Anda di halaman 1dari 20

CAPÍTULO 1

VISÃO GERAL
DA ESTATÍSTICA

Conteúdo

1.1 O que é estatística?


1.2 Por que estudar estatística?
1.3 Usos da estatística
1.4 Desafios da estatística
1.5 Pensamento crítico

Objetivos de aprendizagem

OA 1-1 Definir estatística e explicar algumas de suas aplicações nos negócios.


OA 1-2 Enumerar motivos pelos quais um aluno de administração deve
estudar estatística.
OA 1-3 Enunciar desafios comuns encontrados na análise de dados.
OA 1-4 Listar e explicar as armadilhas comuns em estatística.

01_capitulo_01.indd 2 05/08/2014 12:10:55


Introdução
Gerenciadores podem tomar medidas adequadas para aprimorar os seus negócios quando estão bem informados
em relação às operações empresariais internas (por exemplo: vendas, produção, níveis de estoque, tempo de co-
mercialização, reivindicações de garantia) e à posição competitiva, como: participação de mercado, satisfação do
cliente e vendas replicadas. Os gerenciadores necessitam de informações confiáveis e oportunas para que possam
analisar as tendências e se adaptar às condições de mudanças no mercado. Dados mais precisos podem ainda
auxiliar uma empresa a decidir quais tipos de estratégia de informação devem ser compartilhados com seus sócios
empresariais para aprimorar a sua rede de fornecimento. A Estatística proporciona uma tomada de decisão com
base em dados precisos e reduz a possibilidade dos executivos de confiarem em meras suposições.
A Estatística é um componente essencial no campo da inteligência empresarial, que abrange todas as tecno-
logias para coleta, manutenção, acesso e análise de dados nas operações da empresa, a fim de aprimorar as de-
cisões empresariais. A Estatística contribui para a conversão de dados “brutos” não estruturados (por exemplo,
dados de pontos de venda ou perfil de consumo do cliente) em informações úteis, por meio do processo analítico
online (PAO) e da data mining, termos que podem ser encontrados em outras matérias (ou disciplinas) do seu
curso. A análise estatística dá enfoque a problemas essenciais e direciona a discussão para as questões e não para
pessoas ou disputas de competência. Enquanto poderosos softwares com base de dados e sistemas de consulta
constituem o mecanismo principal para o gerenciamento do centro de dados de uma empresa, planilhas em Excel
relativamente pequenas são, frequentemente, o foco de discussão entre executivos, no que diz respeito a decisões
finais. É por essa razão que o sistema Excel é proeminentemente utilizado neste livro.
Em suma, as empresas têm utilizado de maneira crescente a análise de negócios para o suporte da tomada de
decisões, a fim de detectar anomalias que exigem medidas táticas, ou com a finalidade de adquirir percepção es-
tratégica alinhando procedimentos empresariais com objetivos empresariais. Respostas a questões como “Qual é a
probabilidade da ocorrência de um determinado evento?” ou “O que aconteceria se essa tendência continuasse?”
nos conduzirão a ações pertinentes. Os negócios que combinam o julgamento gerencial com a análise estatística
são os mais bem-sucedidos.

Estatística é a ciência que coleta, organiza, analisa, interpreta e apresenta dados. Alguns espe- 1.1
cialistas preferem chamá-la ciência dos dados, uma trilogia de tarefas envolvendo modelagem de
dados, análise e tomada de decisão. Seguem algumas definições alternativas. O QUE É
Estatística ESTATÍSTICA?
“Gosto de pensar que a estatística é a ciência da aprendizagem a partir dos dados...”
  Jon Kettenring, presidente da American Statistical Association (ASA), 1997. OA 1-1
Definir estatística e explicar
“A matemática de coletar, organizar e interpretar dados numéricos, particularmente a análise de cara- algumas de suas aplicações
terísticas da população por meio da inferência da amostra.” nos negócios.
  American Heritage Dictionary®*.

*  American Heritage Dictionary of the English Language. 4. ed. Direitos autorais reservados em 2000 por Houghton
Mifflin Company. Utilizado com permissão. 3

01_capitulo_01.indd 3 05/08/2014 12:10:56


4    ESTATÍSTICA APLICADA À ADMINISTRAÇÃO E ECONOMIA

“Análise estatística envolve coletar informação, avaliá-la, concluir e orientar quais informações são
confiáveis e quais previsões podem ter credibilidade.”
  American Statistical Association (ASA)
Em contraste, uma estatística é uma medida, apresentada como número, usada para resumir
um conjunto de dados amostrais. Muitas medidas diferentes podem ser utilizadas para resumir
conjuntos de dados. Você aprenderá, no decorrer deste livro-texto, que podem existir medidas
diferentes para conjuntos de dados diferentes e também para tipos diferentes de questões a res-
peito de um mesmo conjunto de dados. Considere, por exemplo, um conjunto de dados amostrais
que consista nas estaturas dos estudantes de uma universidade. Pode haver muitos usos para esse
conjunto de dados. Talvez o fabricante de becas queira saber quão compridas deverão ser as pe-

Minicaso 1.1
Vail Resorts
O que uma descida espetacular numa pista de esqui nas monta-
nhas, um dia maravilhoso jogando golfe, uma boa noite de sono
e abundância de água potável para vida selvagem têm em comum
com a estatística? A Vail Resorts Inc. tem possibilitado essas ex-
periências com sucesso por meio da análise de dados rigorosa.
Como esta empresa pode crescer? Uma das maneiras seria
aumentar a receita do ingresso ao teleférico. Antes da alta tem-
porada de esqui, no período entre 2008 e 2009, a diretoria da
Vail Resorts solicitou a sua equipe de marketing uma maneira
de aumentar o número de visitas anuais entre seus hóspedes.
Pesquisas junto aos clientes indicaram que uma maior flexibi-
lidade em torno do planejamento das férias aumentaria a pos-
sibilidade para que os hóspedes visitassem o local mais de uma
vez por ano. Uma nova espécie de ingresso que permitisse a
entrada por vários dias para a prática de esqui durante toda a www.vailresorts.com
estação foi uma das possíveis soluções. A Vail Resorts, ofere-
ceu o “Passaporte Colorado” para atrair hóspedes de todo o estado. Entretanto, ele não se encontrava disponível aos visitantes
de outros estados. A empresa precisava de respostas a perguntas como: Quais resorts deveriam ser incluídos no passaporte? O
passaporte seria válido por quantos dias para a prática de esqui? Haveria datas indisponíveis ou não? Qual seria o preço atraen-
te para o passaporte?
Foram feitas quatro pesquisas de mercado com amostras aleatórias tanto de atuais hóspedes como de hóspedes em potencial,
incluindo os de outros estados, os do estado em questão, e os moradores de Vail Valley. As respostas foram submetidas a uma
análise estatística para determinar a importância relativa das diversas características do passaporte, de modo que o melhor pro-
duto possível pudesse ser oferecido. A equipe de marketing da Vail Resorts descobriu que os hóspedes estavam mais preocupados
com o preço do passaporte, porém manifestavam o desejo de poder esquiar nas cinco áreas de propriedade da empresa: Vail
Beaver Creek, Breckenridge, Keystone e Heavenly. Os hóspedes também desejavam dias ilimitados para a prática de esqui na
Vail Beaver Creek, e não queriam datas indisponíveis.
O “Passaporte Épico” foi colocado à venda em 18 de março de 2008, pelo valor de US$ 579 e os clientes mantiveram sua
palavra. Até o dia 9 de dezembro de 2008, mais de 59 mil “Passaportes Épicos” foram adquiridos com uma receita de vendas
total de US$ 32,5 milhões. O número total de passaportes vendidos aumentou em 18% e a receita total proveniente das vendas,
em 29%, em relação às vendas da estação anterior.
Nos próximos capítulos, procure o logotipo junto aos exemplos e exercícios para aprender mais sobre como a
empresa utiliza a análise de dados e a estatística para:
• Reduzir o tempo de espera para a venda de ingressos ao teleférico.
• Manter uma boa proporção entre os visitantes de outros estados e os do estado em questão.
• Contribuir para que os hóspedes se sintam seguros nas montanhas.
• Manter uma alta ocupação.
• Aumentar o percentual de empregados que retornam em cada uma das estações.
• Assegurar um ambiente saudável para a vida selvagem no Parque Nacional Grand Teton.

01_capitulo_01.indd 4 05/08/2014 12:10:57


Capítulo 1   VISÃO GERAL DA ESTATÍSTICA   5

ças que fabrica; a melhor estatística para isso seria a altura média dos alunos. Já um arquiteto
planejando um edíficio para salas de aula desejaria saber quão alto deve ser o batente das portas
e, para isso consideraria a altura máxima dos alunos. Ambas as medidas, a média e a máxima,
são exemplos de uma estatística.
Você pode não contar com um estatístico experiente na sua empresa, ainda assim, espera-se
que qualquer aluno de graduação/faculdade saiba algo a respeito do assunto, e que qualquer um
que faça um gráfico ou interprete dados esteja “fazendo estatística” sem título oficial.

