de estar olhando para uma
sopa de letrinhas, no ? Afnal, vimos tantas siglas e sistemas diferen-
tes nos dois ltimos tpicos.
SPT
SIG
SAD
S
I

E
m
p
r
e
s
a
r
ia
l
SI
E
s
p
e
c
ia
lis
ta
S
I d
e
g
e
re
n
c
ia
m
e
n
to

d
o
c
o
n
h
e
c
im
e
n
to
S
I E
s
tra
t
g
ic
o
S
A
E
S
T
C
Figura 9: Sopa de letrinhas
318
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Pois bem,vamos relacionar melhor, resumindo no quadro a seguir,
toda essa sopa de letrinhas, para voc entender de fato quem quem nas
classifcaes dos SIs que apresentamos anteriormente.
Todos os sistemas apresentados nesse tpico e no anterior so SIs, ou
seja, Sistemas de Informao, pois todos eles tm como funo bsica
capturar e processar dados, gerar e disseminar algum tipo de informa-
o.
As quatro categorias de SI que apresentamos no incio do tpico 1.3
servem como referencial didtico para voc entender que existem SIs
destinados para cada nvel organizacional de uma empresa.
Os tipos de SI, ou seja, SPT, STC, SIG, SAD, SAE so aqueles SIs
com propsitos diferentes, cada qual com seu enfoque, e que, geral-
mente, atendem a nveis organizacionais distintos. Volte na fgura 6, no
fnal do tpico 1.3, e reforce seu entendimento sobre isso.
J os quatro tipos de sistemas apresentados no tpico 1.4 tambm so
SIs, porm, classifcados de outra maneira, com o foco mais voltado
para suas especifcidades. Esses sistemas podem se enquadrar perfeita-
mente na classifcao dos tipos de SI apresentados no tpico 1.3.
(MIGLIOLI, 2007)
Observe na fgura a seguir, o resumo que acabamos de apresentar,
sobre a classifcao dos Sistemas de Informao.
SPT
STC
SAD
SAE
SIG
SI para o NVEL
ESTRATGICO
SI para o NVEL
GERENCIAL e do
CONHECIMENTO
SI para o NVEL
OPERACIONAL
S
I

E
M
P
R
E
S
A
R
I
A
L
S
I

E
S
P
E
C
I
A
L
I
S
T
A
S
I

D
E

G
E
R
.

C
O
N
H
E
C
I
M
E
N
T
O
S
I

E
S
T
R
A
T
G
I
C
O
Figura 10 - Resumo das classifcaes dos SIs.
319
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Os Sistemas de Informao do mundo real, na maioria das vezes, so
formados pela integrao dos vrios tipos que acabamos de analisar.
Toda essa classifcao que vimos at agora serve como referencial
terico e didtico para voc entender como os SIs se integram, pois
dessa maneira que o mercado empresarial os entende.
Fique tranquilo, pois abordaremos esses sistemas integrados, dentro da
viso do mercado empresarial, nos prximos temas de nossa disciplina.
Atividades
Desenvolvemos a seguir, um conjunto de perguntas, para que voc
possa fxar o contedo aprendido nesta unidade.
Responda s perguntas utilizando como base tudo aquilo que voc
estudou nesta unidade e nas conexes apresentadas e o conhecimento que
voc possui de vivncias profssionais ou de estudos de mdulos passados
referentes ao mundo corporativo.
01. Quais so as principais diferenas entre o pensamento cartesiano e o
pensamento sistmico?
02. Por que uma empresa pode ser melhor representada pelo modelo sis-
tmico do que pelo modelo cartesiano?
03. Desde quando podemos considerar a existncia de sistemas de infor-
maes?
320
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
04. H necessidade da existncia de softwares e hardwares para a exis-
tncia de sistemas de informaes?
05. Disserte sobre como os sistemas de informao, com o apoio da TI,
podem ajudar uma empresa a atingir os seus objetivos.
06. Quais tipos de sistemas de informaes voc conhece e como eles
podem se relacionar entre si?
Reflexo
Nesta unidade estudamos sobre sistemas, sistemas de informaes,
sistemas de informaes baseados em TI e tipos de sistemas de informaes.
Mas depois de falarmos sobre tudo isso, voc consegue entender a
importncia do que acabou de estudar? No?
Vamos tentar explicar rapidamente a importncia de tudo isso.
Hoje, no mundo, h empresas que produzem sozinhas muito mais
do que um pas inteiro, ou seja, h empresas com o PIB maior do que o
PIB de muitos pases pequenos.
Isso signifca que empresas como essas so gigantescas e possuem
vrios 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 pas a que essas empresas pertencem.
Ento, administrar uma empresa dessa proporo por meio de um
modelo cartesiano seria insufciente para gerenci-la, e os seus objetivos
estariam seriamente comprometidos.
321
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Uma empresa desse porte infuenciada por um meio ambiente ex-
terno prximo e distante, ou seja, o pas e o mundo infuenciam esta em-
presa e esta empresa infuencia o mundo e o seu pas em alguns aspectos.
Dessa forma, trat-la simplesmente com um pensamento cartesiano seria
subestimar o problema.
Controlar todos os processos, gerenciar e distribuir todas as infor-
maes, processar todos os dados sem uma ferramenta de apoio seria um
trabalho no mnimo penoso para qualquer administrador, e a que entram
os sistemas de informaes baseados em TI.
Por meio desses sistemas, possvel aos administradores de grandes
corporaes administrarem as suas informaes em escala, ou seja, em
grande quantidade, de uma maneira rpida e consistente.
Agora que apresentamos essa breve explicao, acreditamos que
tenha fcado clara a importncia do estudo da nossa disciplina. Ento, va-
mos em frente, pois ainda h muito o que estudar.
Leituras Recomendadas
Artigo 1:
Ter viso sistmica permite tomar decises com segurana
H muito a humanidade tenta entender subsistemas isoladamente,
no levando em conta sua interao com o todo. A viso sistmica veio
como uma evoluo natural, possibilitando uma maior aproximao da
realidade da cincia que estuda os sistemas.
Com o passar dos tempos, observamos a necessidade de desenvol-
ver nossa viso do todo. Tomar uma deciso sem analisar a situao num
mbito geral pode trazer danos ao profssional e organizao, gerando,
assim, decises unilaterais, isoladas, inconsistentes, sem credibilidade e
com prejuzo.
Ter a viso sistmica de um problema saber usar a intuio, a
sensibilidade, a emoo e tambm a razo na tomada de deciso, tendo a
conscincia do que sua deciso pode causar na resoluo desse problema
e quais consequncias pode trazer. Analisar atentamente cada detalhe nos
far escolher a deciso que consideramos ter o resultado mais positivo.
Assim, viso sistmica nada mais do que perceber o movimento
integrado entre o ambiente, nossas decises e o futuro. um exerccio de
percepo. E para melhorar nossa capacidade de decidir e compreender
o encadeamento de atoconsequncia, necessrio treinar nossa observa-
o (viso sistmica).
322
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
preciso analisar o ambiente, o todo, ou seja, o conjunto de foras
que possam ter alguma infuncia sobre o funcionamento da organizao.
O conhecimento mais profundo da dinmica da organizao e da intera-
o entre as diversas foras atuantes permite que as aes, nas organiza-
es, sejam mais efetivas, no s as de curto prazo, mas, principalmente,
as de mdio e longo prazos.
A viso sistmica consiste na capacidade de entender, implementar
e demonstrar o comprometimento na compreenso do todo a partir de
uma anlise global das partes e da interao entre estas. Vrias foras
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 condi-
o imprescindvel para nossa sobrevivncia. Procure ser um especialista
sistmico. A viso atravs de vrios prismas cria uma gama de possibi-
lidades de solues e aes, explorando e desenvolvendo o sentido da
viso sistmica, propiciando a compreenso da contnua evoluo dos
cenrios.
Viviany Amorim. Jornal do Comrcio. Disponvel em: http://www.2.uol.
com.br/JC/sites/deloitte/artigos/a93.htm. Acesso em: 05 nov. 2007.
Livro:
Viso Sistmica e Administrao: Conceitos, Metodologias e Aplicaes
Dante Pinheiro Martinelli e outros.
So Paulo: Editora Saraiva, 2006.
Artigo 2:
Sistemas de Informao ou Sistemas Informatizados?
Apesar de soar parecidos, so termos distintos. Igualmente im-
portantes sob a tica da administrao. Seus entendimentos ainda
geram um bocado de confuso aos profssionais da rea.
A todo momento, somos bombardeados com uma infnidade de
informaes, sob as mais diversas formas, potencializadas por uma evo-
luo tecnolgica sem precedentes, pipocando novos sistemas e novas
tecnologias. Alm daquelas efetivamente disponveis, as promessas de
ferramentas cada vez mais efcientes e poderosas, que tornaro a vida
mais fcil. Tornando extremamente difcil nossas escolhas, exigindo a
criao de processos complexos para tomada de deciso.
323
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Esses sistemas, esses softwares que surgem a todo momento, no
consistem necessariamente em Sistemas de Informao. Muitas vezes,
nem so elementos que fazem parte dele.
Sistema de Informao, na essncia, no tem nada a ver com in-
formtica, apesar de o termo sugerir assim. Esses sistemas referem-se
aos processos existentes dentro da corporao, que constituem seu fun-
cionamento e levam esse nome, porque o resultado deles exatamente
isso: informao. O sistema de controle de estoque, por exemplo, traz
como resultado uma srie de relatrios, direcionados a etapas especfcas
dentro do processo funcional da corporao, servindo como base para a
tomada de decises. So, portanto, simplesmente a maneira de coletar,
organizar e distribuir informaes pela empresa.
O processo ou sistema de armazenamento de nomes e telefones
pode ser feito em uma agenda tradicional ou numa agenda eletrnica. O
Sistema de Informao (coleta, organizao e distribuio) exatamente
o mesmo, diferindo apenas o mecanismo utilizado. Claro, alguns aspectos
especfcos da operao dos instrumentos utilizados precisam ser obser-
vados, mas, na essncia, o sistema (ou processo) no muda.
Quando nos referimos anlise de sistemas, necessrio ento
iniciar a distino sobre o que se deseja fazer: analisar o sistema de
informao de nomes e telefones ou analisar o software utilizado para
execuo desse processo?
A informatizao, via de regra, se aplica depois que o Sistema de
Informao j est defnido. A principal diferena est na agilidade pro-
porcionada pela utilizao de ferramentas tecnolgicas na manipulao
desse sistema. Deve (ou ao menos devia) ser mais rpido consultar um
nmero de telefone na agenda eletrnica do que na agenda tradicional.
Claro, um exemplo simplista, mas se pensarmos, por exemplo, nas ins-
tituies fnanceiras, inimaginvel seu funcionamento, mantendo a agi-
lidade, sem a aplicao de informtica nos seus Sistemas de Informao.
Misturar esses aspectos faz com que a efcincia dos sistemas seja
comprometida. muito comum iniciar um processo de informatizao,
sem que os Sistemas de Informao tenham sido devidamente avaliados.
Informatizar processos inadequados gera srios problemas empresa,
pois tudo acaba sendo atribudo ao processo de informatizao. Esse
sistema (software adquirido) uma porcaria!!, j ouvi isso um sem n-
324
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
mero de vezes... quando, na verdade, o problema est na maneira que a
empresa operacionaliza seus processos.
Sistemas de informao so objeto de estudo constante dos pro-
fssionais da administrao, afnal, a empresa tem que se adaptar s di-
versas situaes impostas pela constante evoluo do mercado (clientes,
concorrentes, fornecedores, governo etc.). Muitas vezes, esses sistemas
podem ser potencializados com a utilizao da informtica, sob forma de
velocidade e confabilidade no processo de gerar informao.
A informtica uma ferramenta utilizada para auxiliar as ativida-
des da empresa. A informao a base para tomada de deciso. Aos ad-
ministradores, cabe criar Sistemas de Informao adequados, efcientes
e confveis, garantir a qualidade da informao e utilizar a informtica
para trazer agilidade a esses processos. No devemos adaptar nossas
corporaes aos softwares, mas, sim, buscar as ferramentas que melhor
atendam s nossas necessidades.
Leandro Orlandini. Web Portal Paran. Colunistas, administrao
e tecnologia. Disponvel em: http://www.bonde.com.br/colunistas/
colunistasd.php?id_artigo=2789. Acesso em: 07 nov. 2007.
Livro:
Sistemas de informaes gerenciais
Kenneth C. Laudon e Jane P. Laudon.
So Paulo: Pearson Prentice Hall, 7 edio, 2007.
Referncias Bibliogrficas
ALBUQUERQUE, A. M. M.; ROCHA, P. (2007). Sincronismo Or-
ganizacional: como alinhar a estratgia, os processos e as pessoas,
um guia prtico para redesenhar a organizao e seus processos. So
Paulo: Saraiva.
BATISTA, E. O. (2004). Sistemas de Informao: o uso consciente da
tecnologia para o gerenciamento. So Paulo: Saraiva.
LAUDON, K. C.; LAUDON, J. P. (2007). Sistemas de informao
gerenciais. So Paulo: Pearson Prentice Hall, 7 edio.
MIGLIOLI, A. M. (2006). Tomada de deciso na pequena empresa:
estudo multicaso sobre a utilizao de ferramentas informatizadas de
325
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
apoio deciso. Dissertao (mestrado). Escola de Engenharia de So
Carlos, Universidade de So Paulo, So Carlos.
MIGLIOLI, A. M. (2007). Material de aula da disciplina Tecnologias
da Administrao, do Prof. Me. Afrnio Maia Miglioli. Primeiro se-
mestre de 2007.
OBRIEN, J. A. (2004). Sistemas de Informao e as decises geren-
ciais na era da Internet. So Paulo: Saraiva.
REZENDE, D. A.; ABREU, A. F. (2003). Tecnologia da Informao
aplicada a sistemas de informao empresariais: o papel estratgico da
informao e dos sistemas de informao nas empresas. So Paulo: Atlas.
ROCHA, A. (2002). O essencial dos sistemas de informao. So
Paulo: Sebenta de Sistemas de Informao, USP.
Na prxima unidade
Nesta unidade, estudamos que um sistema de informao no preci-
sa necessariamente de Tecnologia de Informao (hardwares e softwares)
para se constituir. Ou seja, se voc possui um caderninho por meio do
qual voc consegue gerenciar as informaes que precisa, ento voc
tem no seu caderninho um sistema de informao. E podemos concluir
tambm que um caderninho no se trata de algo tecnolgico, ou seja, voc
tem um sistema de informao sem necessariamente possuir uma tecnolo-
gia avanada.
Contudo, no que tange grandes empresas, um caderninho no resol-
veria o nosso problema, pois, alm de outros motivos, ele no conseguiria
tratar a grande quantidade de informaes da empresa. Por isso, precisa-
mos de uma ferramenta que nos auxilie a tratar o grande nmero de infor-
maes de forma rpida e consistente. Da, ento, surgem os sistemas de
informaes baseados em TI.
Mas, o que TI? No tivemos ainda a oportunidade de formalizar
este conceito e explicar todos os outros conceitos que permeiam o que
hoje chamamos de Tecnologia da Informao.
Ento, vamos aproveitar a prxima unidade para estudar um pouco
sobre o que a Tecnologia da Informao e como ela apoia as empresas
modernas.
326
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
U
n
i
d
a
d
e

2

Minhas anotaes:
U
n
i
d
a
d
e

2

Tecnologia da infor-
mao na gesto empre-
sarial
Por que estudar tanto sobre Tecnologia da
Informao (TI) e Sistemas de Informao (SI)?
A resposta para essa pergunta a mesma dada
para as questes sobre por que algum deve estudar
marketing, recursos humanos, produo, fnanas, conta-
bilidade, ou qualquer outra funo ou processo de negcio.
Afnal, atualmente, a TI e os SIs:
tornaram-se componentes vitais quando se pretende alcanar
o sucesso empresarial;
administram um dos mais valiosos ativos das empresas, a infor-
mao;
esto proporcionando meios de se redefnir os fundamentos dos
negcios;
so facilitadores das atividades e dos processos de negcios.
Por tudo isso, a TI e os SIs se tornaram campos de estudo essenciais
para voc, futuro gestor de empresas.
Como na unidade passada j estudamos bastante sobre sistemas de infor-
maes, vamos, nesta unidade, estudar sobre Tecnologia da Informao.
Entender os motivos para se estudar Tecnologia da Informao, bem
como as contribuies proporcionadas por ela.
Relacionar as maneiras como a Tecnologia da Informao pode in-
fuenciar na vantagem competitiva das empresas.
Relatar e entender algumas das contribuies-chave para as princi-
pais reas de uma empresa.
Compreender como a Tecnologia da Informao pode auxiliar
as empresas a focar-se nos clientes;
Entender o papel da Tecnologia da Informao na melhoria
contnua das empresas;
Discutir sobre a participao da Tecnologia da Informa-
o na reestruturao de processos de negcios.
328
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Voc se lembra?
1) Voc lembra o que Tecnologia da Informao?
Caso no se lembre, volte em suas anotaes da disciplina de Mi-
croinformtica 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 baseia-
se, predominantemente, na tomada das seguintes decises:
O que fazer para aumentar o volume de vendas da minha empresa?
Como reduzir as principais despesas?
Se eu lanar uma promoo no preo dos meus produtos, o que isso
pode acarretar em meus custos?
Ser o momento certo de adquirir uma nova mquina para a fbrica?
Quais so os meus funcionrios mais indicados para o cargo de geren-
te da nova flial?
Em processos de tomadas de decises, geralmente, vrias so as al-
ternativas a serem analisadas. Uma boa deciso s tomada se dispomos
de informaes para avaliar as diferentes alternativas, comparando-as e
analisando seus riscos e oportunidades.
Por isso, para aquelas empresas que buscam melhorar sua efetivida-
de e competitividade, a TI e os SIs so instrumentos fundamentais, pois
do suporte aos cinco principais objetivos de qualquer empresa, que so:
aumentar a produtividade;
reduzir custos;
melhorar a tomada de decises;
aprimorar os relacionamentos com os clientes;
desenvolver novas estratgias.
Na unidade passada, estudamos o conceito de sistemas de informa-
es, agora falta-nos defnir o que a tecnologia da informao.
TECNOLOGIA DA INFORMAO (TI)
Infraestrutura organizada de hardware, software, bancos de dados
e redes de telecomunicaes que permite s empresas manipular,
gerar e distribuir dados e informaes ao longo dos seus processos e
parceiros de negcios.
(MIGLIOLI, 2007)
329
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Com-
parao entre TI e
economia digital
Volte um pouco no nosso texto e re-
leia a defnio de TI. Agora, relacione-a
com a explicao sobre a economia digital.
Percebe alguma semelhana?
Podemos dizer, em outras palavras, que
a economia digital simplesmente uma
economia baseada e estruturada por meio
da Tecnologia da Informao (TI) e da
Internet (Miglioli, 2007).
Tecnologia da informao na gesto empresarial Unidade 2
Agora que recordamos o signifcado de TI, vamos, com o auxlio
de Turban, Rainer e Potter (2005), analisar as principais contribuies que
ela proporciona s empresas, a fm de que atinjam os cinco objetivos dis-
cutidos anteriormente:
Realizar clculos numricos de alta velocidade e de grande volume.
Oferecer comunicao rpida, precisa e pouco dispendiosa dentre e
entre as empresas.
Automatizar processos semiautomticos e as tarefas manuais que no
agregam valor ao negcio.
Armazenar grande quantidade
de informao em local de
fcil acesso.
Permitir o acesso rpi-
do e pouco dispendio-
so a grandes volumes
de informao.
Facilitar a interpreta-
o de grandes quanti-
dades de dados.
Permitir a comunicao e
a colaborao em qualquer lu-
gar, a qualquer momento.
Aumentar a efccia e a efcincia (efetividade) das pessoas que traba-
lham em um s lugar, ou em vrios locais diferentes.
Facilitar o trabalho em ambientes perigosos.
De maneira geral, podemos dizer que todas as empresas, sejam com
ou sem fns lucrativos, pblicas ou privadas, operam atualmente na cha-
mada economia digital.
Mas, o que essa tal de economia digital?
ECONOMIA DIGITAL
Uma economia baseada em tecnologias digitais, incluindo redes de
comunicaes (Internet, intranets e extranets), computadores, softwa-
res e outras tecnologias relacionadas; tambm chamada economia da
Internet, nova economia ou economia da web.
(TURBAN, RAINER e POTTER, 2005, p. 5)
330
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Vamos relembrar, por meio de exemplos, algumas mudanas trazi-
das pela economia digital, quando comparada economia tradicional.
Exemplo 1: Fazer compras em um supermercado do futuro
Alguns supermercados esto se reformulando para permitir que
voc leve seus itens a um quiosque de autoatendimento, onde voc passa
o cdigo de barras de cada item em uma leitora. Depois de ter passado
todos os seus itens, o quiosque oferece instrues sobre como pagar, seja
em dinheiro, carto de crdito ou de dbito. Nesse cenrio, a espera na
fla do caixa tende a ser bastante reduzida (adaptado de Turban, Rainer e
Potter, 2005).
Exemplo 2: Comprar livros, CDs e outros produtos
Voc entra on-line no site da editora ou loja que comercializa os
produtos que deseja. Atravs do site dessas empresas, voc pode comprar
os itens diretamente e pedir que sejam enviados sua residncia. Ou en-
to, voc 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 produ-
to da sua escolha. Pronto! Em alguns instantes, voc recebe a informao
na tela de seu computador sobre os sites encontrados que vendem o seu
produto, bem como os valores, condies de pagamento e prazos de entre-
ga de cada um deles. (adaptado de Turban, Rainer e Potter, 2005).
Exemplo 3: TI facilitando os processos de negcios
Nas reas fnanceiras e de contabilidade, os gerentes usam a TI
para prever receitas e despesas, determinar as melhores fontes e usos dos
recursos fnanceiros, gerenciar o fuxo de caixa, realizar auditorias, entre
outras atividades.
Em vendas e em marketing, os gerentes utilizam a TI para defnir os
preos dos produtos e servios, defnir campanhas de vendas, acompanhar
o andamento das vendas, gerenciar o relacionamento com o cliente, entre
outras atividades. (adaptado de Turban, Rainer e Potter, 2005).
Para fnalizar nossa discusso sobre a empresa baseada na TI, va-
mos analisar alguns novos modelos de negcios (mtodos para realizar
negcios) surgidos e desenvolvidos graas economia digital (TURBAN,
RAINER e POTTER, 2005).
331
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Leiles reversos:
Os grandes compradores normalmente empregam lances
usando o modelo de leiles reversos. Por meio de uma soli-
citao de cotao, o comprador indica um desejo de receber
lances sobre um item em particular, e provveis vendedores
fazem ofertas sobre o trabalho. Iniciados pela General Elec-
tric Corporation, os sistemas de lances so muito populares.
Na verdade, vrias entidades do governo esto exigindo
lances eletrnicos como nico meio de realizar compras e
processos de licitao.
Marketing digital:
um esquema em que os parceiros de marketing colocam
um anncio 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 l. O anun-
ciante paga de 3 a 15% de comisso ao site hospedeiro. Des-
se modo, as empresas podem transformar outras empresas
em sua fora de vendas comissionada virtual. Iniciado pela
Amazon.com, o conceito hoje bastante utilizado. Acesse o
site do Universo On-Line (www.uol.com.br) e veja quantos
banners de anncio esto sendo divulgados nesse momento.
Compras em Grupo:
Normalmente, as empresas pagam menos por unidade quan-
do compram mais unidades. Usando o conceito de compras
em grupo, em que as ordens de compra de muitos compra-
dores so agregadas, uma pequena empresa, ou at mesmo
um indivduo, pode obter um desconto. Esse mtodo pode
ser facilitado criando-se contatos on-
line. Agregadores eletrnicos en-
contram indivduos e empresas
de pequeno/mdio porte que
desejam comprar o mesmo pro-
duto, agregam seus pequenos
pedidos e depois negociam (ou
realizam um lance) para obter o
melhor negcio.

