MÉTODOS QUANTITATIVOS E QUALITATIVOS EM ADMINISTRAÇÃO

PROF. JOZEMAR - PERÍODO: 2019.1

Nome: Matrícula:
Ana Carolina Assis Sampaio 20160157319
Andre Fagner Cavalcanti Da Silva 11512852
Clécio Oliveira Da Silva 11517198
Marcilene Pereira Da Silva 11414093

LISTA DE EXERCÍCIOS -1 (1ª. AVALIAÇÃO)

UNID I – Noções de Amostragem

E1. Considere o problema de selecionar, em dois estágios, uma amostra de domicílios de uma
cidade. Como indicado no Quadro1 abaixo, podemos tomar as ruas da cidade como
conglomerados, onde A1 representa o primeiro domicílio da Rua A, A2 o segundo, e assim por
diante. Selecione aleatoriamente no 1o. estágio, três ruas. E, no 2o. estágio selecione aleatoriamente,
satisfazendo a fração de amostragem de 50% dos domicílios.

Quadro 1 – Composição da cidade fictícia

Ruas Domicílios
A A1 A2 A3 A4
B B1 B2 B3 B4 B5 B6 B7 B8 B9 B10
C C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12
D D1 D2 D3 D4 D5 D6 D7 D8
E E1 E2 E3 E4 E5 E6

R.
1° Estágio Ruas A, B e C

Rua A - A1 e A3
Rua B – B1, B3, B5, B7 e B9
2° Estágio Rua C – C1, C3, C5, C7, C9 e C11

Total de 13 domicílios selecionados

E2. Um grupo industrial deseja determinar a reação do público à rotulagem dos produtos. Numa
parte da cidade, há 30 quarteirões, com 20 casas por quarteirão.

a) Esboce um plano de amostragem aleatória de dois estágios, selecionando primeiro 10

quarteirões e, em seguida, uma (1) casa em cada quarteirão. (O total é 10 casas.).
R.
Nº de quarteirões 30
Casas por quarteirão 20
Total de casas 30 x 20 = 600

Admitindo-se X1 como quarteirão 1, X2 como quarteirão 2...X30 como quarteirão 30, tem-se:
1º estágio – 10 quarteirões: X1, X4, X7, X10, X13, X16, X19, X22, X25 e X28

Admitindo-se X1.1 como casa 1 do quarteirão X1, X2.1 como casa 1 do quarteirão X2...X30.1 como
casa 1 do quarteirão X30, tem-se:
2º estágio – 10 casas: X1.1, X4.3, X7.5, X10.7, X13.9, X16.11, X19.13, X22.15, X25.17 e
X28.19

b) Suponha que se queira usar um plano de um estágio (p. ex., selecionar 10 casas diretamente).
(b.1) Que problemas poderiam surgir na escolha das casas? (b.2) Como utilizaria uma tabela de
números aleatórios?
R.
No plano de apenas 1 estágio pode coincidir de todas as casas selecionadas se localizarem no
mesmo quarteirão, não garantindo a heterogeneidade da amostra.

E3. Uma lista de 100 contas bancárias está disponível para ser amostrada. As contas estão
numeradas de 00 a 99, e uma amostra de tamanho cinco é retirada. De acordo com as amostras
abaixo, identifique a amostra mais provável de ser aleatória simples, uma amostra de conveniência,
sistemática, conglomerado ou estratificada. Justifique suas escolhas.

a) 16, 36, 56, 76, 96; b) 08, 17, 44, 59, 82; c) 06, 07, 08, 09, 10
d) 14, 37, 45, 78, 91; e) 13, 14, 76, 77, 78;

R.
A) Sistemática: Segue um intervalo regular determinado pela regra: k= N/n, ou seja, intervalo da
amostra 100/5=20, tendo início da seleção a partir de um número aleatório entre 0 e 20.
B) Amostra Aleatória Simples: Os elementos foram selecionados sem uma regra específica em
que todos tinham a mesma probabilidade de serem retirados da população.
C) Amostra por conveniência: Apresenta uma sequência acessível de escolha de elementos.
D) Amostra Estratificada: Os elementos foram retirados a partir de subgrupos dentro da
população.
E) Amostra por conglomerados: Os elementos desta amostra estão contidos em partes sequenciais
da população. Entende-se, portanto, que, aparentemente, podem ter sido previamente
selecionados e então sido retirados para compor a amostra.