Um artigo da Business Week, de 2006, denominado estatística e probabilidade “habilidades es- 1.2
senciais para executivos”, foi escrito para percebermos a dissimulação de terceiros, elaborarmos
modelos financeiros, ou desenvolvermos um plano de marketing. Esse mesmo relatório também POR QUE
afirma que “alunos oriundos de faculdades de administração que oferecem sólida formação em ESTUDAR
cálculo têm maiores oportunidades”. Todos os anos, The Wall Street Journal solicita que recru- ESTATÍSTICA?
tadores das empresas classifiquem as escolas de administração americanas em diversos atribu-
tos. Numa pesquisa do jornal realizada em 2006, recrutadores disseram que os cinco atributos OA 1-2
mais importantes eram: (1) habilidade na comunicação e nas relações interpessoais; (2) habilida-
Enumerar motivos pelos quais
de para trabalhar bem em equipe; (3) ética pessoal e integridade; (4) habilidade analítica e para a um aluno de administração
solução de problemas; e (5) ética de trabalho. (Vide “Why Math Will Rock Your World”, Busi- deve estudar estatística.
ness Week, 23 de janeiro de 2006, p. 60; e The Wall Street Journal, 20 de setembro de 2006.)

Relato sobre a habilidade no manuseio de dados


“Buscamos recrutar e preparar líderes na nossa organização que possuam sólidas habilidades
quantitativas, além de devotarem grande paixão pelo que fazemos — fornecendo experiências
excepcionais aos nossos extraordinários resorts diariamente. Saber interpretar dados e como
utilizá-los ao tomar decisões empresariais importantes é um dos elementos essenciais para o
sucesso da nossa Empresa”.
Rob Katz, presidente e chefe executivo da Vail Resorts.

Conhecer estatística fará com que você interprete melhor os dados de outras pessoas. Você
deve saber o suficiente para lidar com problemas diários envolvendo dados, estar seguro de que
outras pessoas não possam enganá-lo com argumentos espúrios, e reconhecer quando alcançou
o limite de seus conhecimentos. O conhecimento estatístico fornece a sua empresa a vantagem
competitiva contra organizações que não compreendem seus dados internos e externos de mer-
cado. E a destreza em estatística básica dá a você, o administrador individual, uma vantagem
competitiva na escalada de sua carreira, ou mesmo quando você muda para um novo emprego.
Aqui estão algumas das razões para se estudar estatística.

Comunicação 
A linguagem da estatística é amplamente utilizada em ciências, ciência social, educação, na área
de saúde, engenharia e mesmo na área de humanas. Em todas as áreas da administração (conta-
bilidade, finanças, recursos humanos, marketing, sistemas de informações, controle de opera-
ções), os trabalhadores usam o jargão estatístico para facilitar a comunicação. Na realidade, a
terminologia estatística alcançou os níveis mais altos de estratégias corporativas (por exemplo,
“Seis Sigma”, na GE e na Motorola). E, no ambiente multinacional, o vocabulário especializado
da estatística permeia as barreiras de linguagem para melhorar a resolução de problemas para
além das fronteiras nacionais.

Habilidades computacionais 
Qualquer que seja seu nível de habilidade computacional, ele pode ser aprimorado. Cada vez que
se cria uma planilha para analisar dados, redige um relatório ou prepara uma apresentação oral,
você utiliza as habilidades que já possui e aprende novas. Especialistas com treinamento avança-
do constroem os bancos de dados e os sistemas que auxiliam na tomada de decisões, mas você
deve saber lidar com problemas de dados diariamente sem os especialistas. Além disso, nem

01_capitulo_01.indd 5 05/08/2014 12:10:57


6    ESTATÍSTICA APLICADA À ADMINISTRAÇÃO E ECONOMIA

sempre é possível encontrar um “especialista” (expert) e, se você o encontrar, ele poderá não
entender muito bem a sua aplicação. É preciso estar apto a analisar dados, usar softwares com
confiança e preparar suas próprias tabelas, redigir seus próprios relatórios e montar eletronica-
mente uma apresentação em tópicos técnicos.

Gerenciamento da informação 
A estatística pode ajudá-lo a lidar tanto com pouca quanto com muita informação. Quando os
dados disponíveis são insuficientes, pesquisas estatísticas ou amostras podem ser usadas para
obter a informação necessária, mas muitas organizações de grande porte estão mais perto de se
afundar em dados do que ter falta deles. A estatística pode auxiliar no resumo de uma grande
quantidade de dados e revelar relações fundamentais. Você já ouviu falar de data mining? A es-
tatística é a picareta e a pá que você leva para garimpar a mina de dados.

Literatura técnica 
Muitas das melhores oportunidades de carreira estão nas indústrias que crescem impulsionadas
pelo avanço da tecnologia. A equipe de marketing pode trabalhar com engenheiros, cientistas e
especialistas de manufaturas à medida que novos produtos e serviços são desenvolvidos. Vende-
dores devem entender e explicar produtos técnicos como medicamentos, equipamentos médicos
e ferramentas industriais para clientes potenciais. Gerentes de compra devem avaliar as reclama-
ções de fornecedores sobre a qualidade de materiais brutos, componentes, softwares ou peças.

Melhoria na qualidade 
Grandes empresas de manufaturas, como Boeing ou Toyota, possuem sistemas formais para a
melhoria contínua da qualidade. O mesmo vale para companhias de seguro e empresas de ser-
viços financeiros, como Vanguard ou Fidelity, e o governo federal dos Estados Unidos. A es-
tatística auxilia as empresas a supervisionar seus fornecedores, monitorar suas operações in-
ternas e identificar problemas. Melhoria na qualidade vai além da estatística, mas espera-se
que todo aluno de graduação saiba o suficiente do assunto para entender seu papel na melhoria
da qualidade.

Minicaso 1.2
A estatística pode prever tarifas aéreas?
Quando você faz reserva online de um voo, se sente contrariado quando descobre, no dia seguinte, que a tarifa dessa passagem
está mais barata para o mesmo voo que você reservou? Ou você fica feliz quando adquire uma passagem por um bom preço logo
antes de um aumento na tarifa? Essa volatilidade de preços deu origem à criação de uma nova empresa, denominada Farecast,
que analisa mais de 150 bilhões de “tarifas aéreas” e procura utilizar esses dados para prever a probabilidade de aumento de uma
determinada passagem. Estima-se, até agora, que a precisão das previsões da empresa seja de 61% (em testes independentes) e
75% (em testes da empresa). Nesse caso, a referência é um cara ou coroa (50%). A empresa oferece um seguro contra aumento da
tarifa por um pequeno valor. Se o comprador viaja muito e está disposto a confiar nas probabilidades, essas previsões podem lhe
proporcionar alguma economia. Com reservas aéreas online totalizando US$ 44 bilhões, alguns dólares economizados, de vez
em quando, podem fazer diferença. (Vide Budget Travel, fevereiro de 2007, p. 37; e The New York Times, “An Insurance Policy
for Low Airfares”, 22 de janeiro de 2007, p. C10.)

1.3 Há duas espécies principais de estatística:


• Estatística descritiva corresponde à coleta, organização, apresentação e resumo de dados
USOS DA (com diagramas e gráficos ou utilizando um valor numérico resumido).
ESTATÍSTICA • Inferência estatística refere-se a generalizar resultados de uma amostra para uma população,
estimar parâmetros desconhecidos, chegar a conclusões e tomar decisões.
A Figura 1.1 identifica as tarefas e o conteúdo de cada capítulo.

01_capitulo_01.indd 6 05/08/2014 12:10:57


Capítulo 1   VISÃO GERAL DA ESTATÍSTICA   7

FIGURA 1.1
Estatística Visão geral da estatística

Coleta e Faz inferências a


descrição dos dados partir de amostras

Amostragem Representações Resumos Modelos Estimação de Teste de Regressão e Controle de


e pesquisas visuais numéricos probabilísticos parâmetros hipóteses tendências qualidade
(Cap. 2) (Cap. 3) (Cap. 4) (Caps. 5-8) (Cap. 8) (Caps. 9-16) (Caps. 12-14) (Cap. 17)

Agora, veremos como a estatística pode ser usada em empresas.

Auditoria 
Uma grande empresa faz pagamentos de mais de 12 mil faturas a fornecedores todo mês. A
companhia sabe que algumas faturas são pagas incorretamente, mas desconhece a profundidade
do problema. Os auditores não podem checar todas as faturas, então decidem tomar uma amos-
tra para estimar a proporção de faturas pagas incorretamente. Qual deve ser o tamanho da
amostra para que os auditores confiem que a estimativa esteja suficientemente próxima da ver-
dadeira proporção?

Marketing 
Solicita-se a um consultor de marketing que identifique prováveis clientes recorrentes da Ama-
zon.com, e sugira oportunidades de comarketing baseado em um banco de dados que contém 5
milhões de registros de compras de livros, CDs e DVDs via Internet. Como esse enorme banco
de dados pode ser garimpado para revelar padrões úteis que possam guiar uma estratégia de
marketing?

Saúde 
A área de saúde constitui um setor primordial (1/6 do PIB dos Estados Unidos). Hospitais,
clínicas e seus fornecedores podem economizar dinheiro descobrindo novas maneiras de ge-
renciar consultas a pacientes, agendamento de procedimentos ou rotatividade de seus funcio-
nários. Por exemplo, uma clínica ambulatorial de reabilitação cognitiva para pessoas com le-
sões cranianas ou derrames avalia 56 novos pacientes utilizando um questionário de avaliação
física e mental. Cada paciente é avaliado independentemente por dois terapeutas experientes.
Será que a partir dessas avaliações podemos concluir que os terapeutas concordam acerca do
estado funcional do paciente? Será que algumas das questões da avaliação são redundantes?
Será que essa avaliação inicial pode prever com precisão o tempo que o paciente deve ficar sob
tratamento?