Conexo:
Quer aprender um pouco
mais sobre tecnologia da
informao? Ento, veja o que os
internautas esto falando na Wiki-
pdia, acesse: http://pt.wikipedia.
org/wiki/Tecnologia_da_
informa%C3%A7%C3%A3o.
332
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
VANTA-
GEM COMPETITIVA
Uma vantagem em relao
aos concorrentes em alguma medi-
da, como custo, qualidade ou velocidade.
(TURBAN, RAINER e POTTER, 2005, p.
17).
2.2 TI e a Vantagem Competitiva
Segundo Porter (1985), uma
estratgia competitiva uma fr-
mula ampla para se saber como
uma empresa ir competir,
quais devem ser suas metas
e quais planos e polticas
sero exigidos para cumprir
essas metas. Por meio da
formulao de sua estratgia
competitiva, uma empresa
busca vantagens competitivas.
Antes de continuarmos,
refita:
O que a Tecnologia da Informao tem oferecido para as empresas
a fm de aumentar sua vantagem estratgica?
Na maioria dos casos, a TI e a nova economia no mudaram o core
business (negcio principal) das empresas. A TI simplesmente oferece
os instrumentos e ferramentas que podem aumentar o sucesso das em-
presas por meio de suas fontes tradicionais de vantagem competitiva, ou
seja:
baixo custo;
efcincia nos processos de negcios;
excelente atendimento ao cliente;
gerenciamento superior da cadeia de suprimentos.
A TI, isoladamente, no traz nenhuma vantagem competiviva para a
empresa.
necessrio que, antes de se pensar na TI, se responda pergunta:
De onde vem minha vantagem competitiva?;
Depois disso que partimos para a TI, perguntando: Como a TI pode
ajudar os meus negcios, sobretudo nos processos que infuenciam
em minha vantagem competitiva?
333
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Dizemos que a TI est contribuindo para a vantagem competitiva de
uma empresa, na medida em que:
aumenta a produtividade dos processos de negcios;
auxilia na resoluo de problemas;
melhora os controles;
melhora o fuxo de informaes;
melhora o processo de tomada de decises.
O modelo mais conhecido para analisar a competitividade entre as
empresas o modelo das cinco foras competitivas de Michael Porter
(PORTER, 1985). Esse modelo utilizado para desenvolver estratgias
para que as empresas aumentem sua vantagem competitiva.
Porter (1985) afrma que a TI e a Internet mudaram a natureza da
competio, causando um aumento da competitividade, o que tem causa-
do signifcativas redues na lucratividade das empresas.
Observe e analise, na fgura a seguir, as cinco foras do modelo de
Porter e como a TI e a Internet as infuenciam (TURBAN, RAINER e
POTTER, 2005, p. 18).
A ameaa de novos entrantes:
A Internet aumenta a ameaa de novos
entrantes.
O poder de negociao
dos fornecedores:
O impacto da TI e da
Internet misto.
Por um lado,
compradores podem
encontrar fornecedores
alternativos e comparar
preos.
Por outro lado, quando as
empresas usam a TI para
integrar sua cadeia de
fornecimento, os
fornecedores participantes
aprisionam os clientes.
O poder de negociao
dos clientes
(compradores):
A TI e a Internet
aumentam bastante o
acesso dos clientes s
informaes sobre
produtos e fornecedores.
H redues nos cus
de compra.
Os clientes podem
comprar com mais
facilidade de outros
fornecedores.
A ameaa de substituir produtos ou servios:
Setores baseados em informao esto em perigo de
serem substitudos.
Para esses setores (msica, livros, software), a nova
economia precisa ser vista como uma ameaa.
A rivalidade entre
empresas no setor:
A visibilidade dos servios
de Internet reduz a diferena
entre os concorrentes.
Por exemplo: quando vejo
um excelente sistema de
comrcio eletrnico no site do
meu concorrente,
provavelmente
condies de acompanh-lo.
Figura 10. As cinco foras de Porter e a infuncia da TI e da Internet.
Miglioli (2007) adaptado de Turban, Rainer e Potter (2005).
334
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Fique tranquilo, pois voc estudar com mais detalhes e profundi-
dade, em outras disciplinas, o modelo das cinco foras competitivas de
Michael Porter.
Por enquanto, basta voc entender que existem basicamente quatro
estratgias genricas para aumentar a competitividade das empresas. Es-
sas quatro estratgias se utilizam e se benefciam da Tecnologia da Infor-
mao. Observe-as a partir da anlise do quadro a seguir.
ESTRATGIA
UTILIZE A TECNO-
LOGIA DA INFORMA-
O PARA...
EXEMPLO
Liderana em custos
...produzir produtos e ser-
vios a um preo mais bai-
xo que a concorrncia e,
ao mesmo tempo, aumen-
tar a qualidade e o nvel
dos servios.
Walmart
Diferenciao de pro-
duto
...diferenciar produtos e
facilitar a criao de novos
produtos e servios.
Dell Computadores
Foco em nichos de
mercado
...facilitar uma estratgia
focada em um nico nicho
de mercado; especialize-
se.
Hotis Hilton
Relacionamento mais
estreito com clientes
e fornecedores
...desenvolver laos mais
fortes com clientes e for-
necedores e conquistar sua
lealdade.
Amazon.com
Figura 11 - O uso da TI em quatro estratgias competitivas bsicas. 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 diferena entre atrair e manter clientes, ou perd-los
para a concorrncia. Diversas ferramentas de TI e processos de negcios
so projetados para manter os clientes satisfeitos.
Os objetivos principais dessas ferramentas so:
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.
335
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Os sistemas para gerenciamento do relacionamento com os clientes
(CRM) so um exemplo de ferramenta de TI concebida para implementar
a estratgia do marketing de relacionamento (1to1). Os sistemas CRM fo-
cam o cliente e visam estreitar o relacionamento empresa-cliente.
Estudaremos os sistemas CRM com mais profundidade em outra
unidade.
Por enquanto, o que voc precisa saber que, do ponto de vista
dos clientes, as empresas que oferecem constantemente o melhor valor
agregado so capazes de se manterem em sintonia com as preferncias
individuais de seus clientes, de atualizar-se s tendncias do mercado e de
oferecer servios ao cliente ajustados s suas necessidades.
Entendemos por criao de valor a percepo que o cliente tem dos
benefcios recebidos em um relacionamento versus os sacrifcios
necessrios para obt-los. Por exemplo, ao comprar um produto em uma
loja, mesmo sendo com um preo alto (sacrifcio), se voc receber da em-
presa um excelente atendimento, como estacionamento com manobrista e
loja devidamente equipada e climatizada, voc perceber mais benefcios
que sacrifcios. A loja, nesse caso, criou valor para voc 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: Operaes de negcios preparadas para a web na
Medco
Em 2002, a Medco Health Solutions acumulou mais de US$ 1,4
bilho em vendas pelo seu website (medco-health.com), um aumento
de 51% em relao a 2001. O website preenche 260.000 receitas a cada
semana. preciso haver uma infra-estrutura sofsticada para lidar com
todas essas transaes. O negcio da Medco pela Internet no uma
operao isolada, mas um componente ligado aos negcios de revenda e
encomenda postal da empresa. Com mais de 64 milhes de associados, a
Medco gerencia receitas de remdios para algumas das maiores empresas
do pas, incluindo companhias de seguro. Embora alguns membros peam
remdios diretamente da Medco, outros os adquirem de uma das 58.000
farmcias que utilizam a Medco para processar e decidir sobre pedidos de
benefcios.
336
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
O website personaliza a experincia do cliente, exibindo todas as
opes dos pacientes revenda, pedido por correio e Internet juntamen-
te com os preos. O site sugere alternativas de genricos com preo mais
baixo. A vantagem para os pacientes ver as opes. A vantagem para a
Medco: se um paciente no precisar de uma medicao imediatamente,
levar os pacientes das farmcias de revenda para os canais de entrega em
domiclio da Medco reduz o custo de preenchimento de receitas. Alm
disso, quando um paciente faz um pedido, o website automaticamente
verifca o histrico do paciente por todos os canais, para ver se ele j pe-
diu alguma medicao que poderia interagir negativamente com a nova
receita.
Um desafo tem sido tornar o site acessvel para usurios mais ido-
sos. O uso de remdios por receita controlada costuma aumentar com a
idade. A idade mdia de um cliente de pedido por correio na Medco de
aproximadamente 65 anos. Assim, o site foi projetado visando facilidade
de acesso. Os botes e as guias so grandes, e os usurios podem navegar
com teclados muito prtico para aqueles que no possuem habilidade
para usar um mouse (TURBAN, RAINER e POTTER,2005. p. 15).
Exemplo 2: Hotis Hilton uma empresa focada no cliente
Os hotis Hilton, em seu site www.hilton.com, possuem um dos
mais rpidos servios de reservas do mundo: o tempo mdio para realizar
uma reserva completa de menos de dois minutos. Hspedes frequentes
recebem servios ajustados automaticamente aos de sua ltima visita, e
planejadores de conferncias visitam o website para programarem reser-
vas em grupos e para verem plantas baixas do local. Bruce Rosenberg,
vice-presidente de distribuio de mercado do Hilton, diz: A web abriu
os olhos das pessoas sobre a forma na qual podemos e devemos fazer
negcios. Olhamos para todos os modelos de empresa todos os seg-
mentos de clientes, desde o viajante de negcios, o turista, o planejador
de conferncias, at o agente de viagens e delineamos uma maneira
eletrnica de negociarmos com eles.
A iniciativa de e-business do Hilton requeria informaes de muitas
empresas, interatividade entre o cliente, a Hilton.com e os sistemas de re-
servas existentes e um alto nvel de personalizao. Queremos saber dos
perfs dos clientes, de suas relaes conosco, suas preferncias e averses,
em qualquer lugar do mundo em que nos procurem, diz Rosenberg. O
Hilton tem perfs muito bem elaborados dos membros da HHonors (o pro-
337
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
grama de lealdade do cliente frequente), mas no perfs to bons, observa
Rosenberg, para as dezenas de milhes de clientes que apenas ocasional-
mente hospedam-se conosco. Os novos sistemas que instalamos nos per-
mitem ter um nmero maior de perfs e uma segmentao mais apurada
de nossa clientela bsica. A web nos possibilita atingi-los a um custo mais
razovel e desenvolver uma relao pessoal mais profunda. At recen-
temente, no podamos fazer isso antes de enviar informao a eles. Os
oramentos no o permitiam.
O Hilton implementou um modelo empresarial dirigido ao cliente
percorrendo o canal da web, objetivando o segmento de viajantes fre-
quentes e propiciando um nico ponto de contato. Todos os segmentos da
clientela podem utilizar o canal da web, sejam indivduos ou agentes de
viagem alguns agentes de viagens so evitados quando os indivduos
contatam diretamente o Hilton. Para colocar em prtica essa iniciativa de
e-business, o Hilton conjugou um fuxograma de trabalho aos sistemas
de reserva, aos centros de visita e aos processos de negcios com o nico
intento de obter dados mais fnamente segmentados de seus clientes. A
iniciativa requereu uma viso clara para resultar num e-business, muitas
negociaes entre todas as unidades internas do Hilton, alianas com ou-
tras empresas, investimentos em infraestrutura de TI e integrao de apli-
cativos de Internet com um extenso banco de dados de perfs segmentados
dos clientes e dos vrios sistemas de reservas existentes (OBRIEN,2004,
p. 52).
Observe e analise a fgura 12, que ilustra como uma empresa focada
no cliente agrega valor e obtm a lealdade do cliente.
Diante dos exemplos e do que acabamos de discutir, podemos afr-
mar que a TI focada no cliente, com suas ferramentas e sistemas, tem se
tornado uma oportunidade estratgica para muitas empresas, principal-
mente no que tange criao de valor aos seus consumidores.
2.4 TI e melhoria contnua
Muitas empresas realizam programas que tentam continuamente me-
lhorar sua produtividade e qualidade, e esses programas so amplamente faci-
litados pela TI. Alguns exemplos desses programas de melhoria so:
Gerenciamento da Qualidade Total (TQM);
Seis Sigma (Six Sigma);
Processamento Just-in-Time (JIT).
338
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
O objetivo bsico do suporte da TI a esses programas de melhoria
monitorar e analisar o desempenho e a produtividade, bem como reunir,
compartilhar e usar melhor o conhecimento organizacional.
Vamos examinar, com o auxlio de Laudon e Laudon (2007), algu-
mas das maneiras pelas quais as empresas enfrentam o desafo de melho-
rar continuamente.
Forma uma
comunidade
de clientes,
funcionrios,
e parceiros.
Permite aos clientes
verificarem pedidos
anteriores e a situao
da entrega.
D a todos os
funcionrios
uma viso
completa dos
clientes.
Permite aos clientes
colocarem os pedidos
diretamente.
Banco de dados
das transaes
Banco de dados
do cliente
Liga
funcionrios
e parceiros
de distribuio.
Figura 12. TI auxiliando a empresa a se focar no cliente. (adaptado de OBRIEN, 2004, p. 52).
Simplifcao do produto ou do processo produtivo:
Quanto menos etapas existirem no processo, menos tempo e
oportunidade haver para ocorrer um erro.
Imagine um servio de foricultura onde o seu processo de
entrada de pedidos seja manual e incmodo. O pessoal de
atendimento por telefone precisa escrever o pedido, averiguar
se existe estoque das fores, conseguir aprovao do carto de
crdito, entre outras atividades.
Agora pense nessa foricultura com um novo sistema de com-
putao que carrega os pedidos enviados ao cliente pela ltima
vez, permite a integrao com a operadora do carto de crdito,
alm de consultar o estoque das fores.
Com isso, a TI criou condies para simplifcar e reduzir o tem-
po do processo.
339
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Utilizao de solicitaes de clientes como diretriz para melhorar pro-
dutos e servios:
Melhorar o servio de atendimento ao cliente (SAC) e tornar
esse servio prioritrio na empresa far com que se melhore a
qualidade do produto em si.
Por exemplo: a Delta Airlines decidiu focalizar mais seus
clientes e instalou um servio de atendimento nos portes de
embarque dos aeroportos. Os dados sobre os assentos da ae-
ronave, as reservas, as informaes de check-in e os dados de
embarque de cada voo esto interligados a um banco de dados
central.
O pessoal da empresa pode ento verifcar quais passagei-
ros esto a bordo, independentemente de onde fzeram o
check-in.
Reduo do tempo de ciclo:
O tempo de ciclo aquele transcorrido desde o incio at o fm
de um processo.
Ciclos mais curtos signifcam que erros so percebidos mais
cedo no processo, provavelmente antes de um produto com
defeito ser fabricado.
A TI contribui com a reduo do tempo de ciclo ao eliminar
atrasos crticos.
Melhoria da qualidade e da preciso do projeto:
Um sistema de projeto assistido por
computador (CAD) automatiza a
criao e reviso de projetos,
usando computadores e sofsti-
cados softwares grfcos.
O software permite ao usurio criar
um modelo digital de uma pea, produto
ou estrutura e alterar o projeto no prprio
computador, sem a necessidade de construir
prottipos fsicos.

Conexo:
Melhoria contnua nas
empresas Kaizen
Se quiser saber um pouco mais sobre
melhoria contnua na empresa, veja o
link abaixo, que fala sobre o Kaizen, um
conceito japons aplicado nas empresas
que busca o aprimoramento contnuo.
http://pt.wikipedia.org/wiki/Kaizen
340
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Processo
de Negcio
Modo como o trabalho
organizado, coordenado e focalizado
para produzir um produto ou servio
de valor. Fluxos de trabalho concretos de
materiais, informaes e conhecimentos
conjuntos de atividades (LAUDON e LAUDON,
2007).
2.5 TI e a reestruturao dos processos de negcio
Antes de falarmos sobre a TI
auxiliando a reestruturao dos
processos de negcios, voc
precisa entender o que signi-
fca um processo de negcio.
Vej amos al guns
exemplos de processos de
negcios:
Fabricao e produo:
Mont a ge m do
produto, verifcao
de qualidade, coloca-
o de pedidos de compra.
Vendas e marketing:
Identifcao de clientes, conscientizao de clientes, realiza-
o da venda.
Finanas e contabilidade:
Pagamento de credores, criao de demonstrativos fnanceiros,
administrao do movimento de caixa.
Recursos humanos:
Contratao de funcionrios, avaliao de desempenho, inscri-
o de funcionrios em planos de benefcios.
Observe na fgura a seguir um exemplo de processo de negcio
transfuncional, ou seja, um conjunto de atividades (processo) que trans-
cende as fronteiras de mais de uma rea do negcio.
Vendas
Contabilidade
Fabricao
e produo
Gerar
pedido
Apresentar
pedido
Verificar
crdito
Aprovar
crdito
Emitir
fatura
Separar
produto
Expedir
produto
Figura 13 - Exemplo de um processo de negcio. (adaptado de LAUDON e LAUDON, 2007).
341
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Na reestruturao dos processos de negcios com o apoio da TI, os
passos necessrios execuo de uma tarefa particular so combinados e
simplifcados, a fm de eliminar o trabalho redundante e que no agrega
valor ao negcio.
Para que o processo seja reestruturado e d certo, a empresa precisa
fazer a si mesma algumas perguntas bsicas, como:
O que est sendo feito no processo?
Por que feito?
O que mais poderia ser feito?
O que deveria ser feito?
Por que feito neste local?
Em que outro local poderia ser feito?
Quando feito?
Por que est sendo feito neste momento?
Quando deveria ser feito?
Que faz o trabalho?
Por que essa pessoa faz?
Quem mais poderia faz-lo?
Quem deveria fazer?
Como est sendo feito?
Por que 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 no agregam valor e au-
tomatizar ao mximo as atividades manuais.
No momento de reestruturar os processos de negcios, as empresas
no devem considerar as responsabilidades tradicionais dos grupos de
trabalho, departamentos ou divises.
O objetivo principal de um processo atender s necessidades de seu
cliente (interno ou externo).
O ideal em um trabalho de reestruturao de processos de negcios
com o o apoio da TI explorar ao mximo as potencialidades das fer-
ramentas disponveis, a fm de se obter maneiras mais efetivas de se
realizar determinadas atividades.
342
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Atividades
Desenvolvemos a seguir um conjunto de perguntas, para que voc
Responda s perguntas abaixo utilizando como base tudo aquilo que
voc estudou nesta unidade e nas conexes apresentadas e o conhecimen-
to que voc possui de vivncias profssionais ou de estudos de mdulos
passados referentes ao mundo corporativo.
01. O que a economia digital?
02. Quais so as estratgias genricas que podem ser utilizadas para au-
mentar a competitividade das empresas e que podem fazer uso da tecnolo-
gia da informao?
03. Como a TI pode auxiliar as empresas em agregar valores a seus clien-
tes (ao relacionamento com esses clientes)?
04. Qual o objetivo da TI nos programas de melhoria contnua?
343
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
05. De quais maneiras a TI pode ajudar nos probramas de melhoria con-
tnua?
06. O que um processo de negcio? Cite exemplos.
Reflexo
Nos dias de hoje (e quase sempre), para um administrador conseguir
gerir bem os seus negcios, ele precisa de informao.
Informao passou a ser um ativo muito importante nas empresas
modernas e hoje em dia muito delas buscam formas de melhor gerir essas
informaes.
A TI, juntamente com os sistemas de informaes, acabam ofere-
cendo ferramentas para que essas informaes sejam bem geridas, ou seja,
ferramentas para processar dados, garantir a distribuio e disponibilidade
das informaes e garantir a consistncia da informao.
Por isso, para um administrador, muito importante saber com
quais ferramentas ele pode contar para subsidiar o gerenciamento das in-
formaes e ajudar a empresa a:
aumentar a produtividade;
reduzir custos;
melhorar a tomada de decises;
aprimorar os relacionamentos com os clientes;
desenvolver novas estratgias.
344
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
ENTREVISTA: Com os ps no cho
Letcia Costa, presidente da subsidiria brasileira da consulto-
ria Booz Allen Hamilton, acredita que muitas inovaes esto desco-
nectadas do negcio e critica as companhias que implementam siste-
mas sem uma razo concreta.
InformationWeek Brasil (IWB) - A TI saiu de um papel de suporte
para um papel estratgico e muitas empresas j enxergaram isto. Mas
ainda existe uma barreira muito forte entre as reas de negcios e a tec-
nologia. Como quebrar esta barreira?
Letcia Costa (Letcia) - A rea de TI precisa ter um entendimento
grande de negcio e a alta administrao deve entender minimamente
de TI, de forma que exista um dilogo e que a parte tecnolgica aparea
como suporte adequado. O que voc v hoje so inovaes em TI, mas
que esto desconectadas do negcio.
IWB - Por que existe essa desconexo?
Letcia - Ainda tem um nmero limitado de empresas nas quais a
funo TI participa do planejamento estratgico. Ento, a conexo entre
a estratgia e TI fca tnue. Voc v a estratgia sendo feita de cima para
baixo pela alta administrao e o planejamento de TI sendo executado
debaixo para cima pelos usurios. Estas duas coisas no necessariamente
se casam. uma viso bottom-up, mas, para voc ter uma viso estratgi-
ca, o bottom-up no sufciente. Desta forma, tem de se modifcar a ma-
neira de fazer o planejamento de TI para este link fcar mais adequado.
IWB - No seria um planejamento top-dow o mais adequado?
Letcia - Bottom-up necessrio, mas teria de haver um mecanismo
mais top-down para que eu tenha de fato o refexo da estratgia no plane-
jamento de TI.
IWB - H tambm uma presso pela adoo de novas tecnologias?
Letcia - Tem um pouco disso tambm. a famosa SOA (arquitetura
orientada a servio). Tem gente que nem entendeu direito o que , mas
tem de fazer alguma coisa. No melhor entender, ver se de fato para o
negcio existe uma aplicao real, um benefcio real? Acho que as empre-
sas 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 vo fazer com este piloto? Vou ser
sincera: no est nem um pouco claro. , diferentemente das empresas de
345
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
varejo, que tm feito piloto com RFID, mas existe um motivo dos testes,
da tentativa de compreenso do potencial da tecnologia. Tem muita gente
fazendo piloto pela tecnologia apenas.
IWB - Isto ocorre at por presso da diretoria?
Letcia - Pois . Eu li uma reportagem sobre Web 2.0 outro dia e
percebi que o pessoal ainda no entendeu direito. O problema que,
quando a empresa adota a tecnologia sem compreender as implicaes,
acaba fcando com uma colcha de retalhos. E desfazer projetos em tecno-
logia muito complicado. Um banco, por exemplo. A maior parte deles
tem uma arquitetura de sistemas calcada no legado. Fazer a reengenha-
ria disto tem um custo enorme e um risco brutal.
IWB - Voc mencionou inovaes desconexas do negcio. s
vezes, acontece das sugestes partirem de outras reas, muitas vezes
sem muita preocupao com a aplicabilidade da ferramenta. Isto uma
difculdade para a rea de TI?
Letcia - No vejo assim. E isto no exclusivo da rea de tecnolo-
gia. Em marketing, por exemplo, todo mundo d sua opinio tambm.
que durante muito tempo existiu um gap de conhecimento entre a rea de
TI e o restante da empresa, e a discusso da tecnologia fcava muito mais
contida na rea respectiva. Na medida em que o mundo hoje est muito
mais em contato com a tecnologia, comeam a existirem em relao
rea de TI coisas que voc via em relao a outras reas. Quem que no
dava palpite na rea de recursos humanos?
IWB - Voc tem visto experincias interessantes em inovao?
Quais?
Letcia - So coisas pontuais. Tem um cliente meu que est com
alguns pilotos em BPM e SOA que, de fato, tornam geis o redesenho ou
a implementao de processos. Existem as aplicaes de RFID e geo-
referenciamento. Mas me preocupo porque quase no se v isto sair do
conceito.
IWB - Por qu?
Letcia - Na minha leitura, isso ocorre porque muitas das empresas,
no todas, mas muitas delas ainda tm muita lio de casa para fazer.
Novas tecnologias so montadas em funo de uma fundao j existente,
que, diversas vezes, ainda tem defcincias importantes. Isto normal,
sempre existe um espao entre surgir o conceito e a aplicao real dele.
IWB - Falando em projetos, uma das principais difculdades da TI
conseguir cumprir os planos e os cronogramas?
346
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Letcia - No s em TI. Ns fzemos um estudo no ano passado
sobre investimentos. Os planos tambm no so cumpridos em outras
reas; e isto acontece por bons motivos. Em TI, dependendo do tipo de
iniciativa, a complexidade muito grande e torna-se muito difcil mapear
todas as variveis antes de o projeto comear. A implementao de um
ERP um bom exemplo. Alm dele, existe otimismo e presso por parte
da alta administrao. Assim, os departamentos estabelecem metas, mes-
mo sabendo que elas no so factveis.
IWB - Apesar da propaganda interna, o Brasil est em uma posio
de desenvolvimento tecnolgico aqum a outras localidades no que se
refere ao pas como fornecedor de tecnologia. O que falta?
Letcia - Se a gente falar de BRIC (Brasil, Rssia, ndia e China),
no tenho tanta certeza se o Brasil est to atrs assim. Existem projetos
de inovao muito interessantes, toda a parte de software para a rea
fnanceira muito boa e poderia ser exportada. O que falta muito aqui
mo de obra qualifcada e esprito empreendedor maior para buscar
oportunidade de levar esta inovao para fora do Brasil.
IWB - A quem cabe estimular o empreendedorismo no Brasil?
Letcia - Fizemos uma anlise sobre a internacionalizao das
empresas e avaliamos que se trata de um conjunto de fatores. O governo
no tem um papel de forar, mas de abrir canais. Existem muitas empre-
sas que tm potencial, mas no conhecem os caminhos. Tem tambm o
papel das associaes, porque, como so focadas em algumas indstrias,
conseguem entender melhor as peculiaridades delas. E, claro, o papel da
empresa, que tem de querer fazer. Caso contrrio, no adianta.
IWB - O Brasil constantemente comparado com ndia e China e,
em termos de exportao de tecnologia, os dois esto em vantagem clara.
O que poderamos aprender?
Letcia - Para aprender, com a ndia, pois com a China no tenho
tanta certeza, porque um pas complicado do ponto de vista de prote-
o de capital intelectual. Conheo empresas que nunca levam a ltima
tecnologia para a l por conta desta questo. A ndia eu vejo diferente,
porque o governo indiano fez um plano com a inteno de desenvolver
o setor de tecnologia. O Brasil poderia estabelecer esta viso de setores
em que o pas pode ser competitivo e criar polticas que incentivem estes
setores, que uma coisa que historicamente o Brasil no faz. Tanto China
como ndia de maneiras diferentes, porque cada uma tem suas caracte-
347
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
rsticas possuem planos para cinco ou dez anos. Eu te pergunto: qual
o plano que o Brasil tem para daqui a cinco ou dez anos?
IWB - Mas d pra fazer algo sem depender do governo, uma vez
que essa poltica praticamente inexistente?
Letcia - Para voc fazer um setor crescer em uma velocidade re-
lativamente rpida e se tornar competitivo, precisa de um determinado
foco. Sem o governo d para fazer? D. A gente v muita empresa por a
sendo bem-sucedida. Mas mais difcil.
IWB - Principalmente, quando voc compete com empresas gigan-
tes, como a Tata e a EDS.
Letcia - De novo, acho que tem de olhar isso de duas formas. A
Tata tem uma base aqui no Brasil muito importante. O Google tambm.
Vamos fazer um paralelo com a indstria automobilstica. Tem muito da
engenharia deste setor que est vindo para c, porque o Brasil tem qua-
lifcao e a mo de obra mais barata. Em alguns setores, importante
ter indstrias brasileiras de grande porte para competir, em outros seto-
res, se eu for competitivo, as multinacionais vo investir aqui. E a no
me interessa muito a origem do capital, desde que o investimento seja
feito aqui.
IWB - A ndia tem um offshore muito forte, mas o mercado interno
no to desenvolvido...
Letcia - O mercado interno indiano tem potencial, at pelo tama-
nho da populao daquele pas. A ndia tem um desafo de distribuio de
renda e de infraestrutura, at por polticas governamentais que trabalha-
ram muito o offshoring. No entanto, at nisto eles esto enfrentando desa-
fos. 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 ndia tem uma presena de offshoring muito maior do que
o Brasil.
IWB - No seria o caso ento de focar o mercado interno ou im-
portante a visibilidade?
Letcia - Acho importante essa visibilidade porque hoje, com rars-
simas excees, preciso estar preparado para competir globalmente. E,
para tanto, bom uma presena forte fora do pas para aprender. Mas
vamos reconhecer tambm que o mercado domstico brasileiro tem um
bom tamanho. No igual ao da ndia ou o da China, mas no d para
ser ignorado.
348
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
IWB - Falta para o Brasil uma imagem mais forte de provedor de
tecnologia?
Letcia - Falta. O Brasil tem condies, mas a ndia, por exemplo,
fez um trabalho muito melhor de divulgao de suas capacidades do que
o Brasil.
IWB - E de que forma o pas poderia trabalhar para ganhar credi-
bilidade?
Letcia - Teria de ocorrer um trabalho de divulgao maior, seja
pelo governo, por promoo comercial ou pelas empresas. Mas, no fm
do dia, o que vai importar se eu tenho ou no tenho a mo de obra qua-
lifcada para desenvolver aquele servio. Se no existir competitividade,
este esforo vai por gua abaixo. Ento, o grande foco ser no desenvol-
vimento destes recursos.
Disponvel tambm em
www.informationweek.com.br
VIOTTO, Jordana. Revista InformationWeek, IT Mdia S/A, Edi-
o n 192 de 06 de novembro de 2007.
Livro:
Administrao de Tecnologia da Informao: teoria e prtica.
Efraim Turban, R. Kelly Rainer Jr. e Richard E. Potter.
Rio de Janeiro: Elsevier, 2005.
ENTREVISTA:
A TI no comando do negcio
Como Henrique Adamczyk, CIO do Boticrio, redesenhou cinco
processos de gesto que mudaram o modo de a empresa operar.