UNID II – Distribuições Amostrais

E4. A média de uma distribuição amostral das médias é 80,0 e seu desvio padrão é 10,0. Suponha
normal a distribuição amostral.
a) Que percentagem de médias amostrais estará entre 75,0 e 85,0?
R.
𝝈 𝟏𝟎
n = 30 𝑷(𝟕𝟓 ≤ 𝒁 ≤ 𝟖𝟓) 𝛔 = 𝟏𝟎, 𝟎 𝝈𝒙̅ = → 𝝈𝒙̅ = → 𝝈𝒙̅ = 𝟏, 𝟖𝟐𝟓𝟕
√𝒏 √𝟑𝟎

𝟕𝟓 − 𝟖𝟎 𝑿 ̅ − 𝝁 𝟖𝟓 − 𝟖𝟎
𝑷(𝟕𝟓 ≤ 𝒁 ≤ 𝟖𝟓) → 𝑷 ( ≤ 𝝈 ≤ ) → 𝑷(−𝟐, 𝟕𝟑𝟖𝟔 ≤ 𝒁 ≤ 𝟐, 𝟕𝟑𝟖𝟔)
𝟏, 𝟖𝟐𝟓𝟕 𝟏, 𝟖𝟐𝟓𝟕
√𝒏

𝑷(𝒁 ≤ 𝟐, 𝟕𝟑𝟖𝟔) − 𝑷(𝒁 ≤ −𝟐, 𝟕𝟑𝟖𝟔) = 𝚽(𝟐, 𝟕𝟑𝟖𝟔) − 𝚽(−𝟐, 𝟕𝟑𝟖𝟔)

= 𝟎, 𝟗𝟗𝟔𝟓 − 𝟎, 𝟎𝟎𝟑𝟓 = 𝟎, 𝟗𝟗𝟑 → 𝟗𝟗, 𝟑𝟎%

99,30% das médias estão entre esse intervalo

b) Que percentagem de médias amostrais será maior que a média populacional?

Obs.: Para o item (a) arbitre o tamanho da amostra.
R.

𝟖𝟏 − 𝟖𝟎
̅ ≥ 𝟖𝟏) → 𝑷 (
𝑷(𝑿 ) → 𝑷(𝒁 ≥ 𝟎, 𝟓𝟒𝟕𝟕)
𝟏, 𝟖𝟐𝟓𝟕

𝑷(𝒁 ≤ 𝟎, 𝟓𝟒𝟕𝟕) = 𝚽(𝟎, 𝟓𝟒𝟕𝟕)

𝒁 = 𝟎, 𝟔𝟗𝟏𝟓 → 𝒁 = 𝟏 − 𝟎, 𝟔𝟗𝟏𝟓 → 𝒁 = 𝟎, 𝟑𝟎𝟖𝟓 → 𝟑𝟎, 𝟖𝟓%

Há uma percentagem de 30,85% de que as médias amostrais seja superior que a média
populacional.

Z
E5. Tendo em mente estimar a proporção de alunos de um determinado "Campus" universitário
que eram favoráveis à reestruturação das contas acadêmicas, um pesquisador social entrevistou
uma amostra aleatória de 520 estudantes e constatou que 58% deles era de fato, favoráveis à citada
reestruturação. Considerando a proporção obtida como sendo o valor "p" populacional:

a) Calcule a probabilidade de numa amostra de 49 alunos, menos de 52% sejam favoráveis à

reestruturação das contas acadêmicas.
R.

(0,52 − 0,58)
𝑝̂ < 0,52 → → 0,85096 → 𝑍 < −0,85096 → 0,1977
√(0,58 . 0,42)
( 49 )

A probabilidade é de 19,77%

b) Para 240 amostras de 36 estudantes desse "Campus" em quantas amostras se espera encontrar
mais de 60% favoráveis à reestruturação dos C.A’s.
R.