Controle de qualidade 
Um fabricante de tubos de cobre para radiadores deseja melhorar a qualidade de seu produto. Ele
inicia um programa de inspeção tripla, anuncia penalidades para os trabalhadores que produzem
peças de má qualidade e faz campanha pregando “zero defeito”. Essa abordagem não produz
bons resultados. Por quê?

Aquisição 
Um lote de 200 leitores de DVD tem quatro aparelhos com defeito. A taxa histórica de defeito do
fornecedor é de 0,005. Será que a taxa de defeito realmente aumentou ou esse é simplesmente um
lote “azarado”?

Medicina 
Um medicamento experimental para tratamento de asma é ministrado a 75 pacientes, dos quais
24 melhoram. Um placebo é ministrado a um grupo controle de 75 voluntários, dos quais 12

01_capitulo_01.indd 7 05/08/2014 12:10:58


8    ESTATÍSTICA APLICADA À ADMINISTRAÇÃO E ECONOMIA

­melhoram. Será que esse novo medicamento é melhor que o placebo ou essa diferença é decor-
rente de sorte?

Gestão operacional 
A loja de materiais de construção Home Depot comercializa 50 mil produtos diferentes. Para
administrar esse vasto estoque, ela precisa de um sistema de previsão para compra semanal que
se adapte aos padrões de seus consumidores. Será que existe uma maneira de prever a demanda
semanal de cada item e estabelecer os pedidos para seus fornecedores sem que os funcionários
trabalhem dia e noite?

Garantia de produto 
Um fabricante de carros quer saber o custo médio, em dólares, das reclamações, dentro do prazo
de garantia, de um motor para um novo modelo híbrido. Ele coletou dados sobre custos da garan-
tia em 4,3 mil reclamações nesse período durante os primeiros seis meses da introdução do novo
motor. Utilizando essas reclamações sob garantia como uma estimativa de custos futuros, qual
será a margem de erro associada a essa estimativa?

Minicaso 1.3
Como vender macarrão usando a estatística?
“A melhor resposta começa com uma análise profun-
da e minuciosa dos dados”, afirma Aaron Kennedy,
fundador e presidente da Noodles & Company.
A Noodles & Company introduziu o conceito de
restaurante fast-food casual, redefinindo os padrões
de restaurantes casuais modernos nos Estados Unidos
do século XXI. A empresa entrou em funcionamento
no Colorado, em 1995, e nunca mais parou de crescer.
Até junho de 2009, a empresa contava com mais de
210 restaurantes em todo o país, de Portland e Encini-
tas até Alexandria e Silver Springs, com unidades em
cidades como Omaha e Naperville.
A Noodles & Company alcançou esse sucesso
com um modelo empresarial direcionado ao cliente e
a tomada de decisões com base nos fatos. Sua grande
popularidade e alta taxa de crescimento têm sido sus-
tentadas pelas cuidadosas coleta de dados e análise (Visite o site: www.noodles.com)
estatística que fornecem respostas a questões do tipo:
• Devemos oferecer cartões de fidelidade/frequência aos nossos clientes?
• Como podemos aumentar o potencial da nossa capacidade em horários de pico?
• Em quais outras cidades poderíamos abrir novas unidades?
• Qual localidade seria mais adequada para nossos novos restaurantes?
• Como determinamos a eficácia de uma campanha de marketing?
• Qual prato maximiza a possibilidade de retorno de um novo cliente?
• Estaria o Rice Krispies relacionado ao aumento das vendas?
• A redução do tempo de atendimento aumenta as vendas?
Aaron Kennedy, afirma que “a utilização de dados é a maneira mais sólida de proporcionar suporte às boas decisões. Ao
avaliarmos nossos ambientes internos e externos, de forma contínua, a equipe de direção da Noodles é capaz de planejar e colocar
em prática a nossa visão”.
“Eu não fazia ideia, quando era estudante de Administração, que utilizaria tão extensivamente a análise estatística como
faço atualmente”, relata Dave Boennighausen, vice-presidente financeiro da Noodles & Company. Nos capítulos seguintes, ao
adquirir informações sobre como as empresas utilizam as ferramentas estatísticas nos dias de hoje, procure pelo logotipo
, ao lado dos exemplos e exercícios que ilustram como a Noodles utiliza dados e métodos estatísticos nas suas funções
empresariais.

01_capitulo_01.indd 8 05/08/2014 12:10:59


Capítulo 1   VISÃO GERAL DA ESTATÍSTICA   9

EXERCÍCIOS DA SEÇÃO
1.1 Dê um exemplo de como a estatística pode ser útil a alguém inserido nos seguintes cenários.
a. Um auditor procura por comissões inflacionadas de corretores do mercado de ações.
b. Um representante de vendas industrial está apresentando aos militares as telas de LCD compactas
e de baixo consumo fabricadas por sua empresa.
c. Um gerente de uma fábrica estuda as faltas ao trabalho de funcionários nas linhas de montagem em
três estados.
d. Um agente comprador do mercado automotivo compara taxas de defeitos em lotes de aço de três
diferentes fornecedores.
1.2 Dê um exemplo de como a estatística pode ser útil a alguém inserido nos seguintes cenários.
a. Um executivo da área de recursos humanos examina a troca de emprego de funcionários de uma
cadeia de fast-food, considerando o gênero deles.
b. Um gerente de intranet estuda as taxas de uso de e-mail segundo a classificação funcional dos
funcionários.
c. Um gerente da área de previdência estuda o desempenho de fundos mútuos para seis diferentes
tipos de portfólios.
d. Um administrador hospitalar estuda a programação de cirurgias para melhorar a taxa de uso dos
centros cirúrgicos em diferentes momentos do dia.
1.3 (a) Uma escola de administração deve considerar utilizar computadores para a manipulação de dados
ou deve deixar esse trabalho para especialistas? (b) Que problemas podem ocorrer quando um funcio-
nário é fraco em termos de habilidades quantitativas? Baseado em sua experiência, isso é comum?
1.4 “Muitas pessoas com ensino superior completo não farão uso de estatística durante todos os 40 anos
de sua carreira, então, por que estudar essa disciplina?” (a) Liste vários argumentos a favor e contra
essa afirmação. Qual posição você acha mais conveniente? (b) Substitua a palavra “estatística” por
“contabilidade” ou “língua estrangeira” e repita o exercício.
1.5 (a) Quanto de estatística um estudante necessita saber na área que escolheu estudar? Por que não mais?
Por que não menos? (b) De que forma você saberia se foi atingido o ponto em que é necessário chamar
um expert em estatística? Liste alguns custos e alguns benefícios que governariam sua decisão.

Profissionais de empresas que usam estatística não são meros mastigadores de números “hábeis 1.4
em matemática”. Conforme Jon Kettenring afirmou de modo conciso, “A indústria precisa de
estatísticos visionários, perspicazes na solução de problemas” (www.amstat.org). Considere os DESAFIOS DA
critérios listados a seguir: ESTATÍSTICA
O estatístico ideal:
• É tecnicamente atualizado (por exemplo, em termos de tecnologias de software).
OA 1-3
• Comunica-se com facilidade.
• É proativo. Enunciar desafios comuns
encontrados na
• Tem visão ampla. análise de dados.
• É flexível.
• Foca no problema principal.
• Cumpre os prazos.
• Conhece suas limitações e solicita ajuda se sentir necessidade.
• Pode lidar com informações imperfeitas.
• Tem integridade profissional.
Obviamente, muitas dessas características são aplicáveis a qualquer profissional.

O papel da habilidade na comunicação


“Os líderes se diferenciam sabendo como exigir o cumprimento de tarefas. Esse saber tem muito a
ver com a comunicação. Quando me refiro à comunicação, quero dizer a habilidade de se expressar
de forma escrita e verbal, a capacidade de ouvir e de falar. Os líderes são capazes de expor suas ideias
e conhecimentos por meio de um pensamento completo que não deixa margem a suposições. Eles
conseguem verbas para projetos usando dados, articulam uma situação empresarial na teoria e pro-
porcionam retorno nos investimentos. Eles efetivamente interagem e escutam as pessoas, finalmente
obtendo apoio e uma solução abrangente. Essas tarefas dependem de uma excelente habilidade de
comunicação — uma atribuição essencial para líderes em todos os níveis”.
Comentários sobre habilidades de liderança de Mark Gasta, vice-presidente sênior e diretor
de recursos humanos; Vail Resorts Management Company.

01_capitulo_01.indd 9 05/08/2014 12:10:59


10    ESTATÍSTICA APLICADA À ADMINISTRAÇÃO E ECONOMIA

Trabalhando com dados imperfeitos e restrições práticas 


Em matemática, respostas exatas são esperadas. Porém, a estatística se situa em uma interface
confusa entre teoria e realidade. Por exemplo, suponha que um novo modelo de air bag esteja em
teste; será que ele é mais seguro para crianças? Dados de laboratório indicam que o novo modelo
pode ser mais seguro em alguns tipos de colisão, mas o antigo parece ser mais seguro em outros
tipos. Testes de colisão são caros e demorados, e fazem com que o tamanho das amostras seja
limitado. Algumas observações podem ser perdidas em decorrência de falhas nos sensores para
colisões dos bonecos. Podem, ainda, existir erros de mensurações aleatórios. Se você fosse um
analista de dados, o que poderia fazer? Bem, poderia aplicar seus conhecimentos e utilizar mé-
todos estatísticos já consagrados, mencionar claramente qualquer suposição que fosse forçado a
fazer e, honestamente, apontar as limitações de suas análises. Poderia utilizar estatísticas de
testes para detectar dados incomuns ou lidar com dados omissos. Você poderia fornecer um con-
junto de respostas sob diferentes suposições. Entretanto, ocasionalmente, teria de ter a coragem
de dizer “Nenhuma resposta útil pode ser obtida desses dados”.
Você encontrará limitações no tipo e na quantidade de dados que podem ser coletados. Testes
de colisão de automóveis não podem utilizar seres humanos (há óbvio risco envolvido). Pesquisas
feitas por telefone não podem perguntar a uma respondente se ela fez ou não um aborto (questão
delicada). Não podemos testar todas as pessoas para o vírus HIV (o mundo não é um laborató-
rio). Respondentes de pesquisas podem não dizer a verdade ou podem não responder a todas as
questões (o comportamento humano é imprevisível). Todos os analistas de dados se deparam com
limitações de tempo e dinheiro (as pesquisas não são feitas de graça).