Tudo comeou com o upgrade do ERP. No meio do processo, o di-
retor de TI do Boticrio, Henrique Rubem Adamczyk, percebeu que podia
ir alm e transformar os processos de negcios de uma das maiores fa-
bricantes de cosmticos do pas. E foi o que fez. Da implantao do SAP,
surgiu um ousado plano de transformao de cinco processos que muda-
ram a forma de atuar do Boticrio. Esses processos envolvem a gesto do
portflio e do desenvolvimento de produtos, o planejamento fnanceiro,
a gesto da demanda e das campanhas de marketing. Nomeado lder do
349
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
projeto, Adamczyk viu sua vida de CIO mudar radicalmente. Com es-
ses cinco processos em mos, tenho a responsabilidade por quase toda
a operao da empresa. O nvel de informao que absorvo e o nvel de
orientao que devo passar me do grande poder de infuncia e total en-
volvimento com o negcio, diz Adamczyk.
Acompanhe, a seguir, trechos da entrevista concedida a Info COR-
PORATE na fbrica do Boticrio, em So Jos dos Pinhais, prximo a
Curitiba.
Info CORPORATE (IC) - O Boticrio fez uma grande reestrutura-
o dos processos de negcios e a TI foi fundamental nesse redesenho. O
que mudou efetivamente e qual foi o papel da tecnologia?
HENRIQUE ADAMCZYK - A inteno era criar uma gesto
orientada a processos e fazer com que a organizao trabalhasse assim,
deixando para trs uma viso fragmentada. No incio no tnhamos no-
o de onde ia dar essa ideia, porque nossos processos no eram estru-
turados. Havia uma diretoria de marketing, uma comercial, a de comuni-
cao e uma estrutura baseada nessas reas. As coisas aconteciam, claro
que aconteciam, tanto que a empresa est a, 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 redese-
nhar a gesto:
1) a estratgia do negcio;
2) a valorizao das pessoas, porque so elas que facilitam as coi-
sas, e so elas tambm que impem resistncias;
3) o desenho de novos processos, com regras claras de negcios;
4) e a tecnologia, porque no adianta ter pessoas qualifcadas, com
processos bem desenhados, se no tiver tecnologia para gerar efcincia
e permitir o trabalho com grandes volumes de informaes. Para isso
adotamos uma metodologia chamada CPFR (Collaborative Planning,
Forecasting and Replenishment) e o projeto ganhou o nome de CPFR.
Sua inteno era reestruturar os processos e usar o SAP para suportar
esses novos processos dentro da organizao.
IC - A iniciativa de mudar os processos de negcios foi da TI?
ADAMCZYK - Tudo comeou na TI. Houve um envolvimento cor-
porativo grande, mas j estava na estratgia da TI desde a mudana do
ERP para SAP, em 2004. Dividimos o projeto em duas fases: a primeira
envolvia a base transacional da organizao, da folha de pagamento
ao controle da produo, passando por gerenciamento de armazns,
350
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
logstica, faturamento, enfm, tudo o que era transacional. A fase dois
foi a implementao de novos mdulos para atender s operaes no
transacionais, como a gesto de campanhas, o portflio e o ciclo de vida
de produtos. Ento casamos essa fase dois do ERP com o redesenho dos
processos. O que fz foi sensibilizar a corporao para criar um novo pro-
jeto, o CPFR, e os dois foram integrados.
IC - Quais reas passaram por mudanas?
ADAMCZYK - Reestruturamos cinco reas dentro da companhia:
a gesto de campanha dos produtos, a gesto de portflio e de desenvol-
vimento de produtos, a gesto da demanda e o planejamento fnanceiro.
Esses cinco processos tm um impacto muito grande dentro da operao
da companhia.
IC - Como era a gesto de campanha dos produtos antes da rees-
truturao e qual a importncia dessa rea para o Boticrio?
ADAMCZYK - Antes a verba de marketing para a gesto das cam-
panhas era diluda dentro da organizao. Existiam campanhas que nas-
ciam e eram gerenciadas na rea de comunicao. Outras no marketing e
no comercial. No havia um alinhamento nem uma coerncia entre elas e
o posicionamento da marca Boticrio. Nossa proposta foi ter um processo
nico, que centralizasse essa gesto e todos os esforos de marketing dos
produtos, que uma conta alta no nosso negcio. O controle passou a ser
centralizado. As campanhas continuam sendo elaboradas pelas pessoas
de marketing ou de comunicao, mas agora elas tm de se inserir num
processo novo, que tem uma srie de etapas. Todas tm avaliao de re-
sultados e mensurao do impacto. No corremos mais o risco de fazer
uma campanha e no saber se ela foi bem ou mal.
IC - Quantas campanhas o Boticrio faz por ano?
ADAMCZYK - So mais de 100 campanhas de produtos por ano.
Lanamos cerca de 200 produtos e essas campanhas so uma forma de
impactar o consumidor. Hoje funciona assim: se o marketing quer fazer
uma campanha, precisa cadastr-la no SAP e defnir para o que vai servir
e, principalmente, se est alinhada com o que a corporao quer atingir
naquele momento. Temos uma grade integrada que permite enxergar to-
dos os movimentos. Antes descobramos tarde demais que j existia uma
campanha similar quela que estava sendo criada. Defnidos os pontos
principais da campanha, perguntamos quanto a mais vamos vender em
funo dela, pois todas elas tm de trazer um incremental e no podem ter
margem negativa.
351
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
IC - Passados seis meses da implantao dessas mudanas, quais
so os resultados para a organizao?
ADAMCZYK - J temos, sim, alguns resultados signifcativos,
como a reduo de 30% no nmero de campanhas, porque passamos a
notar as incoerncias. As anlises so feitas sempre sob a tica da inds-
tria e dos 13 mil franqueados que esto na ponta. Alcanamos tambm
uma economia, entre o previsto projetado e o efetivamente gasto, de 5
milhes de reais no perodo. Com a gesto centralizada e esse monitora-
mento apurado, alguns esforos de marketing tambm foram reduzidos.
Da essa economia de 5 milhes de reais.
IC - As mtricas so desenhadas no SAP em mdulos customizados
ou houve o aproveitamento do que existia no programa?
ADAMCZYK Aproveitamos praticamente todos os mdulos do
SAP e sua espinha dorsal, mas houve customizaes tambm, para ter
uma interface mais amigvel e garantir uma integrao maior. A base de
tudo o SAP, que faz as contas para simular uma campanha. Esse simu-
lador j traz a demonstrao de resultados da empresa e diz que a receita
decorrente daquela campanha ser x, mostra se a margem daquela ca-
tegoria de produtos ir aumentar em funo da campanha e se vale ou
no a pena faz-la. A deciso qualitativa, mas com base nos nmeros a
campanha aprovada ou no. S o fato de ter o sistema j inibe algumas
campanhas negativas, a no ser que o dono faa uma sustentao muito
boa.
IC - Isso quer dizer que as decises de negcios deixaram de ser
tomadas na base do feeling?
ADAMCZYK - A qualidade das anlises fnanceiras est muito
mais pautada em fatos, informaes e em planos, porque antes era tudo
meio emprico. As decises se baseavam no eu aposto que vai dar cer-
to. O sistema como um todo e esses novos processos esto criando uma
dinmica que permite dizer com mais segurana coisas como vamos
crescer mais que o mercado. Observamos nesses seis meses que agora
h uma maior assertividade das tendncias. Um exemplo: nesse perodo,
fzemos 102% da receita planejada. Erramos em apenas 2% para cima.
Em termos de margem e volume tambm acertamos. Em volume, tivemos
102,64% e, em margem, 103,84%. Ou seja, o que projetamos como ten-
dncia, comparado com o realizado, mostra um acerto grande do sistema.
Isso impacta na gesto, porque, se a empresa consegue prever melhor a
sua demanda, consegue tambm atender melhor o franqueado, raciona-
352
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
lizar estoques. Isso tudo se traduz em mais grana. Um outro resultado
foi a reduo de 15% dos estoques da rede de varejo. O que bom para
o franqueado, pois menos dinheiro empatado. Na gesto de demanda
tambm houve mudanas. Antes a viso era anual, hoje trabalhamos com
um perodo maior, de cinco anos, para a estratgia, e os processos tm
viso de trs anos. Isso facilita o planejamento oramentrio. Temos ain-
da uma viso detalhada de 18 meses, produto a produto. O macro est no
longo prazo.
IC - As reas que tiveram os processos alterados so vitais para o
negcio. Como se deu o gerenciamento da mudana?
ADAMCZYK - No foi fcil. No est sendo fcil. Dentro do pro-
jeto abrimos quatro frentes bem fortes: o PMO do projeto; o prprio re-
desenho dos processos; a gesto de mudanas, que cuidava das questes
culturais; e a frente tcnica, para as questes de tecnologia. Na gesto de
mudanas, fzemos desde workshops e um teatro para transmitir os con-
ceitos at coisas mais simples, como pedir para os integrantes das equi-
pes de projetos almoar com as pessoas para passar os novos conceitos e
esclarecer dvidas.
IC - Quais conselhos voc daria a um CIO que queira seguir esse
modelo de gesto por processos baseado no ERP?
ADAMCZYK - Um projeto como esse s comea se houver uma
inteno muito clara e uma forte necessidade do negcio. O CIO deve
visualizar se a mudana vai mesmo fazer a diferena para a empresa. S
assim conseguir fora para mudar e criar uma estrutura baseada em
processos. Entender essa nova dinmica no simples. preciso sensi-
bilizar a alta direo, para que compre esse novo modelo de gesto. Uma
vez comprada a ideia, o CIO tem ainda de trabalhar a cada dia, porque
a comeam as dores, com a perda de espao das pessoas e a necessidade
de compartilhar informaes. Depois preciso manter acesa a chama
da mudana e trabalhar fortemente no entendimento dos conceitos e dos
processos, para minar os focos de resistncia.
IC - Hoje os cinco lderes de processos, que so pessoas de neg-
cios e gerentes seniores, respondem para voc, para a TI. Isso no gerou
problemas com os outros diretores?
ADAMCZYK - No comeo gerou um mal-estar. Mas, como meu
nvel de envolvimento com eles grande, est sendo muito saudvel. Te-
353
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
mos amadurecido como equipe. Mas houve um certo desconforto entre os
outros diretores. Isso natural e foi discutido abertamente. O diretor de
supply chain gostaria de estar nessa posio, pois participou ativamente
do projeto. Ns dois ramos os mais fortes e ele me disse que precisou de
dois ou trs dias para assimilar que no seria o lder. Mas o caminho est
correto, porque a deciso pela minha escolha foi pautada pelo fato de eu
ser da tecnologia, uma rea isenta. Se fosse o diretor de marketing, po-
deria puxar a sardinha para o marketing, o comercial, idem. A TI no
vai puxar a sardinha para ningum, porque tem mais iseno. Enxerga
pela tica do negcio.
IC - Sua vida como diretor de tecnologia mudou radicalmente...
ADAMCZYK - Mudou muito. Agora uma outra dinmica. Hoje
olho diariamente como est a carteira de pedidos do Boticrio, como est
a margem de determinados produtos. Olho semanalmente os projetos de
novos produtos e seus riscos. Antes acompanhava esses dados de forma
espordica. Com esses cinco processos em mos, tenho quase a operao
do negcio como um todo. Com o nvel de informao que acabo absor-
vendo e o nvel de orientao que preciso passar, ganhei um poder de
infuncia grande dentro da organizao e um total envolvimento com o
negcio.
IC - Como fcou a estrutura da equipe de TI com as mudanas?
ADAMCZYK - Continuo olhando para a TI, s que agora temos um
posicionamento estratgico mais claro. Mas s consegue isso o CIO que
tem profundo conhecimento do business e uma equipe muito qualifcada,
responsvel pelo operacional. TI fundamental. Quando vemos as mu-
danas culturais pesadas que fzemos no Boticrio, como a implantao
do ERP, percebemos que tudo foi fundamentado em tecnologia.
O BOTICRIO EM NMEROS
- R$ 677 milhes foi o faturamento do Boticrio em 2006;
- 2.382 era o nmero de lojas prprias e franqueadas em 2006;
- 200 produtos so lanados por ano, vendidos em 20 pases;
- R$ 35 milhes o budget de TI, ou 4,5% do faturamento;
- 1.200 so os funcionrios da fbrica e 13 mil na rede;
- 55 profssionais integram a equipe de TI.
KATIA MILITELLO / Editora Abril
354
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
U
n
i
d
a
d
e

3

mestre de 2007.
estudo multi caso sobre a utilizao de ferramentas informatizadas de
PORTER, M. E. (1985). Vantagem competitiva: criando e sustentan-
do um desempenho superior. Rio de Janeiro: Elsevier.
TURBAN, E., RAINER, R. K.; POTTER, R. E. (2005). Administra-
o de Tecnologia da Informao: teoria e prtica. Rio de Janeiro:
Elsevier.
Na prxima unidade
Nesta unidade voc estudou o conceito de tecnologia da informao
e tambm 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 informaes baseados em
tecnologia da informao.
Ento, agora podemos seguir com o nosso aprendizado para a uni-
dade 3, na qual iremos tratar de um sistema de informao especfco e
bastante utilizado nas empresas modernas: Sistema de Informao Geren-
cial (SIGE) ou ERP.
Falaremos sobre a defnio, evoluo e sobre como implantar o
SIGE, alm de outros conceitos importantes acerca desse sistema de in-
formao.
U
n
i
d
a
d
e

3

Sistemas integrados
de gesto empresarial
Defnies e implantao
As empresas modernas esto, cada vez
mais, utilizando os sistemas integrados de ges-
to empresarial.
Por meio desse tipo de sistema, as empresas conse-
guem se pensar de forma horizontal, ou seja, proces-
suada, integrando vrias reas da empresa por meio de
processos e automatizando-os.
Por meio desses sistemas, as empresas comeam a abandonar
aquela viso verticalizada (e cartesiana) na qual cada departa-
mento (diretoria) era responsvel pelos seus processos sem muito
se preocupar com o que acontecia com os outros departamentos.
De fato, os SIGEs (como so conhecidos os sistemas integrados de
gesto empresarial) ou ERPs (sigla em ings para os SIGEs) trazem o
conceito da representao da empresa por meio do modelo sistmico,
entendendo-a como um emaranhado de subsistemas que trabalham jun-
tos de forma sinrgica e em busca de um objetivo comum.
Como futuro administrador, voc precisar conhecer os conceitos ele-
mentares, a evoluo, as principais caractersticas, os benefcios e as dif-
culdades que envolvem um dos principais sistemas de informao para as
empresas, o sistema ERP.
Compreender os conceitos bsicos e a evoluo dos sistemas ERP.
Entender as caractersticas dos sistemas ERP e o que elas podem
gerar no ambiente de negcios.
Entender, analisar e relacionar os benefcios e as difculdades
que um ERP pode proporcionar para uma empresa, bem como
perceber a importncia do papel do administrador de empre-
sas para o sucesso desse tipo de sistema.
Identifcar as principais etapas do ciclo de vida dos pro-
jetos de sistemas ERP.
Compreender as principais causas que levam as em-
presas a implantarem sistemas ERP.
356
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
ERP
um SI?
Os sistemas ERP tambm
so considerados SI (Sistemas de
Informao), afnal eles captam dados,
processam, armazenam e distribuem-nos
em forma de informaes ao longo dos pro-
cessos de negcios das empresas.
Entender e explicar os passos necessrios para a seleo e deciso sobre
qual ERP implantar.
Compreender a importncia de algumas premissas e cuidados que de-
vem ser tomados antes de se iniciar uma implantao de ERP.
Distinguir e entender as diferentes etapas e atividades necessrias para
conduzir um processo de implantao de ERP.
Voc se lembra?
1) Voc se lembra da unidade 1 quando estudamos SI? No? Ento me-
lhor voc retomar este conhecimento sobre SI, pois nesta unidade falare-
mos sobre um SI em especial, e conhecer a teoria geral acerca dos SIs ir
ajud-lo nesta empreitada.
2) Voc lembra o que um processo de negcio?
Seria interessante voc procurar, na unidade 2, a defnio de processo de
negcio, uma vez que o SIGE ajuda na automatizao desse processo e
conhecer essa defnio ir ajud-lo a compreender melhor a funo de
um SIGE.
3.1 Conceito e evoluo dos SIGEs
Muito provavelmente, voc j
ouviu falar nos sistemas ERP,
do ingls Enterprise Resources
Planning (Planejamento dos
Recursos Empresariais),
ou, como ele mais conhe-
cido entre ns, Sistemas
Integrados de Gesto
Empresarial.
Os s i s t emas ERP
so SI Integrados, que tm
a finalidade de dar suporte
maioria dos processos de negcios
das empresas, sejam elas indstrias, co-
mrcios ou prestadoras de servios. No entanto, observe com cautela o
termo planejamento quando traduzimos sua sigla para o nosso idioma.
357
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Sistemas integrados de gesto empresarial Defnies e implantao Unidade 3
Os sistemas ERP no realizam planejamento por si s, eles fornecem fer-
ramentas e informaes para os gestores planejarem suas empresas.
E por que ser que to importante para voc, como futuro gestor
de empresas, aprender e analisar as vrias informaes sobre esses siste-
mas ERP?
Simplesmente pelo fato de que esse tipo de sistema de informao
interfere e, digamos que, transforma toda a empresa, principalmente no
que diz respeito interligao entre os diferentes setores e processos de
negcios.
Alm disso, por se tratarem na maioria das vezes de sistemas pron-
tos, eles, por um lado, diminuem a necessidade de desenvolvimento in-
terno, porm, por outro, aumentam a de suporte, transformando os profs-
sionais de TI em facilitadores de processos de negcios (COLANGELO
FILHO, 2001).
Vamos ento iniciar nosso estudo sobre sistemas ERP, a partir do
entendimento do seu conceito apresentado por diferentes autores.
SISTEMAS ERP OU SISTEMAS INTEGRADOS DE GES-
TO
(Enterprise Resources Planning)
Softwares que permitem s organizaes integrar seus processos,
fazendo com que todos os departamentos utilizem de forma padro os
dados e informaes em tempo real (COLANGELO FILHO, 2001).
Sistemas de informao integrados que, em forma de softwares
comerciais, oferecem suporte s reas de operaes de uma orga-
nizao, como manufatura, contabilidade, administrao fnanceira,
recursos humanos etc. (SOUZA e SACCOL, 2003).
Sistema interfuncional que atua como uma estrutura para integrar e
automatizar muitos dos processos de negcios que devem ser reali-
zados pelas funes de produo, logstica, distribuio, contabilidade,
fnanas e de recursos humanos de uma empresa (OBRIEN, 2004).
358
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
De forma resumida, podemos dizer que um sistema ERP :
Um SI (Sistema de Informao) nico que:
permite integrar os vrios processos de negcios empresariais;
possibilita um fuxo de informaes contnuo, consistente e padro-
nizado;
pode ser acessado em tempo real por toda a empresa, atravs de, na
maioria das vezes, uma nica base de dados.
(MIGLIOLI, 2007)
Na viso empresarial, podemos dizer que um sistema ERP :
Um SI (Sistema de Informao) integrado:
que permite integrar as vrias reas e setores de uma empresa,
suprindo s diferentes necessidades de cada macroprocesso de negcio,
ou seja, atendendo s particularidades do comercial, da produo, do
fnanceiro e dos recursos humanos;
organizado em subsistemas (mdulos), adequado para atender s
peculiaridades de cada um desses macroprocessos ou setores;
que combina todos esses subsistemas (mdulos), em um banco de
dados comum, que proporciona compartilhamento de informaes
em tempo real entre todos os setores de uma empresa.
(MIGLIOLI, 2007)
Voc se lembra da Viso Sistmica, que discutimos em nosso pri-
meiro tema?
Se no lembra, volte um pouco no texto e releia, pois os sistemas
ERP so baseados na ideia de se enxergar a empresa de maneira sistmica,
como um conjunto de partes interligadas, onde uma parte, ou processo,
infuencia o sistema como um todo.
Observe na fgura a seguir um esquema tpico de um sistema ERP.
Note que ele se assemelha muito com a viso sistmica da empresa que
discutimos anteriormente.
359
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Sistema
ERP
Planejamento da
produo
Produo Suprimentos Vendas
Tesouraria Contas a
pagar
Contas a
receber
Faturamento Contabilidade
Recursos
humanos
C
L
I
E
N
T
E
S
F
O
R
N
E
C
E
D
O
R
E
S
Figura 14 - Esquema tpico de um sistema ERP. (adaptado de Miglioli, 2007) a partir de
Souza e Saccol, 2003).
Atualmente, os sistemas ERP atendem s principais reas e proces-
sos de uma empresa, conforme voc pode notar no quadro a seguir.
FINANAS E CON-
TROLADORIA
PRODUO, OPERA-
ES E LOGSTICA
RECURSOS HU-
MANOS
Contas a pagar;
Contas a receber;
Tesouraria;
Ativo imobilizado;
Contabilidade fscal;
Contabilidade gerencial;
Custos;
Oramentos;
Anlise de rentabilidade.
Suprimentos;
Estoque;
Gesto da qualidade;
Planejamento e controle de
produo;
Custos da produo;
Previso de vendas;
Processamento de pedidos;
Faturamento;
Gesto de projetos.
Recrutamento e se-
leo;
Treinamento;
Benefcios;
Desenvolvimento
de pessoal;
Medicina e segu-
rana do trabalho
Remunerao;
Folha de pagamen-
tos.
Figura 15 - Principais reas e processos de negcios atendidos por um ERP. (COLANGELO
FILHO, 2001).
360
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
No entanto, historicamente, os sistemas
ERP so considerados como uma evoluo
dos sistemas MRP I e II, medida que, alm
do controle dos recursos diretamente utili-
zados na manufatura (materiais, pessoas,
equipamentos), tambm permitem controlar
os demais recursos da empresa utilizados
na produo, comercializao, distribuio e
gesto.
Vamos, com o auxlio de Colangelo Filho (2001), dar um passeio
pela histria e evoluo dos sistemas ERP.
Dcada de 1960:
Inicia-se o uso de computadores no suporte aos negcios;
Equipamentos caros e com capacidade limitada;
Essencialmente utilizados para aplicaes fnanceiras;
Pouca oferta de softwares;
Desenvolvimento interno pelas empresas;
Automao de rotinas manuais, principalmente relacionadas ao
controle de estoque.
Dcada de 1970 (MRP I):
Computadores mais poderosos e baratos;
Surgimento dos sistemas MRP I (Materials Requirements
Planning), destinados s indstrias com o propsito principal
de explodir as listas de materiais com base em um plano de
fabricao;
O objetivo desses sistemas era determinar, com base nas estru-
turas dos produtos acabados, as necessidades brutas e lquidas
dos materiais necessrios produo;
Os sistemas MRP I no se preocupavam com o planejamento
da capacidade de mquinas e mo de obra, tampouco com os
custos.