(0,60 − 0,58)
𝑝̂ > 0,60 → → 0,62776 → 𝑍 > 0,62776 → 0,7324
√(0,58 . 0,42)
( 240 )
𝑍 = 0,7324 → 𝑍 = 1 − 0,7324 → 𝑍 = 0,2676 → 26,76%
É preciso de 26,76%

E6. Os 2000 pequenos investidores em poupança, da Agência XX – Banco PB, têm saldo médio
de R$1.000,00 com desvio padrão de R$100,00.

a) Descreva a distribuição amostral do investimento médio, considerando que a amostra é

constituída por 64 pequenos investidores.
R.
N = 2000 n = 64 µ = R$1.000,00 σ = R$100,00

Considerando 𝑋̅ = x, tem-se:

𝜎2 1002
𝑋̅~ (𝜇, ) → 𝑋̅~ (1000, ) → 𝑋̅(1000; 156,25)
𝑛 64

𝑥̅ − 𝜇 𝑥̅ − 1000 𝑥̅ − 1000
𝑧= 𝜎 →𝑧= →𝑧=
100 12,5
√𝑛 √64

b) Calcule a probabilidade de que o saldo médio de poupança dos 64 pequenos investidores fique
entre um mínimo de R$980,00 e um máximo de R$1.020,00.
R.
 𝝈 𝟏𝟎𝟎
n = 64 ̅ ≤ 𝟏𝟎𝟐𝟎)
𝑷(𝟗𝟖𝟎 ≤ 𝑿 𝛔 = 𝟏𝟎𝟎 𝝈𝒙̅ = → 𝝈𝒙̅ = → 𝝈𝒙̅ = 𝟏𝟐, 𝟓
√𝒏 √𝟔𝟒

𝟗𝟖𝟎 − 𝟏𝟎𝟎𝟎 𝑿̅ − 𝝁 𝟏𝟎𝟐𝟎 − 𝟏𝟎𝟎𝟎

̅ ≤ 𝟏𝟎𝟐𝟎) → 𝑷 (
𝑷(𝟗𝟖𝟎 ≤ 𝑿 ≤ 𝝈 ≤ )
𝟏𝟐, 𝟓 𝟏𝟐, 𝟓
√𝒏
→ 𝑷(−𝟏, 𝟔 ≤ 𝒁 ≤ 𝟏, 𝟔)

𝑷(𝒁 ≤ 𝟏, ) − 𝑷(𝒁 ≤ −𝟏, 𝟔) = 𝚽(𝟏, 𝟔) − 𝚽(−𝟏, 𝟔)

= 𝟎, 𝟗𝟒𝟓𝟐 − 𝟎, 𝟎𝟓𝟒𝟖 = 𝟎, 𝟖𝟗𝟎𝟒 → 𝟖𝟗, 𝟎𝟒%

Há uma probabilidade de 89,04% de que o saldo médio de poupança dos 64 investidores

fique entre o mínimo de R$980,00 e R$1020,00.

E7. Um processo de fabricação produz uma grande quantidade de artigos onde 15% dos artigos
estão fora das especificações exigidas. Extraída uma amostra de 250 artigos:

a) Determine a média e o desvio padrão da proporção amostra de artigos fora das especificações.
R.
̂ = 𝒑 = 𝟏𝟓
𝒑 n = 250

𝑝 . (1 − 𝑝) 0,15 . (1 − 0,15)
𝜎𝑝2̂ = → 𝜎𝑝2̂ = → 𝜎𝑝2̂ = 0,00051
𝑛 250

𝜎𝑝̂ = √0,00051 = 0,0225 → 2,25%

b) Qual é a probabilidade de que a proporção amostral de artigos fora da especificação esteja

entre 12% e 18%?
R.