Ética empresarial 
Nas aulas de ética empresarial, você aprendeu (ou aprenderá) as amplas responsabilidades éticas
nos negócios, como tratar os clientes de maneira honesta e justa, de acordo com leis que proíbem
a discriminação, garantindo que produtos e serviços satisfaçam as normas de segurança, obser-
vando as garantias e realizando a divulgação de forma fatual e informativa. Você aprendeu que
as organizações devem incentivar os seus funcionários a fazer perguntas e manifestar preocupa-
ções em relação às práticas empresariais da instituição, e permitir o acesso dos funcionários a
canais alternativos de comunicação quando eles temem represálias. Entretanto, como um funcio-
nário específico, você é responsável por relatar precisamente as informações à gerência, incluin-
do fontes potenciais de erros, imprecisões materiais e graus de incerteza. Um analista de dados
se depara com um conjunto de exigências éticas mais específicas.
Pesquisas de recrutadores corporativos demonstram que a ética e a integridade pessoal têm
grande importância na sua lista de critérios de contratação. O analista respeitado é um honesto
intérprete de dados que utiliza a estatística para descobrir a verdade, e não para refletir um
ponto de vista popular. Analise seus próprios motivos cuidadosamente. Se você manipular nú-
meros ou minimizar a importância de dados inconvenientes, poderá ter êxito em enganar seus
concorrentes (ou você mesmo) por algum tempo. No entanto, o que adiantaria? Cedo ou tarde,
os fatos se revelarão por si próprios, e você (ou a sua empresa) será o perdedor. As análises
quantitativas nos negócios podem quantificar os riscos dos cursos alternativos de ações e acon-
tecimentos. Por exemplo, a estatística pode auxiliar os gerentes a estabelecer expectativas rea-
listas sobre o volume das vendas, receitas e custos. Uma previsão de vendas inflada, ou uma
estimativa de custos subestimada, podem tirar o produto favorito de um colega do papel e
transformá-lo em efetivo investimento de capital. Todavia, uma análise insuficiente pode custar
o emprego de ambos.
Escândalos que foram manchete de jornais, como a pirâmide financeira de Bernard L. Mado-
ff, que custou U$$ 65 bilhões aos seus investidores (The New York Times, 11 de abril de 2009, p.
B1), ou testes de analgésicos financiados por indústrias farmacêuticas, cujos resultados foram
baseados em dados falsificados (New Scientist, 21 de março de 2009, p. 4), são facilmente reco-
nhecíveis como mentiras deliberadas ou atos criminosos. Você pode dizer, “Eu nunca faria uma
coisa dessas”, entretanto, no manuseio diário de dados, você pode não saber se esses dados são
precisos ou não. Você pode não saber qual será a utilização deles. Você pode não conhecer con-

01_capitulo_01.indd 10 05/08/2014 12:10:59


Capítulo 1   VISÃO GERAL DA ESTATÍSTICA   11

flitos de interesse potenciais. Você e outros funcionários (incluindo a alta diretoria) precisarão de
treinamento para reconhecer os limites do que é ético ou não, dentro do contexto da sua organi-
zação e da decisão em pauta.
Informe-se quanto à existência de um código de ética na sua empresa. Se não houver algum,
esforce-se para criar um código específico. Felizmente, as ideias e o suporte estão sempre dispo-
níveis (por exemplo, www.ethicsweb.ca/codes/). Como as organizações são distintas, as questões
dependerão do ambiente empresarial da sua companhia. Criar ou aprimorar um código de ética
geralmente requer o envolvimento do funcionário em identificar possíveis conflitos de interesse,
procurar fontes de dados imprecisos e atualizar as políticas da empresa quanto à divulgação e à
confidencialidade. Todos devem entender o código e conhecer as normas para estarem prepara-
dos mediante a suspeita de violações éticas.

Mantendo padrões éticos 


Vejamos como exigências éticas podem ser aplicadas a qualquer pessoa que analise dados e ela-
bore relatórios para a diretoria. Você deve conhecer as normas específicas para proteger a sua
integridade profissional e minimizar a possibilidade de violações éticas involuntárias. Faça per-
guntas, pense em agendas ocultas e procure saber como os dados foram coletados. Eis algumas
normas básicas para o analista de dados:
• Conhecer e cumprir os procedimentos definidos.
• Manter a integridade dos dados.
• Realizar cálculos precisos.
• Relatar os procedimentos com fidelidade.
• Proteger informações confidenciais.
• Citar fontes.
• Reconhecer fontes de suporte financeiro.
Como questões legais e éticas estão interligadas, existem procedimentos éticos específicos
para os estatísticos relacionados ao tratamento de pessoas e animais, proteção à privacidade,
obtenção de consentimento e atenção contra o uso inadequado dos dados. Para mais informações
sobre ética, consulte os procedimentos éticos da American Statistical Association (www.amstat.
org), que têm sido extensivamente revistos pela profissão estatística.
É provável que dilemas éticos para um não estatístico envolvam conflitos de interesse ou
interpretações rivais a respeito da validade de um estudo e/ou suas implicações. Por exemplo,
suponha que uma empresa de pesquisa de mercado seja contratada para investigar um novo
logotipo corporativo. A CEO informa que é fortemente a favor de um novo logotipo, e que se
trata de um grande projeto que pode lhe propiciar uma promoção. Além disso, dados de mer-
cado têm alta margem de erro e poderiam dar suporte a qualquer conclusão. Como gerente,
você encontrará tais situações. Práticas e dados estatísticos podem ajudar a esclarecer suas
escolhas.
Um problema ético percebido será simplesmente isso — um problema percebido. Por exem-
plo, pode parecer que uma empresa promova mais homens do que mulheres em cargos de chefia
e, na realidade, o índice de promoções entre homens e mulheres pode ser o mesmo. A desigual-
dade percebida pode ser primeiramente o resultado de um número menor de funcionárias do sexo
feminino. Nesse caso, as empresas podem trabalhar para contratar mais mulheres e, dessa forma,
aumentar o número de funcionárias que poderão ser promovidas. A estatística cumpre o papel de
resolver dilemas empresariais éticos, mediante o uso de dados, para desvendar o que é real em
contraposição às diferenças percebidas, identificar as causas principais dos problemas e mobili-
zar atitudes públicas em direção ao comportamento organizacional.

Utilizando consultores 
Os alunos sempre comentam na primeira aula de estatística que não precisam aprender essa ma-
téria porque as empresas depositam sua confiança em consultores para realizar as análises de
dados. Esse é um conceito equivocado. Hoje em dia, empresas bem-sucedidas esperam que seus
funcionários realizem todos os tipos de análises estatísticas, desde análises descritivas mais sim-

01_capitulo_01.indd 11 05/08/2014 12:10:59


12    ESTATÍSTICA APLICADA À ADMINISTRAÇÃO E ECONOMIA

ples até análises inferenciais mais complexas. Também esperam que seus funcionários possam
interpretar os resultados de uma análise estatística, mesmo depois de concluída por um consultor
externo. As organizações têm solicitado às escolas de administração que elevem o nível de ins-
truções quantitativas dadas aos alunos e, ao contratarem, essas empresas têm dado, cada vez
mais, prioridade a candidatos com sólidas habilidades quantitativas.
Isso não quer dizer, que os consultores de estatística sejam uma espécie em extinção. Quando
uma organização se depara com uma decisão que contém sérias implicações políticas públicas,
ou consequências de alto custo, contratar um consultor pode ser uma atitude inteligente. Uma
hora com um especialista, no início de um projeto, pode ser a estratégia mais sensata que um
gerenciador pode adotar. Quando um consultor deve ser contratado? Quando falta ao seu time
certas habilidades críticas ou quando uma visão não viciada e informada não pode ser encontra-
da dentro de sua organização. Consultores experientes podem lidar com membros de equipe au-
toritários ou indecisos, conflitos pessoais, receios de se obter resultados adversos e política inter-
na. Companhias de grande e médio portes podem ter estatísticos em seu quadro de funcionários,
mas empresas menores somente os contratam conforme a necessidade. Se você contratar um
consultor estatístico, poderá fazer melhor uso do tempo dos consultores aprendendo como eles
trabalham. Leia livros sobre consultoria estatística. Se sua companhia emprega um estatístico,
convide-o para almoçar!