Conexo:
Conceito bsico do MRP
Se voc desejar saber um pou-
co mais sobre o conceito de MRP,
consulte o link abaixo:
http://www.administradores.com.
br/informe-se/artigos/conceitos-
basicos-do-mrp-material-requi-
rement-planning/26507/
361
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Dcada de 1980 (MRP II):
Difuso dos microcomputadores;
Surgiram os MRP II, (Manufacturing Resources Planning), que
foram uma ampliao dos sistemas MRP I da dcada anterior;
Alm de executar as mesmas funes dos sistemas MRP I, os siste-
mas MRP II tratavam do planejamento da capacidade de produo
e de aspectos fnanceiros, como oramento e custeio da produo;
A instalao desses sistemas se deu de forma departamental,
restringindo-se rea industrial, tornando-os sistemas isolados
dos demais;
Viso departamental em contrapartida viso de processos de
negcios;
Tanto os sistemas MRP II quanto os demais sistemas existentes
nas empresas (folha de pagamento, contabilidade, por exem-
plo) eram departamentais, ou seja, alm de isolados, no eram
integrados entre si;
Difculdade de promover o suporte completo e integrado a um
processo de negcios.
Dcada de 1990 (ERP):
A TI evolui nessa poca para os chamados ambientes cliente-
servidor, no qual os bancos de dados so centralizados e aten-
dem a grande nmero de aplicaes;
O incio da dcada marcado pelo nascimento da globalizao;
O ambiente empresarial torna-se mundial e altamente compe-
titivo;
Os sistemas MRP II se expandem para as reas de fnanas,
contabilidade e recursos humanos, prometendo agilidade e re-
duo de custos;
Surge a expresso ERP como forma de denominar os sistemas
MRP II, que agora estavam com maior amplitude funcional.
A fgura a seguir resume a evoluo histrica dos sistemas ERP que
apresentamos anteriormente.
362
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Dcada
de 1970
Dcada
de 1970
Dcada
de 1970
MRP I
(Materials
Requirements
Planning)
ERP
(Enterprise
Resource
Planning)
MRP I
ERP
MRP II
MRP I
Produo
Produo
Finanas
Empresa inteira
Produo
Finanas
MRP II
(Manufacturing
Resource
Planning)
MRP II
MRP I
E
v
o
l
u
o

d
o
s

c
o
m
p
u
t
a
d
o
r
e
s
E
v
o
l
u
o

d
a

a
b
r
a
n
g
n
c
i
a

f
u
n
c
i
o
n
a
l

d
o
s

S
I
Figura 16 - Evoluo dos sistemas ERPs. (adaptado de MIGLIOLI, 2007).
Observe na fgura anterior que atualmente os antigos sistemas MRP
I e II fazem parte(esto embutidos) nos sistemas ERPs.
caro implantar um ERP?
De toda essa nossa discusso sobre a evoluo dos sistemas ERP,
As primeiras implantaes desses sistemas foram relativamente
caras e demoradas, particularmente em funo da pequena experincia
e da inexistncia de metodologias de trabalho especfcas para tal fna-
lidade.
Conforme o tempo foi passando e mais implantaes foram realizadas,
os fornecedores desses sistemas e as empresas de consultoria desen-
volveram conhecimento, metodologias e ferramentas para reduzir os
prazos, custos e riscos dos projetos de implantao (COLANGELO
FILHO, 2001).
3.2 Caractersticas de um sistema ERP
Agora que voc j sabe bem o que um sistema ERP e como ele surgiu e
evoluiu, vamos analisar algumas das suas principais caractersticas.
363
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Segundo Souza e Saccol (2003), os sistemas ERP possuem caracte-
rsticas bsicas 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 caractersticas podem ser
agrupadas da seguinte maneira:
a) So pacotes comerciais de software;
b) Incorporam modelos de processos de negcios;
c) So sistemas de informao (SIs) integrados, que utilizam um
banco de dados corporativo;
d) Possuem grande abrangncia entre as funes da empresa;
e) Necessitam de alguns tipos de ajustes antes de entrar em fun-
cionamento.
Vamos analisar detalhadamente, na sequncia, cada uma dessas ca-
ractersticas.
Pacotes comerciais:
A ideia principal dos pacotes comerciais resolver duas ques-
tes importantes que geralmente ocorrem no desenvolvimento
interno de sistemas, feito por mtodos tradicionais de anlise e
programao:
O no cumprimento dos prazos; e
O estouro dos oramentos;
Como os sistemas ERP no so projetados para um cliente
especfco, mas sim para atender ao maior nmero possvel de
empresas, de diferentes portes e segmentos, o seu desenvolvi-
mento se torna algo extremamente complexo e caro;
Por isso, os fabricantes desses sistemas os encaram como pa-
cotes comerciais de software, a fm de explorar o seu ganho
em escala.
Modelos de processos de negcios:
A defnio de processos de negcios :
Um conjunto de atividades organizadas para se atingir um re-
sultado empresarial esperado. Um exemplo o processo de de-
senvolvimento de um novo produto na empresa, ou do processo
de compras de matrias-primas.
364
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Para atender s necessidades do maior nmero possvel de
empresas, os sistemas ERP precisam incorporar os modelos de
processos de negcios das mais diferentes empresas (indstrias,
comrcios, prestadoras de servios);
Os modelos de processos de negcios das diferentes empresas
vo sendo incorporados pelos fabricantes aos seus sistemas
ERP, medida que as implantaes e atualizaes vo sendo
realizadas repetidamente;
O mercado empresarial de ERP chama esses modelos de pro-
cessos de negcios de best practices, ou simplesmente, me-
lhores prticas;
A grande vantagem para as empresas que adquirem os ERPs o fato
de poderem incorporar essas best practices aos seus processos.
SIs integrados:
Os escritores destacam a importncia de se diferenciar os ter-
mos empresa integrada de sistemas integrados, pois:
Empresa integrada um objetivo a ser alcanado;
J sistema integrado, no caso, o ERP, uma maneira para se
atingir esse objetivo.
Para que um sistema ERP possa ser de fato considerado um SI
integrado, ele deve ter sido construdo e funcionar como um
nico SI, que atenda simultaneamente s vrias reas de neg-
cio de uma empresa;
Se cada setor da empresa estiver sendo atendido por um SI iso-
lado, no teremos um sistema ERP.
Grande abrangncia funcional:
Ao contrrio dos demais softwares e pacotes empresariais que
normalmente atendem apenas a uma rea funcional, os sistemas
ERP atendem a vrios setores dentro de uma empresa;
Um dos propsitos principais de um ERP atender o maior nme-
ro possvel de processos dentro de uma empresa, fazendo com que
muitos benefcios sejam conquistados ao longo de sua utilizao;
Para atender a esse propsito, os sistemas ERP so divididos e
organizados em mdulos, ou seja, subsistemas que contemplam
funcionalidades especfcas para atender a um ou mais setores
da empresa.
365
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
As duas fguras a seguir representam:
A primeira, os mdulos comumente encontrados nos siste-
mas ERP, organizados por cores. Observe atentamente:
Compras Estoque Custos
Importao Vendas Folha e Ponto
Produo Financeiro Ativo Fixo
Manuteno
Industrial
Livros Fiscais Contabilidade
Figura 17 - Principais mdulos de um sistema ERP. (MIGLIOLI, 2007).
Pedido
de compra
Recebimento
mercadoria
Contas a
Pagar
Contas a
Receber
Fluxo de
Caixa
Simulao
Financeira
Movimento
de Ttulos
Movimento
de Ttulos
Banco
Banco
Qualidade
Oramento
Estoque
MP/MC
Requisies
Estoque
Produto
Acabado
Importao
Custos
Simulao
Preos de
Venda
Custos
Indiretos
Folha de
Pagamento
Ponto
Eletrnico
Ativo
Fixo
Manuteno
Industrial
Contabilidade
Cotao
Solicitao
Compras
Contrato de
fornecimento
MRP I
MRP II
PCP
Ordens de
Produo
Previso
de Vendas
Pedidos
de Vendas
Liberao
de Crdito
Liberao
de Estoque
Faturamento
Apontamentos
eletrnicos
Produo
Clientes
Fornecedores
Demonstrativo
de Resultados
Livros
Fiscais
Lanamentos
Automticos
Razo
Balancete
Dirio
Figura 18 - Principais funcionalidades dos mdulos de um sistema ERP. (adaptado de
Miglioli,2007, a partir de Haberkorn, 2004).
366
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Na fgura anterior, as principais funcionalidades desses mdulos,
representadas pelos retngulos, de acordo com as cores dos mdulos e
integrao entre os mdulos e funcionalidades, so indicadas pelas setas.
Observe atentamente.
Tipos de ajustes:
Para que possam ser utilizados em qualquer tipo de empresa, os sis-
temas ERP requerem alguns tipos de ajustes antes de entrarem em
funcionamento. So eles:
Parametrizao (ou confgurao): processo de adequao do
ERP s regras de negcio de uma determinada empresa. Isso
feito atravs da defnio dos valores de parmetros j disponi-
bilizados no prprio sistema;
Customizao: a modifcao de alguma parte do ERP para que
ele possa se adequar a uma determinada necessidade empresa-
rial, impossvel de ser atendida atravs da parametrizao.
Diante de toda essa discusso que acabamos de realizar sobre as ca-
ractersticas dos sistemas ERP, muito importante voc saber:
Muitas vezes no mundo real, as empresas acabam incorporando, ou
mesmo se adequando, s melhores prticas embutidas nos sistemas
ERP que adquirem;
Essa adaptao da empresa ao ERP ocorre geralmente por dois mo-
tivos:
Ou a empresa adquiriu o ERP para utiliz-lo como um instru-
mento para melhorar os seus processos de negcios;
Ou, simplesmente, porque os processos de negcios da empre-
sa esto bastante desorganizados e sem regras estabelecidas,
fcando assim, mais fcil a empresa se ajustar s melhores
prticas do sistema ERP;
Entre os tipos de ajustes necessrios para o ERP funcionar, o mais
indicado, quando possvel, a parametrizao do sistema s regras de
negcios da empresa, pois:
todo ajuste do tipo customizao requer custos adicionais ao
projeto, tornando-o ainda mais caro; e
torna a manuteno do sistema mais complexa, especialmente
quando o fornecedor libera novas verses do seu produto.
367
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Os sistemas ERP so mais do que simplesmente softwares empresa-
riais, so, na verdade, ferramentas para a melhoria dos processos e da
gesto dos negcios, desde que esses negcios estejam desenhados a
partir de uma viso integrada, ou sistmica;
O simples fato de uma empresa possuir um sistema integrado, ou seja,
um ERP, no signifca necessariamente que ela seja uma empresa in-
tegrada. Afnal, como vimos anteriormente, o sistema simplesmente
uma ferramenta para que esse objetivo (empresa integrada) seja
alcanado (MIGLIOLI, 2007).
3.3 Benefcios e dificuldades de um sistema ERP
Depois de discutir e analisar as caractersticas de um sistema ERP,
vamos entender um pouco mais sobre os benefcios e as difculdades que
esto por trs de um dos principais tipos de sistemas de informao exis-
tentes atualmente.
Antes de continuarmos, importante voc saber que a maioria dos
benefcios e das difculdades associadas a um ERP est relacionada sua
principal caracterstica, que a integrao e aderncia dos mdulos e das
regras do sistema, com os processos e mtodos de trabalho das empresas.
Esse cenrio ocorre porque:
Com a integrao proporcionada pelo sistema ERP, todas as ativi-
dades da empresa esto compartilhadas de maneira on-line, fazendo
com que as informaes lanadas estejam disponveis de imediato
para todas as reas da empresa;
Desse modo, um lanamento correto ou errado de informaes em
uma parte do sistema pode causar impactos positivos ou negativos em
outras atividades que dessa parte dependem.
3.3.1 Benefcios de um Sistema ERP
Alguns benefcios so evidenciados de imediato, a partir da utiliza-
o de um sistema ERP em uma empresa, como:
A melhoria na qualidade e preciso das informaes;
A transparncia nas informaes dos setores;
Disponibilidade de informaes on-line;
Aumento do nmero de informaes para apoiar tomadas de decises;
Eliminao ou considervel diminuio de erros;
Melhoria nos controles das atividades e processos de negcios.
368
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Alm desses benefcios, alguns outros podem surgir a mdio prazo,
como:
Reduo de custos;
Anlise real do desempenho dos negcios;
Disponibilidade de indicadores de desempenho e relatrios que per-
mitem avaliar os processos e traar novas estratgias.
Para Colangelo Filho (2001), as empresas podem obter benefcios
aps a implantao de sistemas ERP, tanto de forma tangvel como intan-
gvel.
Segundo esse autor, os benefcios tangveis so aqueles que podem
afetar diretamente a rea fnanceira da empresa, como o aumento das re-
ceitas e dos lucros, a reduo dos estoques, o aumento de produtividade,
entre outros.
J os benefcios intangveis so tambm de grande importncia para
a empresa, mesmo no apresentando diretamente reduo de custos e au-
mento no capital. Esses benefcios melhoram os processos de negcios, o
atendimento e a satisfao dos clientes, entre outros.
Observe no quadro a seguir um resumo dos benefcios tangveis e
intangveis relacionados aos sistemas ERP:
BENEFCIOS TANGVEIS BENEFCIOS INTANGVEIS
Reduo de estoques;
Aumento da produtividade;
Reduo do tempo de ciclo das or-
dens de produo;
Reduo de tempo de fechamento
contbil/fnanceiro;
Reduo de custos de TI;
Melhorias na gesto de caixa;
Aumentos em receitas / lucros;
Melhorias em transportes / logsticas;
Entregas no prazo.
Informao com maior visibilidade;
Melhorias em processos de neg-
cios;
Melhorias nos processos de supri-
mentos;
Melhorias nos processos de manu-
teno;
Melhorias no atendimento ao clien-
te;
Integrao de processos;
Padronizao de processos;
Flexibilidade.
Figura 19 - Benefcios tangveis e intangveis relacionados aos sistemas ERP. (Miglioli,
2007, a partir de Colangelo Filho, 2001).
369
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Thomas H. Davenport considerado atualmente um dos mais con-
ceituados escritores sobre gesto da informao nas empresas, redesenho,
melhorias de processos e utilizao de sistemas de gesto empresarial, os
ERPs.
Por isso, vamos, com o auxlio de Davenport (2002, p. 22), apresen-
tar alguns exemplos de empresas e dos benefcios que os sistemas ERP
proporcionaram a elas.
Exemplo 1: Reduo de tempo de ciclo
A Autodesk, grande produtora de software informatizado de pro-
jetos, como o AutoCAD, conseguiu ganhos substanciais em termos de
reduo de custos e de prazos em processos fundamentais de negcios.
O prazo de entrega dos pedidos aos seus clientes era, em mdia, de duas
semanas, mas agora 98% desses produtos so despachados em apenas 24
horas. Os prazos de encerramento fnanceiro foram reduzidos pela meta-
de, de 12 para seis dias. A Autodesk estima j ter economizado, apenas
com a reduo de estoques, mais do que lhe custou toda a instalao do
seu sistema de gesto empresarial do SAP.
Exemplo 2: Informaes mais rpidas sobre transaes
A Diviso de Armazenamento de Sistemas (disk drive) da IBM
conseguiu uma reduo no prazo necessrio para apresentar informaes
sobre preos de cinco dias para cinco minutos; a remessa de peas de re-
posio, que antes levava at 22 dias, agora feita em trs dias, e as veri-
fcaes de crdito, que anteriormente levavam 20 minutos, fcam prontas
em apenas trs segundos. Creditar na conta de um cliente a devoluo de
um disk drive levava antes at trs semanas, isso agora feito na hora. A
Diviso de Armazenamento chegava a gastar milhares de horas na verif-
cao e na conferncia dos dados dos relatrios gerncia, isso agora
feito automaticamente. A IBM, no seu todo, tem 21 projetos do SAP em
funcionamento, cobrindo 80% dos seus negcios centrais; outros oito pro-
jetos j foram aprovados e se encontram em instalao.
Exemplo 3: Melhoria na gerncia fnanceira
A Microsoft est instalando um ERP destinado a consolidar seus
sistemas de fnanas e de aquisies em todo o mundo. A empresa de
software em constante expanso j economizou US$ 2 milhes em de-
preciao de equipamento (antes eram necessrios trs meses para dar
370
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
incio ao cronograma de depreciao para um novo ativo; atualmente,
isso pode ser comeado na hora). O ERP da empresa j lhe proporcionou
receber US$ 14 milhes por ano de fornecedores a ttulo de descontos por
pagamento adiantado. Os gerentes da Microsoft igualmente do conta de
considerveis benefcios em melhoria dos sistemas de gerenciamento e
de relatrios, e o ciclo fnanceiro de encerramento foi reduzido de 12 para
quatro dias.
Exemplo 4: Abrindo caminho para o comrcio eletrnico
A Cisco Systems instalou um ERP para estruturar e racionalizar seus
sistemas de retaguarda de transaes comerciais, que j se mostravam in-
capazes de sustentar o rpido crescimento da empresa. Sem o sistema, a
Cisco no teria tido condies de oferecer aos seus clientes acesso pela
Web ao processamento de pedidos, ao acompanhamento de seu status e
etapa da entrega. O sistema custou Cisco mais de US$ 15 milhes, e a
empresa gastou outros US$ 100 milhes fazendo sua conexo Internet.
Hoje, no entanto, a Cisco estima que a combinao do seu ERP com os
respectivos aplicativos na Internet represente algo em torno de US$ 500
milhes ao ano em reduo dos custos operacionais.
Exemplo 5: Convertendo o conhecimento ttico sobre o proces-
so em conhecimento explcito
A Monsanto temia que dcadas de conhecimento acumulado
sobre a operao de suas fbricas existissem apenas no crebro de
sua fora de trabalho, em processo de envelhecimento. Depois da im-
plementao bem-sucedida de seu ERP, no entanto, os executivos da
empresa acreditam que os principais processos, as regras sobre toma-
da de decises e as estruturas de informao estejam bem entendidas
e documentadas em seu sistema. Mais ainda, o conhecimento hoje
mais comum a toda a empresa, e por isso os funcionrios 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.
371
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
3.3.2 Dificuldades de um Sistema ERP
Segundo Souza e Saccol (2003), as implantaes de sistemas ERP
tambm sofrem algumas difculdades quanto percepo do usurio sobre:
O fato de suas tarefas e responsabilidades terem aumentado;
A importncia do lanamento correto das informaes no sistema
ERP, de modo a proporcionar um andamento preciso das atividades
seguintes.
Alm disso, como as informaes so inseridas no momento mais
adequado para a efcincia do processo, existe a necessidade, na maioria
das vezes, de se mudar a maneira como muitos processos so executados.
Podemos citar tambm algumas outras difculdades, como:
Dependncia do fornecedor do ERP;
Resistncia cultural quanto mudana da viso departamental
para a viso sistmica, orientada para processos de negcios;
Mudana e resistncia cultural quanto ao compartilhamento de
informaes entre os diferentes setores.
Voc se lembra das caractersticas dos sistemas ERP que discutimos
anteriormente?
Se no lembra, volte um pouco no texto e releia, pois iremos rela-
cionar, no quadro a seguir, as caractersticas dos sistemas ERP com os
benefcios e as difculdades que acabamos de estudar.
CARACTERSTICAS BENEFCIOS DIFICULDADES
Pacotes comerciais
Reduo de custos de
TI;
Foco na atividade prin-
cipal da empresa;
Atualizao tecnolgica
por conta do fornecedor.
Dependncia do forne-
cedor;
Empresa no detm o
conhecimento sobre o
pacote.
Processos de negcios
Difunde conhecimento
sobre melhores prticas;
Facilita a melhoria de
processos.
Necessidade de ade-
quao do ERP em-
presa;
Necessidade de alterar
processos empresariais.
372
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Sistemas integrados
Maior controle em
operaes da empresa;
Eliminao de interfaces
entre sistemas isolados;
Otimizao global dos
processos da empresa;
Padronizao de infor-
maes e conceitos;
Eliminao de discre-
pncias entre informa-
es de diferentes de-
partamentos;
Melhoria na qualidade
da informao;
Acesso a informaes
para todos na empresa
Mudana cultural da
viso departamental
para a de processos;
Maior difculdade na
atualizao do sistema,
pois exige acordo entre
vrios departamentos;
Mudana cultural da vi-
so de dono da informa-
o para a de respons-
vel pela informao;
Mudana cultural para
uma viso de dissemina-
o de informao dos
departamentos por toda
a empresa;
Alimenta a resistncia
a mudana.
Grande abrangncia
funcional
Eliminao da manu-
teno de mltiplos sis-
temas;
Padronizao de pro-
cedimentos;
Reduo de custos de
treinamento;
Interao com um ni-
co fornecedor.
Dependncia de um
nico fornecedor;
Se o sistema falhar,
toda a empresa pode pa-
rar.
Figura 20 - Caractersticas, benefcios e difculdades dos sistemas ERP. (Miglioli, 2007, a
partir de Souza e Saccol, 2003, p. 69).
3.4 Ciclos de vida dos Sistemas ERP
Para terminar nossa anlise inicial sobre os sistemas ERP (e antes de
estudarmos sobre a implantao de sistemas ERP), voc precisa saber so-
bre o ciclo de vida dos projetos de sistemas ERP, que nada mais do que a
representao das diversas etapas pelas quais passa um projeto desse tipo.
Souza e Zwicker (2000) apresentam um modelo especfco para o
ciclo de vida desses sistemas que considera as etapas de deciso e sele-
o, implantao e utilizao.
Observe na fgura a seguir o modelo proposto pelos escritores para o
ciclo de vida de projetos de sistemas ERP:
373
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
SELEO
E DECISO
Melhoria contnua e novas
necessidades ps-implantao.
Mdulos parametrizados,
customizados, dados migrados
e usurios treinados.
Sistema selecionado
e plano de implantao
definido e aprovado.
Fase n
Fase 2
Fase 1
Fase n
Fase 2
Fase 1
IMPLANTAO UTILIZAO
Figura 21 - Ciclo de vida de projetos de sistemas ERP. (Adaptado de Miglioli, 2007, a partir
de Souza e Zwicher, 2000).
3.5 Implantao de Sistemas ERP Por que as
empresas implantam sistemas ERP?
Por que ser 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), so eles:
Integrar todas as reas de negcio da empresa;
Diminuir o tempo de realizao das atividades;
Necessidade de reduzir custos para continuar competitiva;
Padronizar o trabalho e as informaes geradas;
Descentralizar o processamento das informaes, tornando-as dispo-
nveis em tempo real, onde forem necessrias;
Aumentar a rapidez e confabilidade das consultas gerenciais;
Atingir um maior equilbrio entre descentralizao e controle;
Atender s exigncias de seus principais clientes para diminuir custos
de produtos e servios;
Ser a primeira na utilizao de novas tecnologias, ou aplicar tecnologia
similar quela que seus principais concorrentes j esto utilizando.
Podemos identifcar ainda mais trs categorias de motivos que le-
vam uma empresa a implantar sistemas ERP. De acordo com Colangelo
Filho (2001), so motivos ligados:
a negcios: associados melhoria da lucratividade ou do fortalecimento da
posio competitiva da empresa, sendo de ordem estratgica e operacional;
374
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
legislao: ligados s exigncias legais que a empresa deve cumprir
e que no so atendidas pelos sistemas atuais;
tecnologia: relacionados s mudanas necessrias em funo de
obsolescncia econmica das tecnologias em uso ou a exigncias de
parceiros de negcios. Por exemplo, o seu principal cliente deseja in-
tegrar o ERP dele com o seu sistema de envio de pedidos.
Vamos resumir os motivos que levam as empresas a implantar siste-
mas ERP? Observe, ento, o quadro a seguir, pois ele apresenta um resu-
mo das trs categorias de motivos, discutidas anteriormente.
CATEGORIAS MOTIVOS
Negcios
Estratgicos
Melhoria da lucratividade;
Busca pela diferenciao no mercado;
Aumento da competitividade;
Possibilidade de expandir os negcios globalmente.
Operacionais
Sistemas atuais no integrados, causando falta de
sincronismo;
Possuir vrios sistemas signifca lidar com diferentes
tecnologias, gerando difculdades de integrao e de
relacionamento com os fornecedores.
Legislao
Exigncias legais que os sistemas atuais no cum-
prem;
Com os negcios se internacionalizando, geram-se
necessidades dos sistemas se adequarem s normas,
exigncias e leis de outros pases.
Tecnologia
Necessidade de renovao tecnolgica por parte da
empresa;
Obsolescncia de produtos, equipamentos e sistemas
atuais;
Os custos relacionados manuteno de produtos e
tecnologias ultrapassadas tornaram-se inviveis e de-
masiadamente altos;
Exigncia de parceiros de negcios, pois as empre-
sas esto cada vez mais se relacionando em negcios
via Internet.
Figura 22 - Motivos que levam as empresas a implantarem sistemas ERP. (Miglioli, 2007, a
partir de Colangelo Filho, 2001).
375
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
3.6 Como selecionar e decidir qual ERP
implantar?
Vamos, neste tpico, analisar e discutir como se seleciona e defne
qual sistema ERP, entre os vrios existentes no mercado, o mais adequa-
do para uma empresa.
Mas, antes disso, muito importante voc saber:
Um bom processo de seleo de ERP deve pensar nas necessida-
des atuais e futuras da empresa, luz de um planejamento mais
abrangente;
Ser pouco provvel que voc encontre uma soluo completa, ou
seja, um sistema ERP que atenda totalmente s necessidades de
sua empresa, por mais caro e sofsticado que seja o sistema (MI-
GLIOLI, 2007).
Vamos ento, com o auxlio de Escouto e Schilling (2002), conhecer
uma proposta de metodologia para auxiliar na seleo de sistemas ERP.
Voc poder, inclusive, utilizar essa metodologia em situaes que for
coordenador de projetos de seleo de sistemas ERP.
Os escritores propem uma metodologia baseada em seis etapas,
conforme voc pode observar na fgura a seguir.
Levantar as
necessidades
da empresa
Formar um
comit de
decises
Especificar
requisitos da
empresa
Identificar os
possveis
fornecedores
Solicitar
proposta
comercial
Selecionar
o sistema
Figura 23 - Metodologia para seleo de sistemas ERP. (adaptado de Miglioli, 2007), a partir
de Escouto e Schilling, 2002).
De forma geral, cada etapa da metodologia anteriormente apresenta-
da tem as seguintes atividades, segundo Miglioli (2007):
Etapa 1: levantar as necessidades da empresa
Pode ser considerada a etapa mais importante de todo o proces-
so de seleo, pois a partir das necessidades da empresa que
se defnir o sistema ERP mais adequado;
Os membros do comit de deciso devem estar conscientes do
foco de atuao da empresa, bem como de seus objetivos estra-
tgicos de curto e mdio prazo;
376
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
importante nessa primeira etapa conhecer os problemas atu-
ais, as carncias de informaes, bem como as ideias e suges-
tes dos lderes dos processos de negcios;
Deve-se, por fm, mapear e entender como o funcionamento
dos processos de negcios da empresa, principalmente aqueles
considerados crticos para o sucesso da empresa. Esse mape-
amento servir de base para a elaborao das necessidades da
empresa.
Etapa 2: formar um comit de decises
Trata-se de uma equipe que ir gerenciar o projeto como um
todo;
Esse comit deve ser formado por profssionais-chave de dife-
rentes reas da empresa, sendo pessoas reconhecidas e respeita-
das como lderes e formadores de opinio;
Os membros desse comit precisam possuir as seguintes carac-
tersticas:
Capacidade de trabalhar em equipe;
Conhecimento do seu processo de negcio e da empresa como
um todo (viso sistmica);
Capacidade de inovar e desafar os processos existentes atual-
mente.
Essa equipe tambm precisa contar com membros ligados
alta administrao, pois vrias decises precisaro ser tomadas
ao longo de todo o processo;
Sugere-se a seguinte formao para esse comit de decises:
Um membro ligado diretamente ao patrocinador do projeto,
que geralmente o presidente ou proprietrio da empresa;
Um coordenador;
Profssionais da rea de TI;
Um lder de cada processo de negcio da empresa.
Etapa 3: especifcar os requisitos da empresa
A partir do levantamento das necessidades da empresa, geradas
na etapa 1, essa etapa tem como objetivo fornecer ao comit
de decises um documento no qual constem as principais ne-
377
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
cessidades da empresa, organizadas individualmente por cada
processo de negcio;
Deve-se destacar nesse documento o grau de relevncia de cada
necessidade, a fm de subsidiar a sua ponderao;
Esse documento contendo as necessidades da empresa, geral-
mente enviado para os fornecedores que sero convidados a
participar do processo de seleo. Esse documento chamado
de Requisio de Informaes, ou RFI, do ingls Request for
Information;
Cada fornecedor deve responder ao documento, informando se
o seu sistema atende ou no a cada uma das necessidades da
empresa.
Etapa 4: identifcar possveis fornecedores
Deve-se proceder ao convite dos fornecedores, sob os pontos
de vista da idoneidade, reputao e solidez no mercado;
Para cada fornecedor convidado preciso enviar a RFI gerada
na etapa anterior;
A partir da anlise prvia da RFI respondida e devolvida no
prazo estipulado pela empresa, pode-se fltrar ou mesmo eli-
minar aqueles fornecedores de sistemas que no atendem ao
mnimo de necessidades exigidas;
importante num processo de seleo de sistema ERP no co-
meter o erro do excesso e nem da omisso, ou seja, no interes-
sante convidar nem muitos fornecedores (mais do que sete), nem
poucos (menos de trs), pois se correm os seguintes riscos:
Se convidarmos muitos fornecedores, o processo de seleo
torna-se demasiadamente longo e oneroso para a empresa; e
Se convidarmos poucos, a escolha pode-se basear em poucas
alternativas.
Depois de fltrados os fornecedores, deve-se proceder ao agen-
damento de algumas apresentaes do sistema para o comit de
decises.
O objetivo dessas apresentaes iniciar o processo de avalia-
o propriamente dito, analisando se o ERP de fato atende s
necessidades respondidas na RFI enviada na etapa 3.
378
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Etapa 5: solicitar proposta comercial
Depois ou mesmo durante as apresentaes dos sistemas, a
empresa deve informar aos fornecedores suas reais necessida-
des, mdulos pretendidos e demais informaes que se fzerem
necessrias.
Essas informaes reunidas so enviadas aos fornecedores na
forma de uma Requisio de Proposta Comercial, ou RFP, do
ingls, Request for Proposal.
Uma RFP respondida de maneira abrangente deve conter:
Relao de todos os mdulos ofertados;
Poltica de licenciamento do sistema;
Valor da licena de uso;
Valor dos servios de treinamento e implantao;
Custo da manuteno/suporte mensal;
Valor dos servios de customizao, caso sejam necessrios;
Formas de pagamento;
Garantias; e
Validade da proposta.
Etapa 6: selecionar o fornecedor
Esta a etapa crucial do processo de seleo, ou seja, escolher
o sistema ERP mais adequado s necessidades da empresa;
Devem-se defnir critrios precisos, baseados em notas e pon-
deraes, evitando ao mximo os fatores no mensurveis;
Aps receber todas as RFP devidamente respondidas, devem-
se organizar as informaes e tabular os dados recebidos;
O mais importante nesse momento identifcar e classifcar os
sistemas que mais atendem s necessidades da empresa, para
na seqncia, analisar fatores de ordem comercial;
A seguir voc tem uma lista de critrios que podem ser utilizados
para a tomada de deciso sobre qual o ERP mais adequado:
Porcentagem de necessidades atendidas pelo sistema;
Tecnologia utilizada pelo sistema, atual e confvel;
Servios e suporte de ps-venda;
Estabilidade fnanceira do fornecedor;
Expanso tecnolgica do produto;
Custos apresentados.
379
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
O sistema ERP vencedor do processo de seleo deve suportar e aten-
der ao maior nmero de processos de negcios, ser fexvel e ajustvel
s necessidades da empresa e, sobretudo, fcil de ser utilizado e ge-
renciado, mesmo por pessoas no tcnicas;
O papel fundamental do comit de decises subsidiar a alta admi-
nistrao com informaes para a tomada de deciso quanto ao ERP
mais adequado.
3.7 O que fazer antes da implantao?
Se voc chegou at aqui, porque j leu sobre os motivos que le-
vam uma empresa a substituir seu sistema atual por um ERP. Leu tambm
sobre quais so as etapas necessrias para um bom processo de seleo e
defnio do sistema ERP mais adequado empresa.
Ento, podemos partir para a implantao do sistema ERP, no acha?
No! Ainda no, pois alguns cuidados precisam ser tomados e al-
gumas premissas esclarecidas e entendidas antes da implantao de um
sistema ERP de fato ser iniciada. Chamamos as atividades preliminares de
preparao para implantao, ou diagnstico empresarial.
Vejamos ento, com o auxlio de Colangelo Filho (2001) e Miglioli
(2007), quais so esses cuidados e/ou atividades que devem ser conduzidas:
1. A implantao de um sistema ERP deve ser entendida como
um projeto, ou seja:
Ter incio e fm bem defnidos, com frequentes momen-
tos de acompanhamento;
Provavelmente haver limitaes de recursos fnancei-
ros, materiais e humanos;
A maior parte dos trabalhos executada por pessoas, as
quais possuem limitao de tempo;
E acima de tudo, precisa ser devidamente planejado e
controlado durante toda a sua execuo, com tcnicas
apropriadas de administrao de projetos.
2. Os processos de negcios da empresa precisam ser ajustados
s regras e lgica do sistema ERP:
Segundo alguns escritores, os primeiros projetos de im-
plantao de sistemas ERP foram conduzidos com base
380
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
nas ideias da reengenharia, amplamente divulgada por
Michael Hammer. Como a reengenharia realizada no
passado envolvia mudanas radicais, muitas vezes os
projetos se tornavam exageradamente caros e demora-
dos, praticamente sem fm. Alm disso, naquela poca
os sistemas ERP estavam nascendo e no eram to
evoludos como atualmente;
Hoje em dia, adotamos a abordagem do redesenho ou
alinhamento dos processos de negcios;
Voc se lembra que, ao discutimos sobre as caractersticas dos
ERPs, falamos dos modelos de processos de negcios, ou das best practi-
ces (boas prticas)?
Se no lembra, volte em nosso texto, pois:
essa abordagem atual, do redesenho ou alinhamento dos processos
de negcios, baseada na premissa de que os sistemas ERP foram conce-
bidos de forma a oferecer boas prticas, ou seja, modelos de processos
de negcios melhores do que aqueles que a maioria das empresas em-
prega. Afnal, os fornecedores de ERP foram evoluindo seus sistemas ao
longo do tempo e absorvendo as melhores prticas das empresas por onde
passaram.
diante disso, a ideia usar ao mximo as regras e os modelos de
processos de negcios oferecidos pelo sistema ERP.
Lembra-se que discutimos sobre a diferena, principalmente em ter-
mos fnanceiros, dos tipos de ajustes existentes nos sistemas ERP, ou seja,
a parametrizao e a customizao?
Se no lembra, volte em nosso texto, pois a essncia dessa nova
abordagem, baseada no redesenho dos processos, somente desenvolver
uma alternativa ao ERP, ou seja, customiz-lo, se:
ele no der nenhum tipo de suporte ao processo de negcio;
o processo for crtico ou estratgico para a organizao e o sistema
no lhe atender de maneira adequada;
Reforce o entendimento sobre nossa discusso entre customizar
ou no um sistema ERP, a partir da anlise do fuxograma da fgura a
seguir.
381
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
INCIO
Mapear e
analisar o
processo atual
uma
boa
prtica?
um
processo
crtico?
ERP
atende?
Desenvolver
alternativa
(personalizar /
customizar
O ERP)
FIM
SIM SIM
NO SIM NO
NO
Redesenhar ou
ajustar o processo
baseado no ERP
Adequar o
processo ao ERP
Figura 24 - Redesenho de processos baseado no ERP. Adaptado de COLANGELO FILHO
(2001, p. 38)
3. A presena ou ausncia na empresa dos fatores crticos de su-
cesso (FCS) em implantao de sistemas ERP, pois, segundo
Colangelo Filho (2001, p. 39):
H muitas histrias de horror sobre implantaes de sistemas ERP:
projetos interrompidos, custos que excederam em muito o oramen-
to, prazos superiores aos previstos originalmente, benefcios que
jamais foram alcanados e processos judiciais contra fornecedores
de software e implantadores. Por outro lado, h casos de absoluto
sucesso, nos quais os projetos estiveram sob controle e os resulta-
dos fnais foram amplamente recompensadores.
A abordagem dos FCS (Fatores Crticos de Sucesso)
argumenta que a presena de certo grupo de fatores,
considerados crticos, possui grande infuncia no proje-
to e aumenta as suas chances de sucesso (BERGAMAS-
CHI, 1999);
Os fatores crticos de sucesso no ocorrem apenas na
implantao de um ERP, eles podem infuenciar toda a
rea de Tecnologia e Sistemas de Informao de uma
empresa;
382
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
No quadro a seguir, observe atentamente o conjunto
desses FCS, na viso de diferentes escritores. Note
como eles coincidem nas diferentes vises.
COLANGELO
FILHO (2001)
SOUZA E
SACCOL
(2003)
NAH (2001)
APUD PADI-
LHA E MA-
RINS (2005)
SILVA E PE-
REIRA (2006)
CBS CON-
SULTING
(2007)
Apoio da dire-
o.
Apoio da alta
administrao.
Participao ati-
va da alta gern-
cia.
Compr omet i -
mento da alta
gerncia.
Compr omet i -
mento da alta
administrao.
Pl anej ament o
adequado.
Planejamento
detalhado do
projeto.
Planejamento e
defnio clara
dos diversos pa-
pis na implan-
tao, atravs da
unio de esforos
e conhecimentos.
Adequado ge-
renciamento do
projeto.
Projeto bem-
gerenciado.
Envolvimento
do usurio.
Usurios capa-
zes e envolvi-
dos.
Realizao de
treinamentos e
disseminao de
informao com
o intuito de redu-
zir as incertezas
entre os usurios.
Treinamento.
Esquema de
comuni cao
e comprometi-
mento dos res-
ponsveis pelos
processos en-
volvidos.
Mudana nos
processos de
negcios.
Ger enci amen-
to de mudanas
e veiculao da
ideia do ERP
como redesenho
dos processos de
gesto.
Mudanas em
procedimentos
gerenciais e na
estrutura orga-
nizacional.
Articulao dos
objetivos do
projeto com as
expectativas de
mudana da or-
ganizao.
Criar um link
de adaptao
empresa-sistema/
sistema-empresa
em busca das
melhores prticas
(best-practices).
Entendimento
dos objetivos
estratgicos da
empresa.
Al i nhament o
entre software,
cultura e objeti-
vos de negcio
da empresa.
383
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Ac o mp a n h a -
mentos interme-
dirios;
Equipe compe-
tente, compro-
metida e dedi-
cada.
Identifcao de
usuri os-cha-
ve.
Formao de
grupo de imple-
mentao.
Gerente de
projeto com
ha bi l i da de s
necessrias.
Escolha segura
do coordenador
do projeto.
Presena de
consultoria ex-
terna.
Escolher consul-
toria adequada
(know-how).
Defnio clara
de: necessida-
des,
Viso e objeti-
vos.
Misses claras
e defnidas.
Expectativas re-
alistas.
Garantir a quali-
dade.
Tratamento e re-
viso de dados.
Simplifcao do
desenho da solu-
o e da implan-
tao.
Medio de de-
sempenho.
Figura 25 - Fatores crticos de sucesso para projetos de sistemas ERP. (SANDRIN, 2007).
Para fnalizar nossa discusso sobre os cuidados preliminares im-
plantao de um ERP, muito importante voc saber:
A existncia de um conjunto de FCS que por si s pode determinar o
sucesso ou fracasso de um projeto no aceita com total consenso;
Uma das razes para isso o fato de um projeto de ERP no ser est-
tico e, portanto, possuir diferentes necessidades, em diferentes nveis,
durante todo o seu desenrolar. (BERGAMASCHI, 1999);
comum a contratao de uma empresa de consultoria para auxiliar na
conduo do projeto de seleo, preparao e implantao de um ERP,
pois essas empresas tm experincia real em implantaes de pacotes,
podendo contribuir com informaes sobre fornecedores, produtos, mo-
delos de processos de negcios embutidos nos sistemas, entre outros;
384
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Entretanto, voc deve ser cauteloso quan-
to escolha da consultoria, pois algumas
delas tm o costume de indicar fornece-
dores que possuem maior proximidade/
parceria (MIGLIOLI, 2007).
3.8 Etapas da Implantao
Agora que j sabemos quais so os cuidados preliminares que deve-
mos tomar, vamos, com o auxlio de Colangelo Filho (2001), explorar as
fases de implantao de um sistema ERP.
Um projeto de implantao de ERP exige um volume muito grande
de atividades que so realizadas em perodos que podem variar de meses
a anos. Geralmente, esse tempo varia em funo de alguns fatores. So
eles:
Porte da empresa;
Disponibilidade de recursos;
Qualidade do redesenho e do alinhamento dos processos;
Complexidade e especifcidades dos processos crticos;
Fatores no previstos.
Para auxiliar na conduo dessas atividades, as empresas, em alguns
casos, utilizam modelos de implantao, ou metodologias prprias.
Geralmente, os fornecedores de sistemas tm sua prpria metodo-
logia, que utilizada em conjunto com a do cliente, para dar sustentabi-
lidade ao processo de implantao. No entanto, quando o cliente no tem
nenhum tipo de mtodo de trabalho, utiliza-se na totalidade a metodologia
do fornecedor do ERP ou da empresa de consultoria que est auxiliando
na implantao.
Uma maneira simples de organizar e controlar os riscos e esforos
de um projeto desse porte dividi-lo em etapas, como produtos bem-def-
nidos a fm de facilitar o acompanhamento da sua evoluo.
Analise a fgura a seguir e perceba as etapas (ou fases) de um mode-
lo de implantao, adaptado de Colangelo Filho (2001).