𝟎, 𝟏𝟐 − 𝟎, 𝟏𝟓 ̂−𝒑
𝒑 𝟎, 𝟏𝟖 − 𝟎, 𝟏𝟓
̂ ≤ 𝟎, 𝟏𝟖) = 𝒑
𝒑(𝟎, 𝟏𝟐 ≤ 𝒑 ≤ ≤
𝒑 .𝒒
√𝟎, 𝟏𝟓 . 𝟎, 𝟖𝟓 √ √𝟎, 𝟏𝟓 . 𝟎, 𝟖𝟓
[ 𝟐𝟓𝟎 𝒏 𝟐𝟓𝟎 ]

𝒑(−𝟏, 𝟑𝟑𝟑𝟑 ≤ 𝒁 ≤ 𝟏, 𝟑𝟑𝟑𝟑)

𝒑(𝒁 ≤ 𝟏, 𝟑𝟑𝟑𝟑) − 𝒑(𝒁 ≤ −𝟏, 𝟑𝟑𝟑𝟑) = 𝚽(𝟏, 𝟑𝟑𝟑𝟑) − 𝚽(−𝟏, 𝟑𝟑𝟑𝟑)
= 𝟎, 𝟗𝟎𝟑𝟐 − 𝟎, 𝟎𝟗𝟔𝟖 = 𝟎, 𝟖𝟎𝟔𝟒 → 𝟖𝟎, 𝟔𝟒%
A probabilidade é de 80,64%

UNID III – Estimação de Parâmetros

E8. Um prefeito de certa cidade turística deseja estimar a média de gastos para os turistas que
visitarem a cidade. Com este propósito, uma amostra aleatória de 150 turistas foi selecionada para
a investigação e encontrou-se que a média foi igual a 800 u.m. (unidades monetárias) com desvio
padrão de 200 u.m.

a) Achar o intervalo de confiança, a 90% para a média de todos os gastos de turistas na cidade.
R.
n = 150 𝑿̅ = 800 σ = 200 α = 10% 𝒛𝒂 = 𝟏, 𝟔𝟒
𝟐

𝑧𝑎 . 𝜎 1,64 . 200 328

2
𝐼𝐶(𝜇, %) = 𝑋̅ ± → 𝐼𝐶(𝜇, 90%) = 800 ± → 𝐼𝐶(𝜇, 90%) = 800 ± →
√𝑛 √150 12,2474

𝐼𝐶(𝜇, 90%) = 800 ± 26,78

Em IC(𝝁, 90%) = 800 ± 26,78 o valor 26,78 é a cota de erro para a estimativa. Há 90% de
probabilidade de a estimativa não diferir do verdadeiro valor da média (m) por mais de
26,78.

b) Qual deve ser o tamanho mínimo da amostra para que ao nível de confiança de 95% o erro de
estimação seja 20 u.m.
R.
n=? 𝛆𝟎 = 20 𝝈 = 200 𝒛𝒂 = 𝟏, 𝟗𝟔
𝟐

𝒛𝒂 . 𝟐
𝟐
𝝈 𝟏, 𝟗𝟔 . 𝟐𝟎𝟎 𝟐 𝟑𝟗𝟐 𝟐
𝒏=( ) →𝒏=( ) →𝒏=( ) → 𝒏 = (𝟏𝟗, 𝟔)𝟐 →
𝜺𝟎 𝟐𝟎 𝟐𝟎

𝒏 = 𝟑𝟖𝟒, 𝟏𝟔 → 𝒏 ≅ 𝟑𝟖𝟓

O tamanho mínimo da amostra é de 385.

E9. Numa amostra aleatória de 300 universitários, 174 tinham algum tipo de preconceito. Obter o
intervalo de 95% de confiança para a proporção verdadeira, p, de universitários que tem algum tipo
de preconceito.
R.
𝑿 𝟏𝟕𝟒 𝒛𝒂 = 𝟏, 𝟗𝟔 α = 5%
n = 300 X = 174 ̂= →𝒑
𝒑 ̂= →𝒑̂ = 𝟎, 𝟓𝟖 𝟐
𝒏 𝟑𝟎𝟎

𝑞̂ = 1 − 𝑝̂ → 𝑞̂ = 1 − 0,58 → 𝑞̂ = 0,42 → 42%

𝑝 . 𝑞̂ 0,58 . 0,42
𝐼𝐶(𝑝, %) = 𝑝 ± 𝑧𝑎 . √ → 𝐼𝐶(𝑝, 95%) = 0,58 ± 1,96 . √ →
2 𝑛 300