Torne as coisas simples


“Quando divulgamos estatísticas, devemos nos assegurar de que duas coisas não aconteçam. Uma
delas é se exibir e utilizar jargões estatísticos em excesso para os nossos clientes. A segunda é
acrescentar detalhes demais... Prefiro uma explanação de apenas duas frases, ou um resumo numa
linguagem que seja clara aos nossos clientes.”
Trecho de uma entrevista realizada com Mary Batcher, diretora executiva da Ernst and
Young’s Quantitative Economics Group. Reimpresso com autorização da Amstat News, ju-
lho de 2010, p. 29. Copyright 2010 by the American Statistical Association. Todos os direitos
reservados.

Comunicando-se por números 


Os números fazem sentido somente quando expressos no contexto de uma determinada situação.
Gerenciadores ocupados raramente têm tempo para ler e digerir explanações detalhadas de nú-
meros. O Apêndice I fornece sugestões de como redigir um relatório técnico e preparar apresen-
tações orais. Você provavelmente já sabe que gráficos atraentes valorizarão um relatório técnico
e auxiliarão outros dirigentes a compreender rapidamente as informações necessárias para tomar
uma decisão apropriada. O Capítulo 3 fornecerá diretrizes detalhadas para a elaboração de tabe-
las e gráficos adequados utilizando Excel.
No entanto, como apresentamos uma tabela ou gráfico num relatório por escrito? As tabelas
e gráficos devem estar inseridos na narrativa (não em página separada), próximos do parágrafo
no qual são mencionados ou discutidos e cada um deve ter um título e um número. O gráfico
pode ser mais esclarecedor, por exemplo, compare a Tabela 1.1 e a Figura 1.2. Qual delas seria
mais útil para o entendimento da atividade de marcas registradas nos Estados Unidos nos últi-
mos anos?

TABELA 1.1 1999 2000 2001 2002 2003 2004 2005


Marcas americanas
registradas, 1999-2005 Solicitações protocolizadas 328,6 361,8 277,3 264,1 271,7 304,5 334,7
(milhares) Marcas registradas 191,9 115,2 142,9 176,0 166,6 146,0 154,8
Fonte: U.S. Census Bureau, Statistical Abstract of the United States, 2007, p. 507. A marca (identificada com ®) é um
nome ou símbolo que representa um produto, registrado e patenteado nos EUA e protegido pelas leis americanas.

01_capitulo_01.indd 12 05/08/2014 12:10:59


Capítulo 1   VISÃO GERAL DA ESTATÍSTICA   13

FIGURA 1.2
Marcas americanas registradas, 1999-2005 Marcas americanas
400 registradas, 1999-2005

350

300

250
Milhares

200

150

100

50
Solicitações protocolizadas Marcas registradas
0
1999 2000 2001 2002 2003 2004 2005

EXERCÍCIOS DA SEÇÃO
1.6 O USPIRG (U.S. Public Interest Research Group Education Fund) publicou, recentemente, um rela-
tório intitulado The Campus Credit Card Trap: A Survey of College Students about Credit Card
Marketing. Você pode encontrar esse relatório e maiores informações sobre o assunto no site www.
truthaboutcredit.org. Leia o relatório e responda as seguintes perguntas sobre como a estatística de-
sempenha o seu papel na resolução de dilemas éticos.
a. Qual é a questão ética percebida e enfatizada nesse relatório?
b. Como a USPIRG conduziu o seu estudo para coletar informações e dados?
c. Quais categorias genéricas a pesquisa referenciou?
d. Os dados da pesquisa verificaram se a questão era um problema real em vez de um problema ético
percebido?
e. Você concorda com a avaliação do estudo da questão? Por quê?
f. Com base nos resultados da pesquisa, você considera a questão generalizada? Explique.
g. Descreva as soluções sugeridas no relatório para confrontar práticas empresariais não éticas.
1.7 Utilizando o seu Web browser preferido, entre com a frase em inglês “business code of ethics”. Rela-
cione cinco exemplos de características que um código de ética empresarial deve conter.

Minicaso 1.4
Lições da NASA
O ex-presidente Lyndon Baines Johnson observou que “A tarefa mais árdua de um presidente não é fazer o que é certo, mas sim
saber o que é certo”. O que falta é a sabedoria, não a coragem. Por meio de dados incompletos ou contraditórios, as pessoas têm
dificuldades na tomada de decisões (você se lembra de Hamlet?). Algumas vezes, ao olharmos situações retrospectivamente,
vemos que a escolha é óbvia, como nos desastres ocorridos com as espaçonaves shuttle da Nasa. Em 28 de janeiro de 1986, a
Challenger explodiu logo após o lançamento em decorrência da erosão dos O-rings,* que haviam se tornado frágeis por causa de
temperaturas congelantes a que foram submetidos durante a noite anterior ao lançamento no Cabo Canaveral. O ponto em ques-
tão foi a relação entre fragilidade e temperatura. Dados sobre a erosão de O-rings estavam disponíveis para os 22 voos anteriores
de espaçonaves shuttle. Os O-rings de reserva (havia duas camadas de O-rings) não haviam sofrido erosão em nove voos ante-
riores com temperaturas de lançamento na faixa de 72 a 81ºF, porém foi verificada erosão significativa em quatro de 13 voos
anteriores com temperaturas de lançamento no intervalo de 53 a 70ºF. Entretanto, o papel da temperatura não era claro. Enge-
nheiros da Nasa e da Morton-Thiokol haviam discutido de forma inconclusiva com base em dados erráticos, incluindo a noite
anterior ao lançamento.
Após o acidente com a Challenger, estava claro que o risco foi subestimado. Duas questões estatísticas envolvidas se referem
à temperatura na qual a camada de O-rings de reserva fornecia proteção redundante e à forma correta de predizer a erosão do
O-ring na temperatura de lançamento de 36ºF da Challenger quando a menor temperatura observada nos lançamentos anteriores
foi de 53ºF. Duas possíveis questões éticas envolvidas são as de que os oficiais da Nasa não deveriam ter liberado o ­lançamento

*  N. de R.T.: O-ring é um termo técnico para anel de vedação. Esse termo tem sido adotado também em português.

01_capitulo_01.indd 13 05/08/2014 12:11:00


14    ESTATÍSTICA APLICADA À ADMINISTRAÇÃO E ECONOMIA

até que tivessem entendido melhor o problema e que os astronautas, como participantes em um experimento perigoso, não tive-
ram informação suficiente para dar seu consentimento. A taxa de sucesso de 100% previamente registrada pela Nasa foi certa-
mente um fator na autoconfiança de todos, incluindo a dos astronautas.
Em 1o de fevereiro de 2003, a nave espacial Columbia queimou na reentrada. A falha no escudo de calor decorreu, aparente-
mente, da danificação das placas pela queda da espuma de isolamento térmico dos tanques de combustível, afrouxados pela vi-
bração durante o lançamento. Anteriormente ao lançamento da Columbia, em 2003, placas com espuma de isolamento danifica-
das foram observadas 70 vezes em 112 voos. Em retrospecto, uma revisão dos dados mostrou que alguns voos poderiam ter
chegado muito próximo ao destino observado na Columbia. Esta é uma questão estatística porque o escudo de calor funcionou
70 vezes, apesar de danificado. É surpreendente que os oficiais da Nasa acreditassem que as placas eram resistentes aos danos da
espuma de isolamento? As questões éticas e estatísticas são semelhantes àquelas do desastre da Challenger. A inércia organiza-
cional e a pressão para o lançamento têm sido responsabilizadas em ambos os casos, favorecendo uma interpretação arriscada
dos dados.
Esses desastres nos lembram que decisões envolvendo dados e estatística estão sempre inseridas na cultura organizacional.
A avaliação de risco da Nasa difere de muitas empresas em razão dos perigos inerentes da exploração do espaço. Na época do
lançamento da Challenger, o risco de se perder um veículo era estimado por 1 em 30, na do acidente na reentrada da Columbia,
por 1 em 145. Para lançamentos não tripulados, o risco é cerca de 1 em 50 (2%) comparado com duas perdas de naves espaciais
em 113 voos (1,8%). Apenas para comparar, o risco de se perder um avião em voos comerciais é de cerca de 1 em 2 milhões.
Fontes: yahoo.com; www.nasa.gov; The New York Times, 2 de fevereiro de 2003.

1.5 A Estatística é uma parte essencial do pensamento crítico, pois nos permite testar uma ideia com
base em uma evidência empírica. Ocorrências aleatórias e variações ao acaso nos levam, inevi-
PENSAMENTO tavelmente, a resultados ocasionais que podem sustentar um ou outro ponto de vista. Entretanto,
CRÍTICO a ciência da estatística nos diz se a evidência da amostra é convincente. Neste livro, você apren-
derá como utilizar a estatística de forma correta e de acordo com os critérios profissionais para
que possa tomar a melhor decisão.
“O pensamento crítico significa ser capaz de avaliar a evidência, relatar o fato a partir da opinião, en-
xergar lacunas numa argumentação, verificar se a causa e o efeito foram estabelecidos e detectar a in-
coerência.”
  The Wall Street Journal, 20 de outubro de 2006.
Utilizamos ferramentas estatísticas para comparar dados empíricos (coletados por meio de
observações e experimentos) com teorias. Se os dados não suportam nossa teoria, precisamos
rejeitá-la ou revisá-la. No The Wall Street Journal, na revista Money e na CNN, vemos experts
do mercado de ações mencionarem teorias para “explicar” o mercado atual (em alta, em baixa,
ou estável). Mas a cada ano surgem novos experts e novas teorias, e as antigas desaparecem.
Armadilhas lógicas abundam tanto nos processos de coleta de dados quanto nos de análise. Con-
sideremos algumas.