Conexo:
Gerenciamento de projetos
Ao se falar sobre implantao de
ERPs estamos falando sobre projetos.
Ento, se voc quer mais detalhes
sobre como gerenciar projetos, consulte
o PMI no link abaixo e conhea um
pouco as tcnicas de gerencia-
mento de projetos. www.
pmisp.org.br
385
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
1
a
Etapa: 2
a
Etapa: 3
a
Etapa: 4
a
Etapa:
Planejamento Desenho da
soluo
Construo Testes finais
e virada
Figura 26 - Modelo de implantao para sistemas ERP. Adaptado de Miglioli (2007) a partir
de Colangelo Filho (2001)
Vamos explorar as atividades de cada etapa do modelo proposto?
1 Etapa: Planejamento
Defnir o escopo do projeto;
Desenvolver as estratgias de implantao;
Elaborar um plano detalhado para a execuo do projeto;
Obter e mobilizar os recursos humanos e materiais;
Disseminar o escopo do projeto com a equipe;
Defnir mecanismos de acompanhamento;
Defnir a estratgia para a virada do sistema atual para o ERP, ou
seja, se ser do tipo:
Big bang: todo o sistema entra no ar ao mesmo tempo;
Modular: os mdulos entram em funcionamento gradualmente;
Piloto: defne-se um setor, unidade ou flial para ser o piloto
da utilizao do novo sistema, onde ser implantado o ERP.
2 Etapa: Desenho da soluo
Visualizar e mapear os processos de negcios da empresa;
Redesenhar/ajustar os processos de negcios, visando aos modelos de
processos do ERP que esto sendo implantados;
Estabelecer a maneira como o processo dever ser executado e quais
os seus padres de desempenho;
Identifcar e/ou detalhar possveis personalizaes (customizaes);
Verifcar se a tecnologia da empresa e o ambiente onde ser insta-
lado o ERP esto atendendo s necessidades exigidas pelo siste-
ma;
Defnir estratgia de treinamento (individual, multiplicador ou centra-
lizado nas unidades).
386
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Depois que o ERP
comea a funcionar ofcial-
mente, voc considera que a equipe
de implantao pode ser liberada?
3 Etapa: Construo
Compreender as confguraes dos sistemas ERP para atender s ne-
cessidades dos processos de negcios;
Alinhar as regras de negcios da empresa com os parmetros do
ERP;
Desenvolver e testar as customizaes (personalizaes);
Avaliar qualidade dos dados legados (do sistema atual) e estratgia
quanto sua utilizao ou redigitao;
Defnir futuros usurios do sistema e seus nveis de acesso;
Defnir cronograma de treinamento para os usurios.
4 Etapa: Testes fnais e virada
Parametrizar o sistema de acordo com as regras de negcio previa-
mente defnidas;
Construir prottipos (ambientes simuladores para testes);
Testes fnais dos sistemas;
Treinamento dos usurios
(de preferncia no prprio
sistema, e no somente
por manuais e aulas);
Troca ou virada do
sistema atual pelo sis-
tema ERP;
Acompanhamento da
produo ou utiliza-
o do novo sistema.
Para terminar nossa anlise sobre a
implantao de sistemas ERP, muito importante voc saber:
Mesmo depois de iniciado o uso ofcial do novo sistema, a equipe de
implantao deve acompanhar o andamento da operacionalizao do
sistema por pelo menos mais um ms;
Esse o tempo necessrio para que ocorram os primeiros fechamen-
tos fnanceiros e contbeis do ERP;
Nesses fechamentos, geralmente surgem inconsistncias devido a er-
ros de parametrizao do sistema, gerando a necessidade de se alterar
alguns parmetros;
387
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Por fm, saiba que a durao de um projeto de implantao varia de
acordo com as mudanas de processo a serem feitas, ou seja, se so
poucas as mudanas e de pouca profundidade, o sistema pode ser im-
plantado com rapidez.
Atividades
Desenvolvemos a seguir um conjunto de perguntas para que voc pos-
sa fxar o contedo aprendido nesta unidade.
01. O que um ERP?
02. De acordo com o esquema tpico de um ERP, disserte sobre a im-
portncia da funo desse sistema, levando em considerao o fato de a
empresa ser modelada de acordo com o modelo sistmico.
03. Quais so as principais reas e processos de negcios atendidas por
um ERP?
388
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
04. O que um MRP?
05. Quais so as caractersticas de um sistema ERP?
06. Quais so os benefcios que um sistema ERP pode trazer para uma
empresa?
07. Quais so as difculdades encontradas na implantao de um sistema ERP?
08. O que leva uma empresa a implantar um sistema ERP?
09. H alguns critrios que ajudam uma empresa a decidir sobre qual sis-
tema ERP ela deve implantar?
389
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
10. Antes da implantao de um ERP, so necessrios alguns cuidados/
atividades. Quais so eles?
11. Quais so as fases sugeridas para a implantao de um ERP?
Reflexo
Nesta unidade, estudamos sobre um sistema de informao especial:
SIGE ou ERP.
Estudamos a defnio desses sistemas, sua importncia para as em-
presas e como proceder para implant-los.
Gostaramos que voc comeasse a refetir sobre a importncia
de sistemas como este para uma empresa. Voc j imaginou como seria
gerenciar uma empresa como a GE ou como a Vale do Rio Doce sem a
presena de sistemas capazes de garantir a qualidade das informaes dis-
ponibilizadas para os administradores dessas empresas?
Seria muito importante que voc, nosso caro aluno e futuro adminis-
trador de empresas, se sensibilizasse com o que acabou de aprender, en-
tendendo a importncia e seriedade da conduo da escolha e implantao
desses sistemas nas empresas.
S assim o nmero de projetos malsucedidos de implantao desses
sistemas diminuir e todos os benefcios trazidos por esses sistemas pode-
ro ser desfrutados por empresas de todos os portes.
Acesse as reportagens a seguir e aprenda mais sobre sistemas ERP:
Onda de implementao de ERP est de volta
http://computerworld.uol.com.br/gestao/2005/07/27/idgnoticia.2006-
03-29.9287084692
390
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Mercado de ERP aposta na verticalizao de solues
ht t p: / / comput er wor l d. uol . com. br / mer cado/ 2006/ 03/ 16/
idgnoticia.2006-03-29.8955896890/
A reinveno de um mercado
idgnoticia.2006-03-29.8946695742/IDGNoticia_view
SAP faz aliana com IBM para atingir pequenas e mdias empresas
SAP promete ataque ao SMB na Amrica Latina
ERP prioridade de TI para 23% das empresas no Brasil
http://computerworld.uol.com.br/gestao/2006/05/25/idgnoticia.2006-
05-25.4121586738/IDGNoticia_view
ERP de software livre recebe aporte de US$ 6 milhes
Fornecedores de ERP voltam ao ringue em 2007
idgnoticia.2007-02-08.7688796456/
O mercado de ERP no sobreviver sem SOA
idgnoticia.2007-03-21.8613101536/
BERGAMASCHI, S. (1999). Um estudo sobre projetos de imple-
mentao de sistemas para gesto empresarial. Dissertao (mestra-
do). Faculdade de Economia, Administrao e Contabilidade, Univer-
sidade de So Paulo, So Paulo.
391
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
COLANGELO FILHO, L. (2001). Implantao de sistemas ERP
(Enterprise Resources Planning): um enfoque de longo prazo. So
Paulo: Atlas.
DAVENPORT, T. H. (2002). Misso crtica: obtendo vantagem com-
petitiva com os sistemas de gesto empresarial. Porto Alegre: Book-
man.
ESCOUTO, R. M. C.; SCHILLING, L. F. (2002). Proposta de meto-
dologia de seleo de sistemas ERP para uma empresa de mdio porte.
In: SOUZA, C. A.; SACCOL, A. Z. (Organizadores). Sistemas ERP
no Brasil (Enterprise Resource Planning): teoria e casos. So Paulo:
Atlas, 2003. Cap. 12, p. 266-284.
estudo multicaso sobre a utilizao de ferramentas informatizadas de
mestre de 2007.
SOUZA, C. A.; SACCOL, A. Z. (Organizadores). (2003). Sistemas
ERP no Brasil (Enterprise Resource Planning): teoria e casos. So
Paulo: Atlas.
Na prxima unidade
Caros alunos, nesta unidade aprendemos bastante sobre os ERPs,
que so sistemas de informaes.
Contudo, uma empresa no precisa contar apenas com este sistema
de informao para ajudar no seu gerenciamento. H outros sistemas,
como o CRM e o BI, que podem trabalhar de forma integrada com o ERP
e ajudar tambm a empresa a atingir os seus objetivos.
392
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
U
n
i
d
a
d
e

4

Portanto, na prxima unidade, vamos estudar um pouco sobre esses
outros sistemas de informao e sobre como eles podem ajudar uma em-
presa.
Vamos estudar tambm sobre como fazer para adquirir esses siste-
mas de informao.
U
n
i
d
a
d
e