𝐼𝐶(𝑝, 95%) = [0,58 ± 0,0558] →

𝐼𝐶(𝑝, 95%) = [0,524 ; 0,636]

E10. Uma empresa de pesquisa de opinião pública seleciona 400 eleitores de São Paulo e 320 do
Rio de Janeiro, e pergunta a cada um se votará ou não no candidato a presidente A, nas próximas
eleições. 120 eleitores de SP e 80 do RJ respondem afirmativamente.

a) Construa um IC (bilateral) de 95 % de confiança para a diferença entre as proporções de

eleitores de SP e do RJ favoráveis ao candidato a presidente A.
R.
nsp = 400 eleitores de São Paulo X = 120 eleitores de São Paulo
α = 5%
nrj = 320 eleitores do Rio de Janeiro X = 80 eleitores do Rio de Janeiro
𝑿 𝟏𝟐𝟎 ̂𝒔𝒑 = 𝟏 − 𝒑
𝒒 ̂ 𝒔𝒑 → 𝒒̂𝒔𝒑 = 𝟏 − 𝟎, 𝟑 → 𝒒
̂𝒔𝒑 = 𝟎, 𝟕
̂ 𝒔𝒑 = → 𝒑
𝒑 ̂ 𝒔𝒑 = →𝒑̂ 𝒔𝒑 = 𝟎, 𝟑
𝒏 𝟒𝟎𝟎
𝑿 𝟖𝟎 ̂𝒓𝒋 = 𝟏 − 𝒑
𝒒 ̂ 𝒓𝒋 → 𝒒
̂𝒓𝒋 = 𝟏 − 𝟎, 𝟐 → 𝒒
̂𝒓𝒋 = 𝟎, 𝟕𝟓
̂ 𝒓𝒋 = → 𝒑
𝒑 ̂ 𝒓𝒋 = →𝒑 ̂ 𝒓𝒋 = 𝟎, 𝟐𝟓
𝒏 𝟑𝟐𝟎

𝒑̂ 𝒔𝒑 . 𝒒
̂𝒔𝒑 𝒑̂ 𝒓𝒋 . 𝒒
̂𝒓𝒋
̂ 𝒔𝒑 − 𝒑
𝑰𝑪[𝒑𝒔𝒑 − 𝒑𝒓𝒋 ; 𝟗𝟓%] = (𝒑 ̂ 𝒓𝒋 ) ± 𝒛𝒂 . √ − →
𝟐 𝒏𝒔𝒑 𝒏𝒓𝒋

𝟎, 𝟑 . 𝟎, 𝟕 𝟎, 𝟐𝟓 . 𝟎, 𝟕𝟓
𝑰𝑪[𝒑𝒔𝒑 − 𝒑𝒓𝒋 ; 𝟗𝟓%] = (𝟎, 𝟑 − 𝟎, 𝟐𝟓) ± 𝟏, 𝟗𝟔 . √ − →
𝟒𝟎𝟎 𝟑𝟐𝟎

𝑰𝑪[𝒑𝒔𝒑 − 𝒑𝒓𝒋 ; 𝟗𝟓%] = 𝟎, 𝟎𝟓 ± 𝟎, 𝟎𝟗𝟗 →

𝑰𝑪[𝒑𝒔𝒑 − 𝒑𝒓𝒋 ; 𝟗𝟓%] = [𝟎, 𝟎𝟑𝟖 ; −𝟎, 𝟏𝟑𝟖]

b) Com base no IC (bilateral) produzido no item (a), podemos admitir ao nível de 95% de
confiança de que não há diferença no percentual de votos do candidato A nas duas regiões RJ e em
SP?
R.
Sim, como o (zero) pertence ao intervalo, não há diferenças no percentual de votos do
candidato.

PRAZO DE ENTREGA DA LISTA DE EXERCÍCIOS-1

ATÉ A DATA: 04-JULHO-2019

OBSERVAÇÃO: A LISTA DE EXERCÍCIOS DEVERÁ SER FEITA EM GRUPOS DE

NO MÁXIMO QUATRO (4) ALUNOS(AS).