OA 1-4 Armadilha 1: Concluir a partir de uma


Listar e explicar as armadilhas
comuns em estatística.
amostra pequena 
“Minha tia Harriet fumou toda a sua vida e viveu até os 90 anos. O fumo não prejudica a saúde.”
Bom para ela. Mas um caso prova alguma coisa? Pergunta-se a cinco clientes se o novo design de
um produto é uma melhoria. Se três deles disserem sim, a companhia deve implementar o novo
design? Se dez pacientes experimentam um novo medicamento para asma e um deles apresenta
uma alergia, podemos concluir que o novo medicamento causa alergia? Qual tamanho de amostra
é necessário para se concluir alguma coisa? Felizmente, os estatísticos desenvolveram regras claras
a respeito de tamanhos de amostras. Até aprendê-las, no Capítulo 8, está OK você ter esperanças
de que seu time de futebol ganhe o campeonato quando ele vencer cinco jogos em seguida.

Armadilha 2: Concluir a partir


de amostras não aleatórias 
“Estrelas do Rock morrem jovens. Veja, por exemplo, o caso de Buddy Holly, Jimi Hendrix, Janis
Joplin, Jim Morrison, John Lennon e Kurt Cobain.” Entretanto, olhamos apenas para aqueles

01_capitulo_01.indd 14 05/08/2014 12:11:00


Capítulo 1   VISÃO GERAL DA ESTATÍSTICA   15

que, de fato, morreram jovens. O que dizer sobre os milhares que estão vivos e bem de saúde, ou
que tiveram vidas longas? Analogamente, deveríamos ser cuidadosos ao generalizar a partir de
estudos retrospectivos envolvendo pessoas que sofreram ataques cardíacos, a menos que também
consideremos aqueles que não tiveram ataques. (BARNETT, Arnold. How numbers can trick
you. Technology Review, p. 40, outubro de 1994). No Capítulo 2, você aprenderá métodos de
amostragem apropriados para fazer inferências fidedignas.

Armadilha 3: Concluir a partir de eventos raros 


Se a amostra for suficientemente grande, pode-se observar a ocorrência de eventos raros. No
Capítulo 5, você aprenderá sobre a lei dos grandes números que explica ocorrencias improváveis,
tais como:
• “Minha colega de trabalho Mary ganhou na loteria. Ela deve ter um esquema de jogo que
funcionou.” Milhões de pessoas jogam na loteria. Certamente, alguém vai ganhar.
• “Bill é um gênio do esporte. Ele previu que o time de futebol Notre Dame ganharia a última
temporada.” Milhões de fãs do esporte fazem previsões. Alguns acertam o resultado.
• “A van de Tom capotou. Vans são perigosas.” Milhões de pessoas dirigem vans de tal forma
que algumas vão eventualmente capotar.

Armadilha 4: Adotar métodos de pesquisa deficientes 


Já ocorreu de seu professor perguntar algo do tipo “Quantos de vocês se lembram do método
simplex das aulas de matemática?” Timidamente, um ou dois colegas (ou talvez nenhum) le-
vantam a mão, mesmo que o tópico tenha sido dado. Será que o departamento de matemática
não ensinou o método? Ou será que os alunos não o “assimilaram”? Provavelmente, o profes-
sor considerou um método de amostragem pobre e colocou a pergunta de forma vaga. É difí-
cil para os alunos responderem a esse tipo de questão em público, pois eles geralmente assu-
mem (muitas vezes com razão) que se levantarem a mão o professor pedirá para que eles
expliquem o assunto ou seus colegas poderão achar que eles estão querendo se exibir. Uma
pesquisa anônima ou um rápido teste sobre o método simplex forneceria um cenário melhor
da situação. No Capítulo 2, você aprenderá normas para o planejamento de pesquisas e escala
de respostas.

Armadilha 5: Assumir uma relação causal 


Nas aulas de economia, você pode ter ouvido falar da chamada post hoc fallacy (a conclusão
equivocada de que se A precede B, então A é a causa de B). Por exemplo, a taxa de divórcios
no estado do Mississipi caiu em 2005, após o Furacão Katrina. O furacão fez com que os
casais permanecessem juntos? Uma pequena pesquisa revela que a taxa de divórcios já vinha
caindo nos dois anos anteriores ao fato, de modo que o Furacão Katrina não poderia ser res-
ponsabilizado.
A post hoc fallacy é um caso específico da falácia generalizada de assumir nexo de causali-
dade sempre que houver uma associação estatística entre dois eventos. Por exemplo, existe a
“maldição do campo de futebol”, que diz que times que jogam em estádios com o mesmo nome
de bancos ou nstituições financeiras (por exemplo, o time New York Mets jogando no Citi Field)
tendem a perder um número maior de jogos (vide The New York Times, 15 de novembro de 2006,
p. C16). Talvez, no sentido estatístico, isso possa ser verdade. No entanto, são os jogadores e
treinadores que, de fato, determinam quando um time vence. A existência de associação não
prova a causalidade. Você provavelmente já ouviu falar disso. Todavia, muitas pessoas chegam a
conclusões injustificadas em que não existe nenhuma relação entre causa e efeito. Vamos consi-
derar alguns episódios caricatos:
• “As taxas de assassinatos em Miami no último ano foram maiores em noites de lua cheia.
Acho que a lua enlouquece as pessoas.” Mas o que dizer de cidades em que é notado um de-
créscimo no número de assassinatos durante a mesma lua cheia?
• “Muitos ataques de tubarões ocorrem entre meio-dia e duas horas da tarde. Tubarões devem
ter mais fome nesse horário.” Talvez seja porque muito mais pessoas nadem ao meio-dia. Se
existisse uma relação causal, teria sido observada em um experimento controlado de forma
cuidadosa.

01_capitulo_01.indd 15 05/08/2014 12:11:00


16    ESTATÍSTICA APLICADA À ADMINISTRAÇÃO E ECONOMIA

Por outro lado, a existência de associação pode justificar um estudo mais aprofundado
quando o senso comum sugere uma ligação causal potencial. Por exemplo, existe alguma relação
entre telefones celulares e o câncer? (Vide Scientific American, v. 305, n. 2, agosto de 2011, p.
96). No Capítulo 12, você aprenderá a realizar testes para verificar se uma correlação especí-
fica encontra-se no âmbito do acaso.

Armadilha 6: Generalizar sobre indivíduos 


“Homens são mais altos que mulheres.” Sim, mas apenas em um contexto estatístico. Os homens
são mais altos em média, mas muitas mulheres são mais altas que muitos homens. “Os carros
japoneses têm qualidade superior”. Sim, porém nem todos. Devemos evitar ler em excesso sobre
generalizações estatísticas, em vez disso, devemos perguntar quanto existe em comum nas po-
pulações que estão sendo consideradas. Muitas vezes, as similaridades ultrapassam as diferen-
ças. No Capítulo 10, você conhecerá os testes para a comparação de dois grupos específicos.

Armadilha 7: Introduzir vício involuntário 


Sem propositadamente fraudar (alterar dados), pesquisadores podem, de forma involuntária ou
sutil, introduzir vícios ao tentar incrementar seu tratamento de dados. Por exemplo, por muitos
anos considerou-se que ataques cardíacos eram mais prováveis em homens do que em mulheres.
Os sintomas de doença cardíaca são mais óbvios em homens, portanto, os médicos tendem a
diagnosticar a doença do coração primeiro nos homens do que nas mulheres. Alguns estudos
demonstram que doenças cardíacas representam a causa número um de morte entre as mulheres
americanas (www.americanheart.org). No Capítulo 2, você aprenderá sobre vícios e erros nas
pesquisas.

Armadilha 8: Atribuir importância versus significância 


Efeitos estatisticamente significantes podem não ter importância prática. Um estudo publicado
em The American Statistician, com mais de 500 mil militares austríacos, mostrou que aqueles
nascidos na primavera eram, em média, 0,6 cm mais altos que os nascidos no outono (Utts, J.,
v. 57, n. 2, p. 74-79, maio de 2003). Mas quem notaria tal fato? Será que os futuros pais se
programariam na esperança de ter um criança 0,6 cm mais alta? Analogamente, empresários
conscientes dos custos de produção sabem que aperfeiçoamentos significativos de um produto
não podem dar suporte a uma mudança na produção. Consumidores podem não perceber pe-
quenos aperfeiçoamentos em durabilidade, velocidade, gosto e conforto se o produto já é “bom
o suficiente”. Por exemplo, o disco rígido fabricado pela empresa Seagate, modelo Cheetah,
com 147 GB, já tem um tempo médio entre falhas (sigla em inglês, MTBF) da ordem de 14
milhões de horas (cerca de 160 anos sob uso contínuo). Um acréscimo de 10% no MTBF im-
portaria para alguém?