4

Outros tipos de siste-
mas empresariais (CRM,
SCM, BI) e aquisio de apli-
caes de TI
Na unidade passada, ns falamos um pouco
sobre ERPs, que so sistemas de informaes utili-
zados em muitas empresas.
Alm do ERP, as empresas tambm podem usar vrios
outros sistemas de informao para ajud-las na disponi-
bilidade e consistncia das suas informaes, como tambm
para auxili-las em tarefas do dia a dia e na automatizao de
processos.
A respeito desses outros sistemas de informaes que iremos falar
nesta unidade. Vamos abordar o CRM, SCM e BI.
Tendo conhecimento sobre vrios tipos de sistemas de informaes
diferentes e sabendo como esses sistemas de informaes podem aju-
dar as empresas a atingirem os seus objetivos, seria interessante voc
saber como fazer para adquirir um sistema desses.
Portanto, nesta unidade, alm de abordar vrios sistemas de informaes,
iremos falar um pouco tambm sobre o processo de aquisio desses sis-
temas.
No vamos mais perder tempo e vamos aos nossos estudos!
Compreender os fundamentos dos sistemas CRM, que auxiliam no ge-
renciamento do relacionamento com o cliente;
Entender a importncia de se pensar no marketing de relacionamen-
to antes de se partir para a ferramenta informatizada de CRM;
Compreender as principais caractersticas e funcionalidades de
um sistema que auxilia no gerenciamento da cadeia de supri-
mentos, o SCM;
Entender as fnalidades dos sistemas de BI e sua importn-
cia nos processos de tomada de deciso
Compreender o contexto que envolve a aquisio de
aplicaes e servios de Tecnologia da Informao;
394
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Pois
ento, refita:
No mundo de negcios alta-
mente competitivo que vivemos hoje,
o que voc acha das empresas conhece-
rem ao mximo os seus clientes?
Entender as etapas e atividades necessrias para se conduzir processos
de aquisio de aplicaes de TI;
Identifcar as diferentes alternativas de aquisio de aplicaes de TI;
Compreender os diferentes critrios de escolha entre essas alternativas
de aquisio.
Voc se lembra?
1) Voc se lembra da defnio de sistemas de informaes? Se no, seria
interessante voc retornar algumas unidades e verifcar esta defnio e os
conceitos envolvidos, pois aqui continuaremos a falar de sistemas de in-
formaes e saber o conceito primrio fundamental para o entendimento
desta unidade.
2) Voc se recorda da discusso que fzemos sobre as atividades e cui-
dados que devem ser tomados antes de se iniciar a implantao de um
ERP?
Se no recorda, volte em nosso texto, pois o caso do CRM parecido com
o do ERP, ou seja, algumas atividades e cuidados devem ser tomados an-
tes de sua implantao.
4.1 Gerenciamento do relacionamento com o cliente
A maioria das empresas sabe, ou pelo menos tem noo, de que um
de seus maiores patrimnios so os seus clientes, afnal, uma organizao
empresarial s tem razo de existir se
for para atender s necessidades
de algum grupo de pessoas, no
caso, os seus consumidores.
So eles que puxam ou
disparam todo o processo
produtivo de um negcio,
seja ele um simples comr-
cio, uma indstria ou uma
prestadora de servios.
Os sistemas de geren-
ciamento do relacionamento com
o cliente, chamados CRM (Customer Re-
lationship Management), so concebidos exatamente para isso, ou seja,
servem para:
395
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Outros tipos de sistemas empresariais (CRM, SCM, BI) e aquisio de aplicaes de TI Unidade 4
ajudar as empresas a administrar suas relaes com seus clientes; e
fornecer informaes para coordenar todos os processos de negcios
que tm interface com o cliente.
Mas, antes de falarmos especifcamente sobre o sistema/software
para CRM, muito importante voc saber:
As empresas que buscam implantar sistemas de CRM precisam, pri-
meiramente, implementar um ambiente cultural, com a formulao de
estratgias que sejam voltadas para conhecer e atender s necessida-
des dos seus clientes;
Em outras palavras, primeiro deve-se criar a cultura e disseminar a
flosofa, para depois se pensar na tecnologia;
O segredo de um CRM de sucesso uma flosofa e uma cultura co-
mercial voltada para o cliente, as quais possam garantir que toda ativi-
dade da empresa esteja a servio das necessidades dos seus clientes;
A questo do CRM, de imediato, no tecnolgica. Primeiro voc
precisa analisar a qualidade e a efcincia dos processos relacionados
aos clientes (marketing, vendas, atendimento, entre outros) para de-
pois implantar qualquer ferramenta informatizada.
Essas atividades e cuidados preliminares so parecidos com as do
ERP, mas com o enfoque nos processos relacionados ao cliente e na for-
mulao de uma estratgia clara de marketing de relacionamento.
Vamos ento analisar algumas questes relacionadas aos sistemas
CRM, primeiro entendo situaes em que no h nenhum tipo de CRM
implantado. Veja isso no tpico a seguir.
Mais sobre CRM
Quer saber um pouco mais sobre CRM? Ento 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
396
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
ANDERSON, Kristin; KERR, Carol. Customer Rela-
tionship Management. 1 ed. McGraw-Hill, 2001, 168 p. ISBN
0-07-137954-1
PINTO, Alex Ferreira. Conceito de CRM. 1 ed. Cidade: Casa do Ad-
ministrador. 180 p.
MARTINS, Juno Araujo. Estudo de Caso
DARRIGO, Marcus. Flexo Comunicao Dirigida
4.1.1 Como ser uma empresa sem o CRM?
Cada rea ou setor da empresa pode possuir informaes sobre
qualquer tipo de relacionamento com os clientes. Essas informaes ge-
ralmente fcam isoladas nos departamentos que no dispem de ferramen-
tas de comunicao integrada e efcazes.
Com isso, oportunidades so perdidas e muito, mas muito retraba-
lho necessrio para cuidar de situaes 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 da rea comercial
ou do atendimento ao cliente, no repassou essa informao de
forma completa;
A equipe de garantia da qualidade nem fcou sabendo do fato,
para poder analisar e sugerir melhorias no processo produtivo;
A equipe de vendas interna, depois de receber o recado da pes-
soa que atendeu o cliente, liga para o cliente e solicita que ele
devolva o produto, afnal est com defeito e ser trocado. Mas,
nesse momento, o cliente est muito irritado, afnal, j se passa-
ram dois dias desde a primeira ligao;
Antes de o novo produto chegar ao cliente, um vendedor exter-
no o visita, sem saber de nada do ocorrido, afnal, est viajando
h mais de uma semana;
O cliente ento reclama muito do atendimento da empresa, e o
vendedor, sem saber de nada, tenta descobrir o ocorrido e resol-
ver o problema inicial;
Ao ligar para a empresa, o vendedor toma conhecimento do
ocorrido e informa ao cliente que o novo produto chegar no
dia seguinte, atravs de uma transportadora;
397
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Importn-
cia do call center
Normalmente, o call center
de uma empresa o ouvido dos
clientes na empresa.
Portanto, no dar a devida ateno a essas
informaes preciosas fornecidas pelo cliente
muito arriscado.
nesse sentido que o CRM age: apresen-
tando-se como uma ferramenta para o
gerenciamento da informao dada pelo
cliente que, gentilmente, escolheu
repassar para a empresa.
Sem condies de for-
mal i zar um novo
pedido com esse
cliente, pois ele
comprou nes-
sa semana da
concorrnci a,
o vendedor re-
torna empresa,
com mais um caso
de cliente insatisfei-
to 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 trs pontos de atendimento na
mesma cidade, onde o cliente pode ser atendido em qualquer
um deles;
Cada uma dessas trs lojas possui um cadastro do cliente, com
os servios executados em cada loja e os produtos adquiridos;
O proprietrio da empresa A est intrigado, pois no tem per-
cebido nenhum tipo de melhora em suas vendas depois que
comeou a enviar as malas diretas;
O fato que o seu principal concorrente, empresa B, possui um
sistema integrado que acumula informaes sobre os servios
executados nos veculos de cada cliente;
Antes mesmo de os clientes da empresa A perceberem que o
momento, por exemplo, de trocar o leo do seu veculo, os ven-
dedores da empresa B entram em contato com os clientes para
oferecer-lhes o servio em questo.
Voc deve ter notado por essas situaes, que so hipotticas, porm
muito comuns em algumas empresas, o quanto importante possuir um
sistema integrado que permita gerenciar o relacionamento com os clien-
tes.
398
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
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 informaes sobre o cliente originadas
de diferentes canais de comunicao, como por exemplo, as centrais de
atendimento telefnico (0800), e-mails, palmtops dos vendedores exter-
nos, site na Internet, entre outros.
Observe na fgura a seguir essa integrao de informaes que o
CRM proporciona.
Viso unificada dos clientes
Mensagem consistente aos clientes
Cuidado ponta a ponta com os clientes
Relacionamentos duradouros com os clientes
Identificao dos melhores clientes
Vendas
Vendas por telefone
Vendas pela web
Vendas em campo
Vendas no varejo
Marketing
Dados da campanha
Contedo
Anlise de dados
Atendimento ao cliente
Central de atendimento
Dados de autoatendimento pela Web
Dados de atendimento em campo
Dados por equipamentos sem fio
Figura 27 - Integrao de informaes proporcionada pelo CRM. (Adaptado de LAUDON e
LAUDON (2007).
Quais so os objetivos de um CRM?
Os sistemas de CRM, entre vrias outras funes, servem para:
Facilitar a coordenao dos processos relacionados aos clientes, como
marketing, atendimento, vendas e ps-vendas, centrais de relaciona-
mento (call center), entre outros;
Conhecer exatamente o perfl de consumo dos clientes, quem so eles,
onde encontr-los;
Descobrir os tipos de produtos e servios que os clientes mais se inte-
ressam e quanto estariam dispostos a pagar;
Criar histrico de atendimento;
399
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Fidelizao de
clientes
Adaptando um texto de Thomas
O. Jones: Se clientes satisfeitos so a
alma de negcios bem-sucedidos, fdelizar
clientes a essncia para a sustentao da
liderana no negcio.
Para conseguir esta fdelizao, muito
importante que voc conhea o seu cliente.
Para fazer isso, uma ferramenta de CRM
pode lhe ajudar bastante.
Reter e fdelizar mais clientes;
Identifcar e atrais os clien-
tes mais lucrativos;
Incrementar as vendas;
Aumentar a satisfao
dos clientes;
Compilar e processar
informaes sobre o
mercado, apoiando, as-
sim, a criao de novas
campanhas e estratgias de
marketing;
Otimizar as receitas.
Veja na fgura a seguir como pode ser a dinmica de uma empresa
que possui um CRM.
Vendas
Marketing
Clientes
Fax / Carta /
Telefone
Call Center
Front-Office
Back-office
Website
Comprador
x
Vendedor
E-Commerce
Contato Fisico
e Telefnico
B
e
l
t
s
a
z
a
r

/

D
r
e
a
m
s
t
i
m
e
.
c
o
m
ryan mcVay / PhotoDisc / Getty imaGes
P
h
o
t
o
D
i
s
c

i
m
a
G
e
s
P
h
o
t
o
D
i
s
c

i
m
a
G
e
s
V
i
t
a
l
i
j
l
a
n
G

/

D
r
e
a
m
s
t
i
m
e
.
c
o
m
Figura 28 - Dinmica empresarial do CRM.
4.1.2 CRM operacional e analtico
Todas as funes e aplicaes que acabamos de explorar apoiam
tanto aspectos operacionais quanto analticos (gerenciais) do gerencia-
mento do relacionamento com o cliente. Por isso, costumamos classifcar
o CRM em:
400
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Back-Offce
Backoffce ou retaguar-
da so nomes dados a todos
aqueles departamentos operacionais (ou
administrativos) que pouco se relacionam
diretamente com os clientes (Wikipdia 2010
apud King, 2000, p. 13).
CRM operacional:
Envolve as tarefas e
os pr ocessos de
negcios de back-
offce como, por
exemplo, o pro-
cesso de servio
de reclamao
e/ou atendimen-
to ao cliente;
Aplicativos vol-
tados para o cliente,
como automao de for-
as de vendas, automao de
marketing empresarial e pacotes para linha de frente de atendi-
mento (BARRETTO, 2004);
Processos relacionados s centrais de atendimento (call
centers);
Telemarketing;
Venda por telefone;
Vendas de campo;
Entre outras.
CRM analtico:
Envolve informaes relativas aos clientes, suas interaes
com a organizao e, sobretudo, as ferramentas analticas, as
quais so utilizadas para minerar as respectivas informaes
(BARRETTO, 2004);
Anlises para gerar o perfl dos clientes, identifcao de mo-
delos de comportamento, determinao do nvel de satisfao e
suporte para a segmentao dos clientes;
Identifca tendncias na durao do ciclo de vendas;
Analisa a produtividade dos representantes de atendimento e
representantes de vendas;
Entre outras.
401
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
4.1.3 Principais softwares de CRM
Veja no quadro a seguir uma relao de produtos para CRM, seus fabri-
cantes e onde encontr-los. Visite o site desses fabricantes e conhea mais
funcionalidades dos sistemas CRM.
PRODUTOS FABRICANTES ONDE ENCONTRAR
Compiere CRM Visuelles www.compiere.com.br
Corpore RM CRM RM Sistemas www.rm.com.br
CRM Microsiga www.microsiga.com.br
E-business Suite Special
Edition
Oracle www.oracle.com.br
Microsoft CRM Microsoft
www.microsoft.com/brasil/
crm
Siebel Professional Edi-
tion
Siebel www.siebel.com/br
SalesForce 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 voc administrando uma pequena empresa, que fabrica pou-
cos produtos. Nesse caso, provavelmente, voc ter de lidar com um peque-
no nmero de fornecedores. Com um simples telefonema ou envio de e-mail
voc conseguir coordenar os pedidos e resolver os problemas do dia a dia.
Agora, se voc administrar uma grande empresa, que fabrique pro-
dutos mais complexos e que tenha atuao internacional, com certeza voc
lidar com centenas de fornecedores, os quais tero
seus vrios fornecedores e assim por diante.
Nesse caso, voc provavelmente viver
situaes em que coordenar atividades de
centenas, ou milhares de empresas (forne-
cedores dos fornecedores), a fm de fabricar
o seu produto, dentro das especifcaes de
prazo e qualidade que sua empresa se compro-
meteu a cumprir com o mercado.
Para auxili-lo em situaes como essas,
existem os Sistemas de Gerenciamento da Cadeia de Suprimentos,
SCM (Supply Chain Management).

