Introdução à Análise de Dados em Gestão de RH I

A informação pode ser valiosa por diversas razões, como: adquirir novos conhecimentos; reduzir o risco em decisões; confirmar decisões; economizar tempo na tomada de decisões; e preparar para lidar com falhas.

É uma característica mensurável de um indivíduo ou objeto.

Classificam características qualitativas, ou seja, que medem qualidades, sem quantificação numérica exata.

Medem quantidades, como números ou valores numéricos.

São variáveis qualitativas que usam números para representar categorias sem ordem específica.

São variáveis qualitativas que usam números para representar categorias com ordem específica.

São dados de contagem, usam números inteiros e não podem ter valores decimais.

Representam medidas contínuas, com valores decimais, podendo variar infinitamente.

Um tipo de tabela usada para organizar dados numéricos, mostrando a frequência de cada valor ou intervalo de valores.

Um tipo de gráfico usado para representar dados numéricos, mostrando a frequência de cada valor ou intervalo de valores.

Um tipo de dados que representa categorias, como cores, tipos de animais ou opiniões.

Um tipo de dados representados por números, como altura, idade ou temperatura.

Uma regra matemática que indica o número de intervalos (classes) a serem usados em uma tabela de frequência para dados quantitativos.

O valor médio dentro de um intervalo de dados.

O número de vezes que um valor aparece em um conjunto de dados.

O número total de valores em um conjunto de dados, incluindo os valores repetidos.

É a média aritmética de um conjunto de dados. É calculada somando todos os valores e dividindo pelo número total de valores.

É uma medida de dispersão que indica o quão os valores de um conjunto de dados se desviam da média. É calculado como a raiz quadrada da variância.

É uma medida de dispersão que indica a variabilidade dos dados em relação à média. É calculada pela soma dos quadrados das diferenças entre cada valor e a média, dividida pelo número de valores.

Quando uma constante é adicionada a todos os valores de um conjunto de dados, a média é deslocada pela mesma constante, mas a variância e o desvio padrão permanecem inalterados.

A variância e o desvio padrão medem a dispersão dos dados em relação à média. Quanto maior a variância e o desvio padrão, maior a dispersão dos dados, indicando maior variabilidade.

A amplitude amostral é a diferença entre o maior e o menor valor de um conjunto de dados. Representa a dispersão total dos dados.

A amplitude inter-quartil é a diferença entre o terceiro quartil (Q3) e o primeiro quartil (Q1) de um conjunto de dados. Ela representa a dispersão dos dados em torno da mediana.

Os extremos (outliers) são valores que estão muito distantes dos outros dados em um conjunto. Eles podem ser considerados valores anormais.

O gráfico de caixa-de-extremos-e-quartis é uma representação gráfica que mostra a dispersão dos dados através do intervalo inter-quartil e dos extremos. Ele também mostra a mediana e os quartis.

A variância é uma medida de dispersão que indica o quanto os dados se desviam da média. É a média dos quadrados dos desvios dos dados em relação à média.

O desvio padrão é uma medida de dispersão que indica a distância média dos dados em relação à média. É a raiz quadrada da variância.

O coeficiente de variação é uma medida de dispersão relativa. Ele indica a dispersão dos dados em relação à média, expresso como uma porcentagem.

As medidas de dispersão são importantes para analisar dados, pois elas indicam a variabilidade dos dados em torno de uma medida de localização.

A média aritmética é afetada por alterações na origem e escala dos dados. Em outras palavras, se adicionarmos ou subtrairmos um valor constante a todos os dados, a média também será alterada pelo mesmo valor. Da mesma forma, se multiplicarmos ou dividirmos todos os dados por uma constante, a média também será multiplicada ou dividida por essa constante.

A variância e o desvio padrão são afetados apenas por alterações de escala, não por mudanças de origem. Isso significa que adicionar ou subtrair um valor constante a todos os dados não afeta a variância ou o desvio padrão, mas multiplicar ou dividir os dados por uma constante irá multiplicar ou dividir a variância e o desvio padrão por essa constante ao quadrado.