EXERCÍCIOS DA SEÇÃO
1.8 Em 2007, os mesmos cinco números vencedores da loteria do estado da Carolina do Norte (4, 21, 23,
34, 39) foram sorteados na segunda e na quarta-feira. Alguém afirmou, na ocasião, que o fato seria
tão improvável que só poderia ter ocorrido uma fraude. Qual seria a falácia, se houver alguma, nessa
conclusão? (Vide Leonard A. Stefanski, “The North Carolina Lottery Coincidence,” The American
Statistician 62, n. 2, p. 130.)
1.9 Uma pesquisa sobre saúde, realizada junto ao público, elaborada pelos Centros de Controle de Doenças
dos Estados Unidos, relatou que o uso de telefones celulares, ao invés de telefones fixos, parecia dobrar
a possibilidade do consumo excessivo de álcool. Uma determinada pessoa afirmou que seria melhor
abandonar o uso de telefones celulares. Qual seria a falácia, se houver alguma, nessa conclusão?
1.10 “Usuários de detectores de radar têm uma taxa de acidentes menor que não usuários. Mais ainda,
usuários de detectores parecem ser cidadãos melhores. O estudo descobriu que usuários de detectores
usam seus cintos de segurança e ainda costumam comparecer mais para votar que não usuários.” (a)
Assumindo que o estudo seja acurado, você acha que existe relação de causa e efeito? (b) Se todo
mundo utilizasse detectores de radares, as taxas de comparecimento às urnas e de uso de cintos de
segurança aumentariam?
1.11 Um ganhador de loteria comentou como escolheu seu número de seis dígitos premiado (5-6-8-10-22-
39): número de pessoas em sua família, data de nascimento de sua esposa, ano escolar de sua filha de
13 anos, soma das datas de seu nascimento e de sua esposa, número de anos de casado e ano em que

01_capitulo_01.indd 16 05/08/2014 12:11:01


Capítulo 1   VISÃO GERAL DA ESTATÍSTICA   17

ele nasceu. Ele disse: “Procuro escolher números que têm algum significado para mim”. O comissio-
nado da loteria estadual referiu seu método como “o mais esdrúxulo de que já ouvi falar... mas apa-
rentemente funciona”. (a) Do ponto de vista estatístico, você concorda que o método “funciona”? (b)
Baseado em seu entendimento sobre o funcionamento da loteria, o fato de alguém escolher 1-2-3-4-
5-6 porque é “mais fácil de lembrar” diminuiria a chance de ganhar?
1.12 “Fumantes são muito mais propensos a dirigir em alta velocidade, passar pelo sinal vermelho e se
envolver em acidentes automobilísticos que os não fumantes.” (a) Você consegue pensar em por que
essa afirmação poderia ser enganosa? Sugestão: Faça uma lista de seis fatores que você considera que
poderiam causar acidentes de carros. Fumar faz parte dessa lista? (b) Você consegue estabelecer uma
ligação causal entre o ato de fumar e a ocorrência de acidentes de carros?
1.13 Um anúncio de serviço de telefonia celular alegou que seu percentual de “chamadas interrompidas”
era significativamente menor comparado ao de seu concorrente. Na primeira divulgação, os percen-
tuais eram de 1,2% contra 1,4%. Essa redução pode ser considerada relevante para os clientes, em
oposição ao termo significante?
1.14 Quais problemas éticos ou lógicos você pode detectar nesses cenários hipotéticos?
a. Uma empresa de consultoria conclui que seus funcionários não são leais porque alguns e-mails
enviados por eles continham comentários críticos sobre a direção da empresa.
b. Uma empresa de consultoria financeira emite um relatório elogiando suas previsões do mercado de
ações, com base no testemunho de cinco clientes satisfeitos.
c. Cinco funcionários da área sanitarista de determinado hospital são encarregados de experimentar
um novo produto de limpeza para verificar a possibilidade deste provocar algum efeito alérgico ou
nocivo.
d. Um grupo de consumidores considera o novo modelo de embarcação de de­terminado fabricante
“inaceitável”, pois dois jovens perderam o controle da direção e colidiram nas docas.
1.15 Em 2007, em Nova Jersey, um estudo de 231.164 pacientes cardíacos demonstrou que a taxa de mor-
talidade nos três anos seguintes foi de 12% nos pacientes que sofreram ataque num dia de semana,
comparado aos 12,9% entre os que sofreram ataque nos fins de semana. Essa diferença foi considera-
da estatisticamente significante. (a) Alguém afirmou que a diferença era muito pequena para ter algu-
ma importância prática. Você concorda com essa afirmação? Explique. (Vide The New York Times, 15
de março de 2007, p. A19).
1.16 Em 2003, o estado da Pensilvânia rejeitou uma lei que exigia que motociclistas usassem capacete. Em
2008, uma manchete de jornal relatou que as mortes haviam subido assustadoramente após a rejeição
da lei. Depois de ler o artigo, alguém afirmou que se tratava apenas de uma correlação, e não de um
nexo de causalidade. Você concorda com essa afirmação? Explique. (Vide The New York Times, 24 de
junho de 2008, p. D6).

Estatística é a ciência de coletar, organizar, analisar, interpretar e apresentar dados. Um estatístico é Resumo
um bacharel em Estatística, ao passo que um analista de dados é qualquer pessoa que trabalhe com
dados. Estatística descritiva é a coleção, organização, apresentação e resumo de dados com gráficos
ou resumos numéricos. Inferência estatística refere-se à generalização de uma amostra para uma
população, obtendo conclusões e tomando decisões. Estatística é usada em todos os ramos da admi-
nistração. Desafios estatísticos incluem dados imperfeitos, restrições de ordem prática e dilemas
éticos. As ferramentas estatísticas são utilizadas para testar teorias com base em dados empíricos. As
armadilhas incluem amostras não aleatórias, porte incorreto de amostras e ausência de ligações cau-
sais. O campo da estatística é relativamente novo e continua a crescer à medida que as fronteiras
matemáticas se expandem.

dados empíricos, 14 estatístico, 4 pensamento crítico, 14 Termos-chave


estatística, 4 generalizações estatísticas, 16 post hoc fallacy, 15
estatística descritiva, 6 inferência estatística, 6

1. Defina: (a) estatística (medida); (b) estatística (campo). Revisão


2. Liste três razões para estudar estatística.
3. Enumere três aplicações da estatística.

01_capitulo_01.indd 17 05/08/2014 12:11:01


18    ESTATÍSTICA APLICADA À ADMINISTRAÇÃO E ECONOMIA

4. Cite quatro habilidades necessárias para o estatístico. Por que elas são importantes?
5. Enumere três desafios práticos encontrados por estatísticos.
6. Liste três desafios éticos encontrados por estatísticos.
7. Cite cinco armadilhas ou erros lógicos que um estatístico descuidado pode cometer.

EXERCÍCIOS DO CAPÍTULO
1.17 Uma pesquisa com calouros mostrou que a maioria concordava fortemente com a afirmação “Tenho
medo de estatística”. Como essa atitude pode existir entre alunos que ainda não tiveram aulas de es-
tatística? Haveria uma postura similar com relação às aulas de ética? Explique seu raciocínio.
1.18 Segundo normas recentes do FDA (U.S. Food and Drug Administration — Departamento de Admi-
nistração de Drogas e Alimentos dos Estados Unidos) relacionadas com a contaminação de alimentos,
3,5 onças2* de molho de tomate podem conter até 30 ovos de moscas e 11 onças de farinha de trigo
podem conter 450 fragmentos de insetos. Como a amostragem estatística pode ser utilizada para ve-
rificar se essas normas não estão sendo violadas pelos produtores? (www.fda.gov)
1.19 Uma consultora de estatística foi contratada por um fornecedor de roupa de cama e banho para anali-
sar uma pesquisa com gerentes de compras de hospitais. Após observar os dados, ela percebeu que
várias áreas geográficas importantes haviam sido omitidas e outras, que não pertenciam à região de
interesse, tinham sido incluídas. Algumas questões de interesse eram ambíguas. Alguns dos entrevis-
tados não responderam a todas as questões e deram respostas inconsistentes (um gerente disse que
trabalhava 40 horas por dia). Dos mil questionários enviados pelo correio, somente 80 foram devolvi-
dos. (a) Quais alternativas tem a consultora estatística? (b) Uma análise imperfeita seria melhor que
nenhuma análise?
1.20 Ergonomia é a ciência que procura assegurar que os ambientes de trabalho estejam adaptados às ne-
cessidades do trabalhador. Qual poderia ser o papel da estatística nas situações a seguir:
a. Escolher a altura de uma cadeira de escritório de forma que 95% dos funcionários (homens e mu-
lheres) sintam que é a “altura certa” para que suas pernas atinjam o chão confortavelmente.
b. Desenvolver uma furadeira de impacto tal que seus controles possam ser manuseados e sua força
operada por um “funcionário médio”.
c. Definir a largura de uma porta de entrada a fim de que uma cadeira de rodas padrão possa passar
sem que se aproxime a menos de 6 polegadas de cada lado.
d. Definir a largura de vagas de estacionamento em um Walmart local para que seja possível acomo-
dar 95% de todos os veículos.
e. Escolher o tamanho das letras de uma placa de estrada para que ela possa ser lida à luz do dia a uma
distância de 100 metros por 95% dos motoristas.
1.21 A análise de 1.064 mortes de músicos populares e famosos (rock, punk, rap, blues, música eletrônica
e new age) mostrou que 31% estavam ligadas ao abuso de álcool ou drogas. Alguém afirmou que se
tratava apenas de uma amostra e que esses números não provavam nada. Você concorda com essa
afirmação? Explique. (Vide Scientific American, novembro de 2007, p. 34).
1.22 Um estudo recente mostrou que mulheres que moravam perto de uma via expressa apresentavam uma
taxa de artrite reumatoide elevada e incomum. Alguém afirmou que elas deveriam se mudar para al-
gum lugar distante de vias expressas. Há alguma falácia nessa conclusão? Explique.
1.23 Alguém afirmou que capacetes de hockey são desnecessários e disse que ninguém do seu time jamais
sofreu algum ferimento na cabeça. Existe alguma falácia nessa afirmação? Explique.
1.24 Em 2009, um estudo europeu de milhares de homens demonstrou que o controle do PSA para o câncer
de próstata reduziu o risco de morte decorrente desse tipo de tumor de 3% para 2,4%. Alguém disse
que já se tratava de um risco pequeno e que uma diferença de menos de 1% não representava impor-
tância prática. Você concorda com essa conclusão? Explique. (Vide The New York Times, 24 de março
de 2009, p. D5).
1.25 Uma pesquisa mostrou que 7% de estudantes com notas altas (Grau A) fumam, ao passo que aproxi-
madamente 50% dos estudantes com notas baixas (Grau D) fumam. (a) Liste, em ordem de importân-
cia, seis fatores que você considera que poderiam afetar as notas. O fumo faz parte da sua lista? (b) Se
fumar não é uma provável causa de notas baixas, você saberia explicar os resultados observados? (c)
Assumindo que essas estatísticas estejam corretas, alunos com notas baixas que abandonassem o ví-
cio melhorariam suas notas? Por quê?
1.26 Uma pesquisa realizada pela Agency for Healthcare Research Quality (Agência de Pesquisa em Qua-
lidade de Saúde) mostrou que adolescentes que assistem a mais de quatro horas de TV por dia são
cinco vezes mais propensos a começar a fumar do que aqueles que assistem a menos de duas horas de
TV diariamente. Os pesquisadores especulam que o reconhecimento pessoal e social de atores fu-
mantes retratados pela TV é um método indireto efetivo de promoção do tabaco. (Nota: Anúncios de
TV ­pagos promovendo o fumo são ilegais.) Enumere, por ordem de importância, seis fatores que você
*
  N. de R.T.: Onça é uma unidade de medida (1 onça = 28 g).