Conexo:
Supply Chain
Quer saber um pouco mais
sobre supply chain? Ento
acesse o link abaixo:
http://pt.wikipedia.org/wiki/Sup-
ply_Chain
402
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
4.2.1 Quais so os objetivos de um sistema para SCM?
Os sistemas de SCM, entre vrias outras funes, servem basica-
mente para:
Ligar e coordenar as atividades envolvidas na compra, na fabricao e
na movimentao de um produto;
Integrar a empresa com seus fornecedores e fabricantes, a fm de ve-
rifcar a disponibilidade de materiais e componentes, datas de entrega
de suprimentosetc.;
Trocar informaes com distribuidores e clientes sobre nveis de esto-
que, andamento dos pedidos e datas de entrega;
Reduzir o tempo logstico, os esforos redundantes e os custos de
estoque;
Auxiliar nos processos de logstica reversa, que so os casos de itens
devolvidos fuindo na direo contrria, ou seja, do comprador ao
vendedor.
Mas, como esses sistemas podem facilitar o gerenciamento da ca-
deia de suprimentos?
Vejamos algumas maneiras, a partir da anlise de suas funcionalidades:
Decidir quando e o que ser produzido, armazenado e movimentado;
Transmitir pedidos rapidamente;
Comunicar pedidos, acompanhar o andamento de pedidos;
Verifcar a disponibilidade de estoques;
Monitorar os nveis de estoque;
Acompanhar embarques;
Planejar a produo com base na demanda real;
Comunicar rapidamente as alteraes no projeto do produto;
Fornecer especifcaes do produto;
Compartilhar informaes sobre taxas de defeito, devolues.
4.2.2 Sistemas de planejamento e execuo da cadeia
de suprimento
Como ocorrem com os sistemas de CRM, os sistemas de SCM
tambm so classifcados em dois tipos, de acordo com Laudon e Laudon
(2007):
403
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Sistemas de planejamento da cadeia de suprimentos:
Planejam o processamento dos pedidos;
Auxiliam no planejamento prvio da produo;
Planejam e auxiliam na previso da demanda;
Planejam a distribuio, criando planos operacionais para os
gerentes logsticos;
Planejam o transporte, defnindo melhores rotas e acompanhan-
do as entregas.
Sistemas de execuo da cadeia de suprimentos:
Gerenciam o fuxo de materiais dentro dos CDs (centros de
distribuio);
Defnem e organizam os locais de armazenamento dos mate-
riais;
Coordenam a reposio de componentes entre os depsitos;
Acompanham o processo de distribuio reversa (produtos de-
volvidos).
4.2.3 Principais mdulos de um sistema de SCM
Tomando como exemplo um sistema de SCM da empresa Infor SCM, po-
demos citar os seguintes mdulos para esse tipo de sistema:
Planejamento Ttico da Logstica;
Planejamento de Demanda;
Planejamento de Estoque;
Planejamento de Reabastecimento;
Planejamento e Programao de Produo;
Gerenciamento de Depsito;
Transporte e Logstica;
Gerenciamento de Eventos e Performace.
4.3 Inteligncia Empresarial (BI)
O termo Inteligncia Empresarial, do ingls Business Intelligence
(BI), espanta e, ao mesmo tempo, confunde muitas pessoas.
Mas no se assuste, pois o assunto mais simples do que voc
imagina.
404
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
SAD e
SAE com roupa nova
O termo BI (Business Intelli-
gence) foi criado pelo mercado de
sistemas com o propsito de dar uma nova
roupagem a termos mais conceituais, como
SAD e SAE. Mas, na realidade, so sistemas que
tm o mesmo propsito, ou seja:
Fornecer ferramentas para se extrair e analisar
as informaes operacionais a fm de criar
consultas, relatrios, grfcos e indicadores,
para apoiar o processo de tomada de
decises nas empresas (MIGLIO-
LI, 2007).
Lembra-se, quando tratamos
dos diferentes tipos de sistemas
de informao, dos sistemas
de apoio deciso (SAD)
e dos sistemas de apoio ao
executivo (SAE)?
Se no lembra, volte
ao tema 1 de nossa disci-
plina, pois os chamados
sistemas BI, ou sistemas
para tratar da inteligncia dos
negcios, nada mais so do que
os famosos SAD e SAE.
Vejamos outra defnio para BI:
BUSINESS INTELLIGENCE
Ferramentas/processos que comeam com a coleta de dados, que
so organizados e transformados em informao, para, depois de anali-
sada e processada, se transformar em inteligncia. Esta, por sua vez,
quando aplicada aos processos de decises, gera vantagens competitivas
para a organizao. (HABERKORN, 2004).
De maneira resumida, podemos dizer que um sistema ou ferramenta
de Business Intelligence (BI) tem o propsito de apresentar as informa-
es:
Sob a forma de grfcos e tabelas dinmicas;
Classifcadas em diversas dimenses (geogrfca, por tempo, grupos e
subgrupos);
Apresentando vrios indicadores (valores e quantidades);
Resumidas ou detalhadas;
Com possibilidades de fltros e alertas;
De maneira rpida e amigvel para o pblico no tcnico.
4.3.1 Onde ficam os dados do BI?
Voc se lembra do conceito de Data Warehouse (DW)?
Caso no se lembre, vamos recordar:
Um DW um grande banco de dados que armazena os dados opera-
cionais da empresa, a fm de possibilitar o seu uso por ferramentas de
apoio deciso.
405
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Pois isso mesmo! no DW que os dados para a tomada de deciso
so armazenados. Isso ocorre aps um processo chamado ETL, ou seja,
extrao, transformao e carga de dados (load em ingls).
Durante esse processo de extrao, os dados gerados no ambiente
operacional, geralmente no sistema ERP, so transformados organiza-
dos da melhor forma para facilitar o trabalho das ferramentas de BI.
Observe atentamente a fgura a seguir, pois ela representa esse pro-
cesso de extrao, transformao e carga dos dados para o DW.
Dados
operacionais
Dados
histricos
Diretrio de
informaes
Dados
operacionais
Dados
histricos
Dados
externos
Dados
externos
Extrai e
transforma
Data
ware-
house
BI
FONTES
INTERNAS
DE DADOS
FONTES
EXTERNAS
DE DADOS
Consultas e relatrios
OLAP
Data mining
Figura 30 - Processo de ETL para um DW. Adaptado de LAUDON e LAUDON (2007).
4.3.2 Exemplos de utilizao de BI
Para fnalizar nossa anlise sobre os sistemas de BI, vamos, com
o auxlio de Mylius (2004), entender a sua utilizao 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 flme, com este ou aquele ator, atriz, estdio, diretor etc.
estiver disponvel. Ao ser avisado, o cliente ter no aparelho a opo de
discar X para reservar o flme ou Y para descartar a oferta. Entretanto, ele
no tem a alternativa de receber a fta em casa, porque a empresa trabalha
406
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
com BI e sabe que, se o cliente for loja, h 80% de probabilidade de ele
levar outra fta, alm de pipoca, chocolate etc., que representam 15% do
faturamento. No momento em que efetua a reserva discando X, seu celular
retorna a transao para o BI, que, por sua vez, encaminha a solicitao
aos sistemas transacionais.
Exemplo 2: Lojas Paquet
A necessidade de cruzar informaes de modo efciente e gil, bem
como a difculdade em obter dados sobre histricos de vendas e contro-
les na rea de estoques, levaram as Lojas Paquet a adotar um sistema
de BI. Utilizado para apoiar a tomada de decises, o sistema permite o
cruzamento de informaes atravs de anlises sob todos os ngulos de
abrangncia, resultando em agilidade e facilidade na obteno dos dados,
que podem ser visualizados na forma de tabelas ou grfcos, pela Internet,
Extranet ou Intranet.
Atravs do mapeamento executado pelo sistema, a rea comercial
pode acompanhar as defcincias de estoque em cada loja e regio (Rio
Grande do Sul, Santa Catarina e Rio de Janeiro). Alm disso, possvel
fazer um balano para determinar quais vendedores, lojas e produtos ven-
dem mais ou menos. A ferramenta tambm possibilita trabalhar a infor-
mao de maneira livre, permitindo o acesso histrico de outros anos para
que o planejamento seja feito baseado em perodos anteriores.
Com a maturidade da utilizao da soluo, os usurios descobriram
a possibilidade de obter tambm outras informaes atravs da ferramen-
ta. Traar o perfl dos fornecedores foi uma destas novidades.
No incio, cerca de 15 funcionrios do departamento comercial tra-
balhavam direto com a aplicao de dados das 70 lojas. Mas os benefcios
logo se estenderam tambm para o marketing, que hoje utiliza a ferramen-
ta como forma de acompanhar as campanhas publicitrias e seus efeitos
nas vendas dos produtos.
A expectativa da empresa que futuramente estes benefcios se
estendam s reas de RH e fnanas. Afnal, com uma ferramenta de BI
pode-se saber o faturamento obtido por vendedor, o custo por funcion-
rios, o nmero de cheques devolvidos por loja, o ndice de utilizao de
carto de crdito e at o histrico do nmero de funcionrios temporrios
contratados em datas comemorativas, como o Natal.
Antes do processo de implantao do BI, o processo de busca de
informaes era defciente e pouco gil.
407
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
4.4 O contexto que envolve a aquisio de aplicaes
de TI
Muito j falamos sobre diversos tipos de sistemas de informaes.
Mas, como fazer para adquiri-los?
Uma das questes mais complexas em TI diz respeito s atividades
que envolvem o processo de aquisio de aplicaes tecnolgicas. En-
tendemos como aquisio todas as modalidades para se obter recursos ou
aplicaes de TI, ou seja, compra, aluguel ou construo/desenvolvimento
prprios.
A questo da aquisio de aplicaes de TI complexa, devido aos
seguintes fatores:
Existe uma grande variedade de aplicaes de TI;
Essas aplicaes evoluem e mudam rapidamente com o passar do
tempo;
Podem ser envolvidos diversos fornecedores.
Alm disso, no h uma maneira nica de se adquirir as aplicaes
de TI. Segundo Turban, Rainer e Potter (2005), os aplicativos de TI po-
dem ser:
desenvolvidos internamente pela empresa;
terceirizados a uma empresa externa; ou
uma combinao das duas.
Em funo da complexidade que envolve o assunto e da diversidade
de aplicaes de TI existentes atualmente, importante que as empresas
adotem um rigoroso processo de aquisio, afnal, na maioria dos casos,
os investimentos em TI so de altos valores e o clculo sobre o seu retorno
nem sempre to simples de ser realizado.
4.5 Modelos para processo de aquisio
Apesar de, na maioria das vezes, o processo de aquisio de recur-
sos e aplicaes tecnolgicas fcar sob a responsabilidade da gerncia de
TI da empresa, existem situaes, principalmente em empresas de menor
porte, em que esse processo fca a cargo do administrador da empresa.
Por esse motivo, apresentaremos na sequncia um modelo elabora-
do por Turban, Rainer e Potter (2005), cujo objeto auxili-lo, como futu-
ro gestor, nos processos que envolvem aquisio de recursos e aplicaes
de TI.
408
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Esse processo envolve cinco etapas principais, que so ilustradas na
fgura a seguir.
Planejamento e justificativa (Etapa 1)
Arquitetura da TI (Etapa 2)
TI como facilitadora dos objetivos
empresariais s necessidades de informao
Funcionalidades exigidas pelo sistema
Planejamento estratgico
Identificao do investimento na TI
Portflio de aplicaes
Arquitetura das informaes
Arquitetura dos dados
Arquitetura da aplicao
Arquitetura tcnica
Arquitetura organizacional
Viabilidade
Teste, instalao e integrao (Etapa 4)
Opes de desenvolvimento (aquisio) (Etapa 3)
Parceiros
comerciais
Construir
Construir
Construir
Construir
Associar-se a um
e-exchange ou
e-marketplace
Parceiros
comerciais
Como, com que metodologia
O que, de quem
O que, de quem
Que parceiro, que tipo de parceria
Qual (quais)
Parceiros
comerciais
Teste, instalao, integrao, treinamento, segurana,
converso, disponibilizao etc.
Operaes, manuteno e atualizao (Etapa 5)
Operaes
Manuteno e atualizao
Substituio
Infra-estrutura
Gerenciamento
Gerenciamento de fornecedor
Gerenciamento de projeto
Avaliao
Figura 31 - Processo de aquisio de aplicaes de TI. (adaptado de TURBAN, RAINER e
POTTER, 2005, p. 394).
De maneira geral, o processo exemplifcado na fgura anterior en-
volve as seguintes etapas e atividades:
Etapa 1 Planejamento e justifcativa das aplicaes de TI:
Planejar a aquisio dos sistemas e aplicaes de TI em sintonia com
o planejamento global da empresa, alinhando com as metas e estrat-
gias da empresa para o mdio e longo prazo;
Verifcar o oramento disponvel para a rea de TI e, se for o caso,
negociar incrementos oramentrios;
Levantar o mximo de informaes possveis sobre as necessidades
atuais e futuras da empresa, a fm de que as aplicaes analisadas se-
jam aderentes a essas necessidades;
409
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Essa etapa normalmente realizada dentro da empresa, com consulto-
res externos, se necessrio.
Etapa 2 Criao da arquitetura da TI:
O principal objetivo dessa etapa criar, reformular ou planejar a ar-
quitetura de TI, ou seja:
Tomar conhecimento da viso e dos objetivos do negcio, ou
seja, montar a arquitetura do negcio;
Defnir as informaes necessrias para alcanar os objetivos do
negcio, descritos anteriormente. Aqui se faz interessante o en-
volvimento dos usurios-chave de cada processo do negcio;
Defnir a arquitetura de dados;
Identifcar os componentes ou mdulos dos aplicativos que iro
interagir com os dados defnidos na arquitetura de dados;
Levantar os recursos de software e hardware necessrios;
Analisar a arquitetura organizacional, ou seja, restries legais,
administrativas, fnanceiras, de recursos humanos. Por exemplo:
dessa anlise podesurgir a necessidade de treinamentos aos futu-
ros usurios ou mesmo a contratao de novos colaboradores.
Os resultados obtidos nessa etapa 2 so direcionados para o nvel de
planejamento estratgico ou, por exemplo, para um comit geral de
trabalhos.
Etapa 3 Escolher uma estratgia de aquisio/desenvolvimento:
Analisar as principais alternativas de escolha:
Construir a soluo internamente na empresa;
Comprar a aplicao e instal-la;
Alugar a aplicao de um provedor de servios;
Entrar em uma parceria que permita usar a aplicao de terceiros;
Usar a combinao dessas alternativas.
De acordo com Turban, Rainer e Potter (2005), os critrios utili-
zados para nortear a escolha entre as alternativas anteriores so:
As funcionalidades das aplicaes;
Necessidades de informaes;
Interface amigvel com os usurios;
Volume de hardware e software necessrio;
Instalao;
410
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Servios de manuteno;
Qualidade e histrico do fornecedor;
Custos estimados;
Facilidade para se medir os benefcios.
Pessoal necessrio;
Planejamento para evoluo tecnolgica;
Escalabilidade;
Desempenho;
Confabilidade;
Segurana.
Ao fnal dessa etapa, a soluo estar pronta para ser adquirida/desen-
volvida e instalada.
Etapa 4 Instalao, conexo e testes:
Instalar e confgurar as aplicaes;
Conect-las com servidores de dados, Internet, portais de intranet e
extranet, alm de parceiros externos;
Testar e treinar os futuros usurios.
Etapa 5 Operao e manuteno:
Ao fnalizar os testes e treinamentos da etapa anterior, as aplicaes
estaro aptas para entrar em funcionamento ofcial;
A operao e manuteno dessas aplicaes podem ser feitas tanto
dentro da empresa ou por terceiros.
Atividades
Desenvolvemos a seguir um conjunto de perguntas, para que voc
Responda s perguntas abaixo utilizando como base tudo aquilo que
voc estudou nesta unidade e nas conexes apresentadas e o conhecimento
que voc possui de vivncias profssionais ou de estudos de mdulos pas-
sados referentes ao mundo corporativo.
01. O que o CRM?
411
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
02. O CRM um sistema de informao?
03. Quais so os objetivos de um CRM?
04. Mostre as caractersticas de um CRM operacional.
05. Mostre as caractersticas de um CRM analtico.
06. O que um sistema SCM?
07. Quais so os objetivos de um sistema SCM?
412
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
08. Como os SCMs podem auxiliar no gerenciamento da cadeia de supri-
mentos?
09. Qual a diferena entre sistemas de planejamento de cadeia de supri-
mento e sistemas de execuo de cadeia de suprimentos?
10. O que um sistema BI?
11. Como funciona o processo ETL?
12. Por que o processo de aquisio de um sistema de informao to
complexo?
413
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
13. Explique o modelo de processo de aquisio de Turban, Rainer e Pot-
ter (2005).
Reflexo
Nesta unidade, passamos muitas informaes sobre diversos siste-
mas de informaes. Gostaramos que voc, caro aluno e futuro adminis-
trador de empresas, refetisse os seguintes tpicos, buscando as respostas
no texto desta unidade e em outras bibliografas:
a) A TI o meio ou o fm para as empresas modernas?
b) Uma empresa moderna pode viver sem a TI? Por qu?
A nossa inteno que voc consiga entender a TI como uma fer-
ramenta para colaborar com os negcios das empresas modernas. Ento,
encare as perguntas acima com essa flosofa.
ARTIGO:
O cliente sempre tem razo
Robinson N. dos Santos
Crescer complicado tambm para as empresas. Quando se pe-
queno e os clientes so amigos, tudo pode ser resolvido cara a cara. Mas,
e quando j no d mais para reconhecer todos que ligam ou entram na
loja? A soluo existe e atende pelo nome de CRM. Por trs desta sigla,
formada pelas iniciais de Customer Relationship Management, esconde-
se um conceito simples: um banco de dados que registra todos os contatos
entre empresa e cliente. A tecnologia preserva, assim, a memria desses
relacionamentos.
414
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
O CRM um repositrio unifcado de interao com o cliente, de-
fne, em termos um tanto hermticos, Adrian Duran, gerente snior de con-
sultoria de vendas da Oracle. Com ele, voc pode projetar o faturamento
e saber o que o cliente vai fazer. Para o vice-presidente da Microsiga, Wil-
son de Godoy, a tecnologia fator crtico de sucesso para qualquer peque-
na empresa. Para crescer rapidamente, s com as ferramentas adequadas
mo, resume. Godoy d um exemplo. Se uma ofcina mecnica atende
a dois carros por dia, tudo bem. Mas, e para atender 250 carros por dia, s
com o uso de tecnologia? a que o CRM entra. O software ajuda a pre-
servar o tratamento pessoal dado aos clientes, diz o executivo. A Micro-
soft, que tambm vende software de CRM, ainda mais taxativa. CRM
para dar mais lucro e efcincia empresa. para reter e ganhar clientes,
enumera Rodrigo Munhoz, gerente geral da Microsoft Business Solutions.
No mercado de aplicaes corporativas, o nome do jogo conso-
lidao. Como resultado, o nmero de fornecedores diminuiu. Em maio,
a Oracle deu por fnalizada a fuso com a Peoplesoft que, por sua vez,
j havia comprado a J. D. Edwards. A Microsiga comprou a Logocen-
ter em fevereiro e anunciou, em junho, a aquisio da pequena AP Soft,
especializada na rea mdica. J a Microsoft criou sua diviso Business
Solutions com a compra de quatro empresas Axapta, Solomon, Great
Plains e Navision. Como se tivessem combinado, todas agora olham com
ateno para o mercado constitudo de pequenas e mdias empresas.
esse mercado que atualmente puxa o crescimento dos investimentos, ex-
plica o gerente de consultoria da Oracle.
Um nome, vrios perfs
E como saber se j est na hora de adotar uma soluo de gesto
de relacionamento com o cliente? Basta seguir a trilha das grandes em-
presas. 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 difculdades que no existe apenas
um tipo de CRM. A empresa Meta Group, que faz pesquisas de mercado
em tecnologia da informao, classifca os sistemas de CRM em trs per-
fs: operacional, colaborativo e analtico.
O CRM operacional o que equipa o setor de atendimento, como
call centers, explica Duran. Segundo ele, o analtico ajuda a empresa a
tomar decises com base no comportamento dos clientes, que detectado
por meio de tcnicas de minerao de dados. O colaborativo, por sua vez,
415
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
permite que informaes sobre os clientes trafeguem entre departamentos
e parceiros de negcio. quando os dados no esto estanques em seus
mdulos e podem ser vistos pela empresa como um todo, conta Munhoz, da
Microsoft.
O uso do CRM tambm leva a mudanas na gesto, j que, com o
software, o empresrio deixa de centralizar as aes sobre os clientes.
Esse um aspecto importante, pois muitas pequenas e mdias empresas
surgem de uma organizao familiar, lembra Duran. Para vencer resis-
tncias, a consultoria pea-chave. Ela faz o que chamamos de change
management. um tipo de evangelizao: o consultor mostra outras
experincias e bons casos de sucesso para provar que a mudana vale a
pena, ressalta o executivo da Oracle.
Software e servio
Ao contrrio de softwares de prateleira, as solues de CRM no
tm preos fxos. A Oracle, por exemplo, tem diversas formas de empaco-
tamento do E-Business Suite, um conjunto que pode incluir diversos sof-
twares, entre Supply Chain, ERP (Enterprise Resource Planning), CRM e
BI (Business Inteligence).
Para os pequenos, a Oracle oferece o software na verso Special
Edition, com custos a partir de 2.000 dlares por usurio. A empresa tam-
bm oferece o
E-Business Suite On Demand, uma verso de aluguel, ao custo de
90 dlares por ms, por usurio e por aplicativo.
Godoy, da Microsiga, diz que CRM parte de um todo, que inclui,
alm da gesto da companhia propriamente dita, a gesto do cliente.
Por isso, temos um pacote que combina ERP e CRM, com preos a par-
tir de 3.000 reais por usurio.
Como a maioria das empresas, a Microsoft comercializa licenas
do Microsoft CRM por meio de parceiros. O custo por usurio comea em
cerca de 100 dlares o valor diz respeito ao pacote combinado de CRM
e Small Business Server. E o custo da instalao? Depende muito do
cliente, ressalta Munhoz. Em mdia, a cada dlar gasto com licenas,
outro gasto com servios. De acordo com previses da prpria Micro-
soft, o tempo de retorno do investimento varia de 6 a 12 meses.
Disponvel em: <http://pcworld.uol.com.br/reportagens/2005/08/05/
idgmateria.2005-09-08.1401014902/IDGMateria_view>. Acesso em: 02/11/2007.
416
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
ARTIGO:
ABC do outsourcing
Stephanie Overby
Por que terceirizar, qual a durao ideal de um contrato, quais os
custos ocultos envolvidos e o que fazer se o outsourcing no der certo so
algumas das perguntas para as quais este artigo traz respostas
O que outsourcing?
Existem tantas defnies para outsourcing quanto existem manei-
ras de desvirtu-lo. Mas, basicamente, outsourcing nada mais do que
delegar servios a terceiros. Em tecnologia da informao, outsourcing
pode incluir qualquer coisa desde terceirizar todo o gerenciamento de TI
para uma IBM ou EDS a terceirizar um servio muito pequeno e facil-
mente defnido, como disaster recovery ou armazenamento de dados.
O termo outsourcing usado alternadamente (e incorretamente)
com offshoring, em geral por pessoas em discusses acaloradas. Na rea-
lidade, offshoring (mais precisamente, offshore outsourcing) um peque-
no mas importante subconjunto do outsourcing, pelo qual uma empresa
terceiriza servios para outra empresa em outro pas, visando principal-
mente benefciar-se de mo de obra mais barata. Trata-se de uma situa-
o poltica delicada porque, ao contrrio do outsourcing domstico, em
que os funcionrios costumam ter a oportunidade de se transferir para o
outsourcer, conservando seus empregos, o offshore outsourcing apresenta
maior probabilidade de resultar em demisses.
Por que terceirizar?
O business case para o outsourcing varia de acordo com cada situ-
ao, mas, de uma maneira geral, as razes para terceirizar incluem um
ou mais dos seguintes aspectos:
- Custos reduzidos (decorrentes de economias de escala ou mo de
obra mais barata);
- Capacidade varivel;
- Possibilidade de focar as competncias-chave ao livrar-se das
perifricas;
- Falta de recursos internos;
- Trabalho realizado com maior efcincia;
417
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
- Maior fexibilidade para se adequar a circunstncias corporativas
e comerciais que mudam;
- Maior controle do budget atravs de custos previsveis;
- Menor investimento contnuo em infraestrutura interna;
- Acesso a liderana de pensamento e inovao;
- Possvel entrada de caixa resultante de transferncia de ativos
para o novo fornecedor.
Por que to difcil terceirizar?
Indubitavelmente, difcil terceirizar. O ndice de fracassos das
relaes de outsourcing continua alto, entre 40% e 70%. No cerne do pro-
blema est o confito de interesses inerente a qualquer acordo de outsour-
cing. O cliente busca um servio 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 tenso tem que ser gerenciada de perto para garantir
um bom resultado para ambas as partes.
Outra causa de fracasso a nsia de terceirizar sem um bom busi-
ness case. Cada vez mais, as organizaes recorrem ao outsourcing como
uma ttica rpida 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 so mais fceis de lidar do que outros. O outsourcing tran-
sacional, em que uma empresa terceiriza processos discretos com regras
de negcio bem defnidas, bem-sucedido em 90% dos casos. Alianas de
co-sourcing, em que cliente e fornecedor gerenciam projetos em conjunto
(em geral, desenvolvimento de aplicativos ou manuteno terceirizada
offshore), do certo em apenas 63% dos casos. E parcerias estratgi-
cas, em que um nico outsourcer responsvel por um grande pacote de
servios de TI, funcionam apenas em 50% dos casos.
Os riscos aumentam medida que os limites entre as responsabili-
dades de cliente e fornecedor se soldam e o escopo das responsabilidades
se expande. Qualquer que seja o tipo de outsourcing, as relaes somente
tero xito se fornecedor e cliente obtiverem os benefcios esperados.
Disponvel em: <http://cio.uol.com.br/estrategias/2006/06/12/
idgnoticia.2006-06-12.4862976184/> Acesso em 02/12/2007.
418
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
U
n
i
d
a
d
e

5
HABERKORN, E. (2004). Gesto Empresarial com ERP. So Pau-
lo: Microsiga Intelligence, 2 edio.
KING, Mervyn J. Bank & brokerage back offce procedures &
settlements. Chicago: Amacom, 2000. ISBN 978-0-8144-0534-5.
MYLIUS, M. Business Intelligence: mais fcil do que voc imagina.
So Paulo: Edies Inteligentes, 2004.
Elsevier.
Na prxima unidade
Nesta unidade, ns estudamos bastante sobre diversos sistemas de infor-
mao e sobre como implant-los.
Na prxima unidade, vamos fnalizar este mdulo falando sobre
E-business, E-commerce e como a TI pode auxiliar na gesto do conheci-
mento de uma empresa.
U
n
i
d
a
d
e

5
E-business, e-com-
merce e a TI na gesto do
conhecimento
Voc j comprou algo pela Internet? Prova-
velmente, sim!
Quando voc executou esta compra, voc deve ter
percebido que havia um sistema de informao auxi-
liando e interfaceando voc e a empresa escolhida para
realizar esta compra.
Nesta unidade, vamos estudar exatamente isso, ou seja, co-
mrcio e negcio eletrnico e como a TI pode auxiliar essas
atividades.
Para fnalizar o mdulo, vamos estudar um pouco a gesto de co-
nhecimento e o papel da TI nesta rea.
Esses conhecimentos so imprescindveis para qualquer adminis-
trador, afnal, voc pode ser escolhido dentro da sua empresa para
implement-los.
Compreender as principais aplicaes de e-business existentes atual-
mente.
Diferenciar as aplicaes de e-business e de e-commerce.
Entender os fundamentos do e-commerce, como ele pode contribuir
para o ambiente de negcios e para a obteno de vantagens competiti-
vas.
Entender, analisar e relacionar as principais aplicaes de e-commer-
ce existentes atualmente.
Compreender as principais aplicaes de e-business existentes
atualmente.
Diferenciar aplicaes de e-business e de e-commerce.
Entender os fundamentos do e-commerce, como ele pode
contribuir para o ambiente de negcios e para a obteno de
vantagens competitivas.
Entender, analisar e relacionar as principais aplicaes
de e-commerce existentes atualmente.
Compreender os fundamentos da gesto do co-
nhecimento.
420
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Entender e explicar a relao existente entre a Tecnologia da Informao
e a gesto do c onhecimento.
Distinguir e entender os principais sistemas para Gesto do Conheci-
mento.
Voc se lembra?
Voc se lembra das tecnologias de Internet, intranet e extranet estudadas
na disciplina de Microinformtica?
Se no lembra, volte em suas anotaes e releia o assunto. As empresas
envolvidas no e-commerce compradoras ou vendedoras precisam
dessas tecnologias para sustentar e apoiar os processos de comrcio ele-
trnico.
5.1 Aplicaes de E-Business
Muito provavelmente, voc j ouviu falar em e-business e e-com-
merce, afnal, a maneira como as empresas trabalham e comercializam
seus produtos est sendo ampla e rapidamente reconfgurada graas a es-
sas duas palavrinhas.
Mas, voc saberia me dizer qual a diferena entre e-business e
e-commerce?
Para entendermos melhor essa diferena, leia atentamente e analise
o quadro de defnies a seguir.
E-COMMERCE
Qualquer transao de compra e venda por meios eletrnicos, digi-
tais.
E-BUSINESS
Alm de abranger o e-commerce, compreende os sistemas aplicativos,
tanto os de uso interno como os de relacionamento externo, que com-
pem o motor da empresa moderna.
E-business no apenas o conjunto de transaes do e-commerce;
uma redefnio do velho modelo de empresa, a partir da contribui-
o da TI para maximizar o valor para o cliente.
Miglioli (2007) a partir de OBrien (2004, p. 205).
Em outras palavras, podemos dizer que o e-business :
421
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
E-business, e-commerce e a TI na gesto do conhecimento Unidade 5
A utilizao da infraestrutura de TI, principalmente da Internet,
para dar suporte:
ao comrcio eletrnico (e-commerce);
s comunicaes;
colaborao entre empresas;
aos processos de negcios, tanto de abrangncia interna como externa.
Miglioli (2007) a partir de OBrien (2004).
Mais do que comprar e vender pela Internet (e-commerce). O
e-business um novo modelo de negcio, que se utiliza da TI e da
Internet para aumentar o valor oferecido aos seus consumidores, fdeli-
zando-os cada vez mais.
Nesse tpico, iremos explorar, mas de maneira geral, algumas das
principais aplicaes de e-business.
Observe atentamente a fgura a seguir. Ela resume as principais apli-
caes de e-business existentes atualmente.

CRM
ERP
SCM
DW
BI
Logstica
de entrada
Produo
Logstica de
sada
Vendas e
marketing
Ps-venda
CADEIA DE VALOR
B2B
EDI
B2B
B2C
EDI
Nvel
gerencial e
estratgico
Nvel
operacional
F
O
R
N
E
C
E
D
O
R
E
S
C
O
N
S
U
M
I
D
O
R
E
S
EAI
Figura 32 - Principais aplicaes de e-business. Adaptado de MIGLIOLI (2007).
Analise atentamente a fgura anterior, pois ela resume bem as prin-
cipais aplicaes de e-business, os inter-relacionamentos e as interfaces
com os consumidores (clientes) e fornecedores (parceiros, funcionrios,
fornecedores de materiais etc.).
Voc analisou com ateno a fgura anterior?
422
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Data
Warehouse (DW)
um sistema de computao
utilizado para armazenar informa-
es relativas s atividades de uma
organizao em bancos de dados, de forma
consolidada. O desenho da base de dados
favorece os relatrios, a anlise de grandes
volumes de dados e a obteno de informa-
es estratgicas que podem facilitar a
tomada de deciso (Wikipdia, 2010).
Se no, volte na fgura e veja quantas aplicaes esto integradas
nos chamados conjuntos de solues interfuncionais, ou seja, aquelas
solues que atendem a mais de uma
funo ou processo empresarial.
Vamos listar esses conjun-
tos de solues interfuncionais?
De acordo com a fgura
anterior, so:
ERP;
CRM;
SCM;
DW e BI.
Por enquanto, muito im-
portante voc saber:
A integrao das empresas por
meio das solues apresentadas anteriormen-
te um assunto crtico e difcil para a maioria das organizaes.
No entanto, a integrao dos processos de negcios atualmente, uma
das principais chaves para o sucesso empresarial.
Muitas empresas encaram a utilizao efetiva dessas solues inter-
funcionais como um modelo estratgico de utilizao da TI, contribuindo,
sobremaneira, para a obteno de vantagens estratgicas corporativas.
Confrme essas afrmaes, lendo (ou relendo) a reportagem do CIO
do Boticrio, no tpico 2.5 dessa apostila.
Em alguns ambientes reais, as empresas possuem solues inte-
gradas de diferentes fabricantes, ou seja, ERP do
SAP, CRM da Siebel (Oracle) e outros sistemas
diferentes.
Nesse tipo de ambiente, surge, geral-
mente, a necessidade dos EAIs (Enterprise
Application Integration), ou simplesmente,
integradores das aplicaes empresariais. Os
EAIs so softwares cujas funes principais so:
alinhavar, ou interconectar ERP, CRM,
SCM, DW, BI e outras solues;
executar a coordenao e a converso dos dados trocados entre esses
diferentes aplicativos.

Conexo:
Quer saber mais sobre
Data Warehouse, ento:
1) acesse o link: http://pt.wikipedia.
org/wiki/Data_Warehouse;
2) leia o livro: Tecnologia e Projeto
de Data Warehouse, de Felipe
Machado, da Editora rica.
423
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Observe atentamente, atravs da anlise da fgura a seguir, bem
como da leitura do exemplo na sequncia, a funo do EAI em um am-
biente de solues integradas de e-business.
EMPRESA

Aplicaes de CRM
(Front-Office)
Atendimento ao cliente
Atendimento no campo
Pedido de vendas
Configurao do produto

Aplicaes de ERP
(Back-Office)
Distribuio
Fabricao
Programao
Finanas

C
l
i
e
n
t
e
s
F
o
r
n
e
c
e
d
o
r
e
s
Integrao das
aplicaes empresariais
EAI
Figura 33 - A funo do EAI em um ambiente de solues de e-business. Adaptado de
OBRIEN (2004, p. 212)
Exemplo: Dell Integrao das Aplicaes 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 integrao mostra que com-
panhias no esto executando um processamento coerente, capaz de dimi-
nuir os custos e a capacidade de resposta aos clientes.
A Dell sabia que, no mnimo, no seria prtico fazer com que seu siste-
ma conversasse com cada um daqueles dezoito sistemas diferentes no interior
dos escritrios de seus clientes separadamente. Em vez disso, a Dell utilizou
um software para integrar as aplicaes das empresas com mtodos da web,
estabelecendo conexes com 40 ou mais de seus maiores clientes. Isso permi-
tiu que um cliente comprasse on-line, por exemplo, uma grande quantidade
de novos notebooks, enquanto a Dell simultaneamente lanava o pedido da-
queles notebooks no sistema de compras do cliente. Entenda isso como uma
compra de um s dique para compradores das empresas. Da mesma maneira
que a Amazon.com automatiza o processo de entrada na informao de carto
de crdito para agilizar as compras dos consumidores, a Deli pode atualizar os
424
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
sistemas de acompanhamento de compras de seus clientes toda vez que estes
realizam uma compra.(OBRIEN (2004, p. 212).
5.2 Fundamentos do E-Commerce
Muito provavelmente, voc j negociou, ou simplesmente navegou,
em algum website de e-commerce ou comrcio eletrnico.
O e-commerce tem causado uma verdadeira revoluo no mundo em-
presarial, pois criou um novo modelo de negcio, que alterou as maneiras de
se concorrer, aumentou a velocidade das respostas, a natureza da liderana,
alm de simplifcar e facilitar as interaes entre compradores e vendedores.
As empresas de e-business na nova economia, ou era da Internet,
acreditam que o e-commerce muito mais do que simplesmente compra
e venda on-line de produtos (OBRIEN, 2004). Para essas empresas, o
e-commerce engloba os seguintes processos de negcios (negociados glo-
balmente entre diferentes partes ou parceiros de negcios):
marketing;
atendimento;
vendas;
ps-venda;
distribuio e entrega;
assistncia tcnica;
pagamento de produtos e servios, entre outros.
Leia atentamente a fgura a seguir e veja a ampla variedade de pro-
cessos de negcios envolvidos em transaes de e-commerce, tanto do
lado de quem vende quanto do lado de quem compra.
MARKETING / DESCOBERTA PROCESSAMENTO DE OPERAES ATENDIMENTO E SUPORTE
Lado de quem est vendendo
Marketing /
pesquisa do
produto
Estimulao
do mercado
e preparao
Negociao
das
condies
Recebimento
do pedido
Seleo do
pedido e
prioridade
Faturamento /
controle do
pagamento
Programao
de pedido
/ entrega
Atendimento
e suporte
ao cliente
Descoberta
do produto
Avaliao
do produto
Negociao
das condies
Colocao
do pedido
Acompanha-
mento
do pedido
Pagamento
do pedido
Recebimento
do produto
Atendimento
e suporte
ao produto
Lado de quem est comprando
TECNOLOGIAS DA INTERNET
APLICAES E SERVIOS DE E-COMMERCE
Figura 34 - E-commerce e os processos de negcios envolvidos. Adaptado de OBRIEN
(2004, p. 244).
425
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
De acordo com OBrien (2004, p. 242), o e-commerce pode:
utilizar marketing interativo, pedidos, pagamentos e processos de
apoio ao cliente em catlogos eletrnicos;
utilizar websites para realizar leiles;
permitir acesso de clientes e fornecedores por meio de extranet a in-
formaes 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 colaborao do cliente no desenvolvimento do
produto atravs de trocas de e-mail e de grupos de notcias.
5.3 Aplicaes de E-Commerce
As empresas participam atualmente de trs categorias bsicas de
aplicaes de e-commerce. So elas:
E-commerce de empresa-para-empresa (B2B):
Envolve relacionamentos eletrnicos de mercado diretamente
entre empresas;
Aplicaes de B2B envolvem catlogo eletrnico, troca e merca-
dos de leiles que utilizam websites da Internet, intranets e extra-
nets e portais para reunir compradores e vendedores (empresas).
E-commerce de empresa-para-consumidor (B2C):
Nessa categoria de comrcio eletrnico, 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 sero conquistados;
Alm disso, essas aplicaes de B2C oferecem catlogos mul-
timdia, processamento interativo de pedidos, sistema seguro
de pagamento eletrnico e suporte on-line ao cliente, atravs de
chats ou e-mail.
E-commerce de consumidor-para-consumidor (C2C):
Nesse tipo de e-commerce, os prprios consumidores realizam
suas transaes de compra e venda;
Um modelo predominante de e-commerce C2C so os sites de
leiles, onde compradores e vendedores interagem entre si;
426
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
A participao de empresas nesses leiles percebida tanto
como agente ativo ou como patrocinador de algum anncio pu-
blicitrio (banners e pop-ups).
Diante de tudo que voc leu e aprendeu at agora, possvel imagi-
nar quais as tecnologias necessrias para o e-commerce ser viabilizado?
Observe atentamente a fgura a seguir, pois ela apresenta uma estrutu-
ra de e-commerce desenvolvida pela Sun Microsystems (OBRIEN, 2004).
Servidor de
Comunicaes
Bancos de dados em
multimdia
Groupware /
Mensagens
Administrao de
documentos
Produtividade na rede
e no escritrio
Herana /
Middleware
de rede
Administrao
de site
Data warehouse /
Sistema de apoio deciso
Banco de dados de
contas de clientes
Cadeia de suprimentos e
Sistemas financeiros
Funcionrios
internos
Clientes
Parceiros Comerciais
Funcionrios Remotos
M
e
n
s
a
g
e
n
s