O coeficiente de variação (CV) é uma medida de dispersão relativa que compara a dispersão de duas variáveis, independente da escala das mesmas. É calculado dividindo o desvio padrão pela média.

A medida estandardizada (Z) é uma forma de normalizar os dados, convertendo-os para uma escala com média 0 e desvio padrão 1. Isso permite comparar dados de diferentes conjuntos, mesmo que estejam em escalas diferentes.

A assimetria (enviesamento) indica a inclinação da distribuição de dados, ou seja, se é assimétrica para a direita ou para a esquerda. Uma distribuição simétrica tem assimetria zero, enquanto uma distribuição assimétrica para a direita (cauda longa) tem assimetria positiva e uma distribuição assimétrica para a esquerda tem assimetria negativa.

A curtose (achatamento) indica a concentração dos dados em torno da média e a sua 'pontuda' em relação à distribuição normal. Uma distribuição leptocúrtica tem uma curtose maior que 3, o que significa que os dados estão mais concentrados em torno da média e a curva é mais 'pontuda'. Uma distribuição platicúrtica tem uma curtose menor que 3, com dados mais dispersos e uma curva mais 'achatada'.

A assimetria e a curtose são medidas que descrevem a forma da distribuição de dados e podem ser usadas para comparar a forma de diferentes distribuições.

A assimetria e a curtose são medidas que não se aplicam a dados qualitativos, pois esses dados representam categorias sem ordem específica.

A assimetria descreve se a distribuição de dados está mais concentrada para um lado do gráfico, criando uma cauda mais longa em uma das direções. Uma assimetria negativa, ou enviesada para a direita, indica uma cauda mais longa à direita da distribuição. Uma assimetria positiva, ou enviesada para a esquerda, indica uma cauda mais longa à esquerda da distribuição. Se a distribuição é simétrica, a cauda direita e esquerda são iguais.

Se a medida de assimetria é maior que 0, a distribuição é assimétrica positiva (enviesada para a esquerda). Se a medida de assimetria é igual a 0, a distribuição é simétrica. Se a medida de assimetria é menor que 0, a distribuição é assimétrica negativa (enviesada para a direita).

A curtose é uma medida de quão pontiaguda ou achatada é a distribuição dos dados em relação a uma distribuição normal. Curtose leptocúrtica (pontiaguda) tem uma maior concentração de dados perto da média. Curtose platicúrtica (achatada) tem uma menor concentração de dados perto da média e mais concentração de dados nas caudas.

Se a medida de achatamento é maior que 0, a distribuição é mais pontiaguda (leptocúrtica). Se a medida de achatamento é igual a 0, a distribuição é normal (mesocúrtica). Se a medida de achatamento é menor que 0, a distribuição é mais achatada (platicúrtica).

A relação de assimetria (ra) é uma medida padronizada de assimetria, que permite comparar a assimetria de diferentes distribuições. Ela é calculada dividindo a medida de assimetria pelo erro padrão da medida.

Se ra ≤ -2, a distribuição é assimétrica negativa (enviesada para a direita), indicando uma maior concentração de dados à direita da média. Se ra ≥ 2, a distribuição é assimétrica positiva (enviesada para a esquerda), indicando uma maior concentração de dados à esquerda da média. Se -2 < ra < 2, a distribuição é simétrica.

A relação de curtose (ra) é uma medida padronizada de curtose, que permite comparar a curtose de diferentes distribuições. Ela é calculada dividindo a medida de achatamento pelo erro padrão da medida.

Se ra ≤ -2, a distribuição é mais achatada (platicúrtica), indicando uma menor concentração de dados perto da média. Se ra ≥ 2, a distribuição é mais pontiaguda (leptocúrtica), indicando uma maior concentração de dados perto da média. Se -2 < ra < 2, a distribuição tem um achatamento normal (mesocúrtica).