01_capitulo_01.indd 18 05/08/2014 12:11:01


Capítulo 1   VISÃO GERAL DA ESTATÍSTICA   19

acredita que estimulem os adolescentes a começar a fumar. Fumantes atraentes retratados pela TV
fazem parte de sua lista? (Dados de AHRQ Newsletter, n. 269, p. 12, jan. 2003).
1.27 O GMAT (Graduate Management Admission Test) é um teste utilizado por muitos programas de
pós-graduação em administração dos EUA como um dos critérios para admissão de novos estudan-
tes. Pontuações GMAT obtidas por alunos egressos de várias carreiras da graduação são apresenta-
dos a seguir. Usando seu raciocínio e os conceitos deste capítulo, critique cada uma das seguintes
afirmativas:
a. “Alunos da área de filosofia não devem se interessar muito por administração, uma vez que poucos
prestam o GMAT.”
b. “Um número maior de alunos cursa engenharia em vez de inglês.”
c. “Se alunos de marketing seguissem a carreira de física, suas notas no GMAT seriam maiores.”
d. “Alunos de física seriam os melhores administradores.”

Pontuações GMAT e carreiras de graduação, 1984-1989  GMAT

Carreira Pontuações GMAT média Número de alunos fazendo o teste


Contabilidade 483 25.233
Ciência da computação 508 7.573
Economia 513 16.432
Engenharia 544 29.688
Inglês 507 3.589
Finanças 489 20.001
Marketing 455 15.925
Filosofia 546 588
Física 575 1.223
Fonte: Graduate Management Admission Council. Admission Office Profile of Candidates, p. 27-30, out. 1989.

1.28 (a) Qual das duas formas de apresentação (tabela ou gráfico) é a mais útil para visualizar a relação
entre o tamanho (em área) do restaurante e a lotação (número de cadeiras) para 74 unidades da cadeia
de restaurantes Noodles? Justifique sua resposta. (b) Você vê algo incomum nos dados? (Fonte: Noo-
dles & Company.)  NoodlesSqFt

Número de restaurantes em cada categoria (74 restaurantes)

Área (em pés quadrados) no interior do restaurante

Nº de assentos 1.000 < 1.750 1.750 < 2.500 2.500 < 3.250 3.250 < 4.000 Total da linha
105 < 130 0  0  0 3  3
  80 < 105 0  4 17 0 21
  55 < 80 0 21 24 0 45
  30 < 55 1  4  0 0  5
Total da coluna 1 29 41 3 74

Tamanho do restaurante e lotação


130
Número de assentos

105

80

55

30
1.000 1.750 2.500 3.250 4.000
Área interior do restaurante (em pés quadrados)

01_capitulo_01.indd 19 05/08/2014 12:11:01


20    ESTATÍSTICA APLICADA À ADMINISTRAÇÃO E ECONOMIA

1.29 (a) Qual das duas formas de apresentação (tabela ou gráfico) é a mais útil para descrever as vendas do
prato de salada realizadas pela Noodles & Company? Por quê? (b) Elabore um resumo dos dados em
apenas uma frase. (Fonte: Noodles & Company.)  NoodlesSalad

Média diária de pratos de salada vendidos por mês em 2005, Noodles & Company

Mês Pratos de salada Mês Pratos de salada


Jan. 2.847 Jul. 2.554
Fev. 2.735 Ago. 2.370
Mar. 2.914 Set. 2.131
Abr. 3.092 Out. 1.990
Mai. 3.195 Nov. 1.979
Jun. 3.123 Dez. 1.914

Média das vendas diárias de pratos de salada da Noodles & Company


3.500
3.000
2.500
2.000
1.500
1.000
500
0
Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.

1.30 Escolha três dentre os seguintes estatísticos e use a Web para encontrar alguns fatos básicos sobre
eles (por exemplo, cite algumas de suas contribuições para a estatística, quando desenvolveram seus
trabalhos, se ainda estão vivos etc.).

Florence Nightingale John Wilder Tukey Genichi Taguchi


Gertrude Cox William Cochran Helen Walker
Sir Francis Galton Siméon Poisson George Box
W. Edwards Deming S. S. Stevens Sam Wilks
The Bernoulli family R. A. Fisher Carl F. Gauss
Frederick Mosteller George Snedecor William S. Gosset
William H. Kruskal Karl Pearson Thomas Bayes
Jerzy Neyman C. R. Rao Bradley Efron
Egon Pearson Abraham De Moivre
Harold Hotelling Edward Tufte

Leituras Guias práticos


Baker, Stephen. The Numerati. Houghton-Mifflin, 2008.
relacionadas
Best, Joel. Stat-Spotting: A Field Guide to Dubious Data. University of California Press, 2008.
Davenport, Thomas H.; and Jeanne G. Harris. Competing on Analytics: The New Science of Winning. Har-
vard Business School Press, 2007.
Dodge, Yadolah. The Concise Encyclopedia of Statistics. Springer, 2008.
Everitt, B. S. The Cambridge Dictionary of Statistics. 2nd ed. Cambridge University Press, 2002.
Fung, Kaiser. Numbers Rule Your World: The Hidden Influence of Probabilities and Statistics on Everything
You Do. McGraw-Hill, 2010.
John, J. A.; and D. Whitaker. Statistical Thinking in Business. 2nd ed. Chapman and Hall, 2005.
Newton, Rae R. Your Statistical Consultant. Sage Publications, 1999.

01_capitulo_01.indd 20 05/08/2014 12:11:02


Capítulo 1   VISÃO GERAL DA ESTATÍSTICA   21

Sahei, Hardeo; and Anwer Khurshid. Pocket Dictionary of Statistics. McGraw-Hill, 2002.
Seife, Charles. Proofiness: The Dark Arts of Mathematical Deception. Viking, 2010.
Utts, Jessica. “What Educated Citizens Should Know About Statistics and Probability.” The American
Statistician 57, no. 2 (May 2003), pp. 74-79.

Ética
Badaracco, Joseph L., Jr. Defining Moments: When Managers Must Choose between Right and Right. Har-
vard Business School Press, 1997.
Gardner, Howard; Mihaly Csikszentmihalyi; and William Damon. Good Work: When Excellence and
Ethics Meet. Basic Books, 2001.
Hartman, Laura P. Perspectives in Business Ethics. McGraw-Hill, 2002.
Nash, Laura L. Good Intentions Aside: A Manager’s Guide to Resolving Ethical Problems. Harvard Busi-
ness School Press, 1990.
Seglin, Jeffrey L. The Right Thing: Conscience, Profit and Personal Responsibility in Today’s Business.
Spiro Press, 2003.
Vardeman, Stephen B.; and Max D. Morris. “Statistics and Ethics: Some Advice for Young Statisticians.”
The American Statistician 57 (February 2003), pp. 21-26.

CAPÍTULO 1  Recursos de Aprendizagem Online


www.grupoa.com.br

Depois de cadastrado no site do Grupo A (www.grupoa.com.br), procure pela página deste livro
e clique no ícone de Conteúdo Online para ter acesso a diversas demonstrações do Learning
Stats (em inglês). Seu professor poderá recomendar algumas delas ou você poderá fazer o
down­load daquelas que julgar mais interessantes.

Tópicos Conteúdo
Microsoft Office
®
  Sugestões Excel
  Sugestões Word
  Sugestões PowerPoint
Excel   Funções Excel
Revisão matemática   Revisão matemática
  Dígitos significativos
Material da Web   Recursos da web
  Aplicativos estastísticos

Legenda:  = PowerPoint   = PDF   = Excel

01_capitulo_01.indd 21 05/08/2014 12:11:03