s
e
g
u
r
a
s
A
u
t
e
n
t
i
c
a
o
Dispositivo
de Segurana
(Firewall)
Intranet Internet
Impulso de Informaes
Navegao / Pesquisa
Propaganda
Servidor do comerciante
Catlogo
Informaes
Comunidade online
Publicao
Perfis / Uso e anlise
da rede
F
a
t
u
r
a
m
e
n
t
o
P
a
g
a
m
e
n
t
o
s
e
g
u
r
o
s
Internet / EDI
E
x
t
r
a
n
e
t
Ferramentas de
criao /
Desenvolvimento
de aplicaes
Administrao
de contedo
Figura 35 - Componentes e funes de uma estrutura de e-commerce. Adaptado de
OBRIEN (2004, p. 245)
De uma maneira bem simples, podemos dizer que a maioria das
tecnologias de informao que estudamos at aqui, inclusive aquelas dis-
cutidas na disciplina de Microinformtica, esto envolvidas nos modelos
de negcios e estruturas de e-commerce.
Caso no se recorde de todas essas tecnologias, volte em suas anota-
es da disciplina de Microinformtica e releia esses assuntos.
5.4 Fundamentos da Gesto do Conhecimento
Muitas pessoas consideram que o valor de uma empresa determi-
nado exclusivamente segundo seus ativos tangveis, como prdios, mqui-
nas, estoques, recursos fnanceiros etc.
427
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
No entanto, com o advento da economia digi-
tal, ou era da informao, o dinamismo imposto
pela tecnologia mudou a maneira de se atribuir
valor a uma empresa, fazendo das suas infor-
maes e do conhecimento gerado por elas
um dos principais ativos empresariais.
As empresas esto cada vez mais preo-
cupadas em se estruturar para serem verdadei-
ras geradoras de conhecimento, ou organizaes
que aprendem.
Diante disso, podemos dizer que, para uma empresa ter sucesso no
mundo dos negcios e manter-se competitiva atualmente, necessrio
uma verdadeira revoluo na maneira de se gerenciar as suas informaes
(internas ou externas).
Nasce, ento, dessa necessidade o conceito da Gesto do Conheci-
mento, ou KM, do ingls Knowledge Management.
Voc j ouviu falar em KM? Gesto do Conhecimento?
Vamos analisar a defnio de Gesto do Conhecimento, na opinio
de diferentes escritores.

Conexo:
Quer saber como se faz
para calcular o valor de uma
empresa? Ento acesse o link
abaixo e faa do conhecimento o seu
diferencial.
http://www.sebraesp.com.br/faq/cria-
cao_empresa/criacao_empresa/
preco_venda_empresa
GESTO DO CONHECIMENTO
Diz respeito capacidade de a empresa armazenar e disponibilizar
as informaes de maneira segura, confvel e de fcil acesso (BATIS-
TA, 2004).
Refere-se ao conjunto de processos desenvolvidos em uma organiza-
o para criar, armazenar, transferir e aplicar conhecimento. Aumenta a
capacidade da empresa de aprender com seu ambiente e incorporar co-
nhecimento aos seus processos de negcios e a sua tomada de deciso.
(LAUDON e LAUDON, 2007).
o conjunto de tcnicas, tecnologias e recompensas para que os fun-
cionrios compartilhem o que sabem e para fazer melhor uso do conhe-
cimento acumulado no local de trabalho (OBRIEN, 2004).
Um processo que auxilia as empresas a identifcar, selecionar, organi-
zar, disseminar, transferir e aplicar informaes e experincias impor-
tantes que fazem parte da memria da organizao e que normalmente
residem dentro da organizao de uma maneira desestruturada (TUR-
BAN, RAINER e POTTER, 2005).
428
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Em outras palavras, podemos dizer que a Gesto do Conhecimento
representa:
Um conjunto de processos e tecnologias que visa, de forma efe-
tiva, coletar, organizar e disseminar as informaes e experincias
para todos os usurios de uma empresa, da maneira mais gil e oportu-
na possvel.
Alm disso, cria condies para que o conhecimento implcito,
ou tcito aquele que reside na mente dos trabalhadores possa ser
gerido e devidamente organizado e melhor aproveitado.
MIGLIOLI (2007)
Lembra-se da discusso sobre as vantagens competitivas que a TI
proporciona para as empresas?
Se no lembra, volte no texto e relembre o conceito, pois a Gesto
do Conhecimento tornou-se um dos maiores usos estratgicos da TI pelas
empresas.
Diante disso que voc leu e aprendeu, podemos concluir que a Ges-
to do Conhecimento tem como objetivo principal:
colocar o conhecimento pessoal e empresarial disposio de todos
os envolvidos, em qualquer um dos nveis organizacionais.
5.5 A TI e a Gesto do Conhecimento
Falamos no tpico anterior da Gesto do Conhecimento. Mas, refita:
No mundo de negcios que vivemos hoje, com grandes volumes de
informaes sendo gerados e processados, possvel se pensar em Gesto
do Conhecimento sem o apoio da TI?
Difcil pensar na KM sem o auxlio da TI. Praticamente impossvel.
Por isso, vrios so os recursos da TI que podem tornar vivel os
propsitos da Gesto do Conhecimento. Como j estudamos todos esses
recursos, vamos apenas cit-los:
Sites e portais na Internet e intranet;
Aplicativos de groupware;
Data warehouse;
429
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
KM como
combinao de
recursos
Esses sistemas de KM so, na
maioria dos casos, uma combinao
dos diferentes recursos de TI apresentados
anteriormente.
Data mining;
Grupos de discusso on-
line;
Entre outros.
De maneira geral, a
TI proporciona a infraes-
trutura necessria para que
os Sistemas de Gesto do
Conhecimento sejam imple-
mentados.
5.6 Sistemas para a Gesto do Conhecimento
Vamos explorar alguns dos principais sistemas, ou ferramentas,
existentes para a Gesto do Conhecimento.
5.6.1 Portal de Informao ou de Conhecimento
De acordo com OBrien (2004), um portal de informao ou de
conhecimento uma interface baseada em rede (Internet), com um misto
de intranet e outras tecnologias que permitem a todos os usurios internos
(via intranet) e aos usurios externos (via extranet) acessarem uma varie-
dade de aplicaes e contedos internos e externos nas empresas. Como
exemplos, podemos citar:
Aplicaes internas:
Acesso a e-mail, a websites de projetos e a grupos de discusso;
Acesso a notcias, contedo de trabalho;
Repositrio de informaes e conhecimentos gerados;
Autoatendimento em recursos humanos;
Bancos de dados de clientes, estoques e outros;
Sistemas de apoio deciso.
Aplicaes externas:
430
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Servios industriais, fnanceiros e de notcias da Internet;
Links para grupos de discusso;
Links para websites de fornecedores e clientes na Internet e em
extranet;
Links para divulgao de trabalho e conhecimento gerado.
Na maioria dos casos, os portais de informao so adequados ou
personalizados s necessidades dos usurios individuais de empresas (di-
retores, presidentes) ou de grupos de usurios (gerentes, trabalhadores do
conhecimento).
Vamos para alguns exemplos?
Exemplo 1: Portal de Conhecimento sobre Gesto do Desenvol-
vimento de Produtos (GDP)
Um exemplo de um portal para a troca de conhecimentos bastante
relevante para a indstria automobilstica foi desenvolvido no ambiente
universitrio brasileiro. Estamos falando do PDPNet, que foi criado no
mbito do Grupo de Engenharia Integrada (EI) do ncleo de Manufatura
Avanada (NUMA) da Escola de Engenharia de So Carlos Universida-
de de So Paulo (EESC/USP) e com a colaborao do Grupo de Pesquisas
para o Aperfeioamento da Qualidade e Produtividade (GEPEQ), da Uni-
versidade Federal de So Carlos (UFSCar) e do Ncleo de Desenvolvi-
mento 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 exemplifca bem o potencial destas ferramentas e pr-
ticas de Gesto do Conhecimento alm das fronteiras da organizao. Sua
localizao na Internet http://www.pdp.org.br.
(TERRA,2005).
Exemplo 2: Portal de Conhecimentos Inovao, Design Sus-
tentvel, Desenvolvimento de Produtos e Gesto do Ciclo de Vida dos
Produtos
Trata-se de um portal de conhecimentos cujo objetivo permitir, de
forma livre, aberta e gratuita, o compartilhamento de conhecimentos das
seguintes reas: inovao, desenvolvimento de produtos, gesto do ciclo
de vida de produtos e sustentabilidade. como se fosse uma Wikipdia
431
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
especializada nesse assunto. A questo que se faz Por que no utilizar
a Wikipdia, ento?. Porque aqui os conhecimentos esto categorizados
em classes e em tipos de contedo. Alm disso, so destacadas as melho-
res prticas, com a possibilidade de se criar coletivamente snteses sobre
determinado assunto, mtodo, ferramenta, sistema etc. Pode-se tambm
inserir fontes de informaes adicionais sobre as melhores prticas e se
colocar material livre para download. Assim, um membro dessa comu-
nidade pode baixar esse material e aplicar no seu caso especfco (na sua
empresa ou pessoalmente) (Portal de Conhecimentos, 2007).
Veja nas fguras 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
432
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
5.6.2 Inteligncia Artificial
Segundo Turban, Rainer e Potter (2005, p. 104), a Inteligncia
Artifcial (AI Artifcial Intelligence) o estudo dos processos de pen-
samento humano e a representao desses processos em mquinas (por
exemplo, computadores, robsetc.).
As tcnicas de Inteligncia Artifcial podem ajudar na identifcao
de experincia, deduo do conhecimento automtica e semiautomatica-
mente, interface por meio do processamento da linguagem natural e reali-
zao de busca inteligente por meio de agentes inteligentes.
Os mtodos de AI (principalmente sistemas especialistas, redes
neurais e agentes inteligentes) so usados nos sistemas de gesto do co-
nhecimento para realizar diversas funes, entre elas auxiliar e melhorar o
conhecimento da pesquisa.
5.6.3 Agentes Inteligentes
Agentes inteligentes so sistemas de software que aprendem como
usurios trabalham e oferecem auxlio em suas tarefas dirias.
Os agentes inteligentes podem ajudar no sistema de gesto do co-
nhecimento de diversas maneiras. Normalmente, eles so usados para
deduzir e identifcar o conhecimento (TURBAN, RAINER e POTTER,
2005).
Para fnalizar nossa discusso sobre os sistemas para Gesto do Co-
nhecimento, leia atentamente, a seguir, um exemplo de um Portal Corpo-
rativo de Informao.
Exemplo 3: Procter & Gamble como um portal de informa-
es propicia apoio deciso
No ano de 1996, quando portal era apenas o nome pomposo de uma
porta, a diviso de TI da Procter & Gamble Co. comeou a desenvolver
um sistema rudimentar para compartilhar documentos e informao na
intranet da empresa. Enquanto as demandas de usurios e o nmero de
pginas de rede apoiadas pelo sistema cresciam, a equipe de TI ampliava
o escopo deste Catlogo de Conhecimento Global. O grande sistema um
imenso banco de informaes que permite a todos os 97.000 funcionrios
da Procter & Gamble em todo o mundo encontrarem informaes espec-
fcas para suas necessidades.
433
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Embora o sistema ajudasse a manter coerncia de grande quantida-
de de dados, ele ainda conduzia a uma sobrecarga de informaes. O que
a Procter & Gamble realmente precisava era uma forma de personalizar
a informao de cada funcionrio, com base em seu trabalho, diz Dan
Gerbus, gerente de projetos para a criao do portal na diviso de TI da
companhia de Cincinnati. Os usurios queriam uma ferramenta em seu
navegador que juntasse e entregasse toda a informao que necessitassem
para fazer seu trabalho sem precisar navegar por 14 websites, diz.
Assim, em janeiro de 2000, a Procter & Gamble realizou um contra-
to com a Plumtree Software para 100 mil conexes no portal corporativo
daquela empresa. A Procter & Gamble, que se tornou uma acionista da
Plumtree, utiliza o portal para disponibilizar aos seus funcionrios em
milhares de bancos de dados Lotus Notes informaes estratgicas, de
marketing e de produtos, assim como documentos de noticias do setor. Os
arquivos de documentos do portal adquirem dados de mais de 1 milho de
pginas da rede.
No incio de 2001, o portal de toda a Procter & Gamble continha
links para o sistema integrado de gesto SAP R/3, um data warehousing
de longo alcance e produtos de apoio deciso da Oracle. Tambm esto
includos dados de clientes, analisados pela aplicao de gerenciamento
do relacionamento dos clientes da E.piphany. Segundo Gerbus, a ideia
dar aos funcionrios um lugar em que adquiram a informao e as aplica-
es de que necessitam: Eles costumavam precisar navegar muitos sites
de intranet para encontrar o que precisavam. O portal como fazer com-
pras num s lugar.
Gerbus diz que os funcionrios da Procter & Gamble sero capazes
de olhar para seu painel, que lhes oferecer uma viso prefxada de v-
rias fontes de informao, e encontrar toda a informao atualizada que
precisam para tomar decises sobre novos produtos, campanhas de pro-
paganda ou outras iniciativas. Se um gerente sempre precisar localizar
algumas peas-chave de informao, seremos capazes de construir um
painel para isso, diz Gerbus. Mas tambm forneceremos as ferramentas
para que consigam a aplicao ou fonte de dados para uma anlise mais
profunda.
(OBRIEN, 2004, p. 295).
434
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Atividades
Desenvolvemos a seguir, um conjunto de perguntas, para que voc
01. O que e-business?
02. O que e-commerce?
03. Qual a diferena entre e-business e e-commerce?
04. O que um EAI?
05. O que a gesto de conhecimento?
435
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
06. O que um portal de informao ou conhecimento?
07. O que a inteligncia artifcial?
Reflexo
Depois de passarmos por todas as cinco unidades e adquirirmos
conhecimentos sobre vrios sistemas de informaes, importante que
voc, futuro administrador de empresas, consiga enxergar a importncia
da Tecnologia da Informao na administrao de empresas.
Podemos dizer que administrar uma empresa sem a TI apresenta
uma analogia com o fato de se lenhar uma foresta inteira a machadadas,
ou seja, possvel, mas vai demorar um pouco e pode ser que voc desista
no meio do caminho. Seria melhor lenhar a foresta com uma motosserra.
O interessante da analogia anterior que a TI tem exatamente o ca-
rter de ferramenta, ou seja, dentro de uma empresa (que no seja de TI) a
TI deve ser sempre encarada como um meio e no como um fm: sempre
prestando servios para as demais reas da empresa, procurando dar dis-
ponibilidade, rapidez e consistncia s informaes, alm de suportar a
resoluo de problemas e automatizar vrios processos.
Artigo 1:
Pesquisa associa sucesso do e-commerce sociabilidade do bra-
sileiro
Para eMarketer, varejistas virtuais devem atentar para peculiarida-
des do brasileiro, que confa mais nos veculos de mdia que nos gover-
nantes.
436
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Um estudo divulgado hoje pelo eMarketer chama a ateno dos vare-
jistas brasileiros para o sucesso do comrcio eletrnico no pas. Segundo o
estudo, boa parte desse sucesso se deve sociabilidade da populao e ao
fato de que o brasileiro assim como o nigeriano, indiano e russo confa
mais em veculos de mdia, como a Internet, que nos governantes.
A pesquisa Globescan, por exemplo, de maio do ano passado, mos-
trou que no Brasil 45% da populao confa muito nos veculos de mdia,
ao passo que 30% tm a mesma opinio sobre os governantes.
Como em todo lugar, a questo da confana na Internet est alta-
mente ligada ao sucesso ou fracasso da estratgia de comrcio eletrni-
co, afrma a pesquisa do eMarketer.
Segundo o documento, divulgado imprensa, essa questo ainda
mais crtica no Brasil por uma caracterstica peculiar da sociedade, que
baseada na ideia de que a posio social resultado direto dos amigos
que se tenha, segundo o instituto.
Alguns analistas chegam a dizer que o brasileiro no concebe um
relacionamento que no esteja baseado na amizade, segundo o docu-
mento. Ainda que isso possa ser visto como algo antiquado em algo to
recente como a Internet, o eMarketer alerta os varejistas virtuais para
que mantenham em mente uma mxima que creditam ao brasileiro: mais
vale ter amigos na praa que dinheiro em caixa.
O brasileiro gastou 13,3 bilhes de reais na Internet em 2006, segundo
dados da Cmara Brasileira de Comrcio Eletrnico citados pelo eMarke-
ter. A previso para este ano que o montante atinja 17,4 bilhes de reais.
Dados do e-bit tambm apontados no estudo mostram que o nmero
de brasileiros que compram na Internet deve saltar de 7 milhes em 2006
para 9,8 milhes este ano, um aumento de 40%.
Disponvel em <http://computerworld.uol.com.br/mercado/2007/06/21/
idgnoticia.2007-06-21.3022877326>. Acesso em: 21 set. 2007
ARTIGO:
Gesto do Conhecimento Pessoas e Tecnologia, um bom negcio
Por Alexandre Mendes
A Gesto do Conhecimento e as mudanas
Hoje recebemos informaes de tudo o que lado, de todas as dire-
es. Seja pelos jornais, TVs, revistas, Internet, rdio do carro, painis lumi-
437
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
nosos e at pelo celular. Ou seja, recebemos uma carga enorme de dados de
todos os tipos, informaes sobre os mais variados assuntos o tempo todo.
Estamos absorvendo tudo isto, mas estamos adquirindo conhecimento?
De outro lado, as empresas esto percebendo que possuir este
conhecimento pode ser um diferencial, pode estabelecer a tal vantagem
competitiva que tanto ouvimos falar. Muitos funcionrios esto se aper-
feioando, adquirindo o capital intelectual, ou seja, criando, mudando,
transformando a empresa, o mercado, a sociedade. Este um processo
dinmico e de mudana contnua.
As empresas precisam investir mais em seus funcionrios, especial-
mente os talentosos. Elas devem observar o surgimento de um novo tipo
de funcionrio que quer ganhar o seu espao atravs do seu talento e da
especializao. esperado neste sculo que as empresas evoluam muito
devido ao conhecimento adquirido e gerenciado, preparando-se para as
mudanas que viro, muito rpidas e nem sempre previsveis.
Vem o confito entre o capital e o talento. Quem vence? No se pode
perder o desejo contnuo de adquirir conhecimento, principalmente porque
estamos na era da velocidade da informao. O capital intelectual passa a
ser um diferencial, ou seja, temos que investir continuamente no aprendiza-
do, pois ele virou condio de sobrevivncia num mundo to competitivo.
Assim a Gesto do Conhecimento traz mudanas nas empresas,
propondo a implementao de processos geis e simples, para que o co-
nhecimento seja registrado e disponibilizado a todos. saudvel compar-
tilhar informaes. a ordem.
J li que Gesto do Conhecimento inteligncia coletiva. Isto nos
faz pensar nesta Era do Conhecimento, em que a empresa modifca ra-
pidamente seus processos, sua forma de atuar, de ganhar dinheiro, de
mudar rapidamente para atender s solicitaes de mercado, como um
camaleo em constante mudana de cor. Estas mudanas so claramente
observadas nas relaes das empresas com o mercado, com seus fornece-
dores e com seus funcionrios. Esto no dia a dia dos jornais e dos meios
de comunicao em geral.
Um mundo menor informaes disponveis 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 rpida, segura e formatada. O usurio precisa
438
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
da informao acessvel em qualquer lugar e no necessariamente em seu
local de trabalho.
Existem informaes que nos idos dos anos 1970 as pessoas sozi-
nhas dominavam 75% do conhecimento das organizaes e o restante era
inteligncia coletiva. Hoje o quadro se inverteu praticamente.
Os avanos da Tecnologia
Os avanos da tecnologia tm sido to grandes e de tal maneira que
confesso, s vezes, no fcil acompanhar tudo. Vamos tomar, por exem-
plo, as mudanas nas comunicaes, olhem para 10 anos atrs e compa-
rem com o cenrio hoje. Parece que no h tempo a perder.
Fica claro que estamos lidando com um novo tempo e novas rela-
es esto a em nossa frente e temos que entender tudo isso. J estamos
presenciando mudanas nos modelos tradicionais de negcios e nas rela-
es de trabalho-empregado, escola-aluno, cidado-governo e muito de
Gesto do Conhecimento nisto tudo.
O que estamos assistindo uma ruptura dos padres das organi-
zaes, transformao da economia e de seus fundamentos, surgimento
de novos modelos de produo e um aumento da velocidade de acesso s
informaes.
Podemos citar alguns exemplos de setores que utilizam intensa-
mente o conhecimento e com isso aumentaram o seu valor de mercado:
indstria farmacutica, produtos e servios de TI, servios de negcios,
eletrnica etc. Exemplos de empresas? Anote a: Coca-Cola, Nike, GE,
IBM, Microsoft, Sony, Phillip Morris, Natura, Pfzer e muitas outras.
Concluso
Podemos notar que o sucesso de muitas empresas dado pela van-
tagem competitiva obtida exatamente pelo uso deste conhecimento, pois o
capital intelectual acumula e gera riquezas, cria competncia e resul-
tados.
No podemos nos esquecer que conhecimento e colaborao andam
juntos. E que importante padronizar dados e informaes para que estes
possam ser facilmente trocados entre todos.
439
E
A
D
-
1
3
-
A
D

4
.
2

P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
E que conectar pessoas o mesmo que inovar, reusar, criar,
juntar conhecimento ttico com explcito para melhorar o desempenho e
acesso rpido. Isto resulta em bons negcios!
No importa onde est o conhecimento ou mesmo o seu formato, o
mundo percebeu que o conhecimento virou chave para as empresas cres-
cerem atravs de vantagem competitiva.
Para a Gesto do Conhecimento, uma tecnologia pode ser considerada
til se promover a integrao das pessoas. Mais ainda se ela ajudar a criar
as redes globais, concatenando as informaes e ajudando a dividir o co-
nhecimento entre todos, ou seja, de forma a ajudar a evoluo da empresa.
importante tambm que se estimule a pesquisa, discusses, busca
de solues e inovao. Melhor ainda se tivermos disponveis ferramen-
tas que facilitem isto tudo.
Mas lgico que usufruir desta nova riqueza, que o conhecimen-
to, no s juntar pessoas, trabalhar em equipe, mudar processos, incre-
mentar tecnologia e pronto.
A maior mudana ainda a cultural, as pessoas precisam repensar
este novo mundo e assumir novos papis na empresa, compartilhando
conhecimento, gerenciando novos processos e trabalhar seu dia a dia por
mudanas, convivendo com inovaes, colaborao e, ao mesmo tempo,
competio, por que no?
Disponvel em:http://www.imasters.com.br/artigo/5236/intranets/gestao_
do_conhecimento_-_pessoas_e_tecnologia_um_bom_negocio/
mestre de 2007.
Elsevier.
440
P
r
o
i
b
i
d
a

a

r
e
p
r
o
d
u

U
n
i
S
E
B

I
n
t
e
r
a
t
i
v
o
Minhas anotaes:

Livro - ADM Módulo 4.2

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Livro - ADM Módulo 4.2

Hochgeladen von

Copyright:

Verfügbare Formate

Ferramentos e sistemas de

, indicam as posies onde os dados

a soma de cada valor da varivel ao quadrado;

denominado nmero bino-

. Essa expresso uma integral,

tambm uma varivel aleat-

Podemos reescrever a frmula da proporo amostral como:

um estimador do parmetro . O erro-padro de

que, para n grande,

= 397 3712 1 5057 , ,

Determinar a estrutura de amostragem

Escolher as tcnicas de amostragem

Determinar o tamanho da amostragem

Executar o processo de amostragem

Figura 4 - Modelo de sistema de informao.

Das könnte Ihnen auch gefallen