Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/41177 |
Resumo: | A principal função do ramo da auditoria é a identificação de anomalias. Diante da grande quantidade de dados armazenados atualmente, os procedimentos usuais baseados em amostragem podem detectar apenas parte dos problemas, e perante a isso, surgem os estudos de mineração de dados, dentre os quais se destaca a técnica quartil. O presente trabalho tem como objetivo identificar outliers, através do estudo de mineração de dados com a utilização do método quartil, nos processos de dispensa e inexigibilidade de licitação realizados pelas instituições Universidade Federal do Rio Grande do Norte, Universidade Federal Rural do Semi-Árido e o Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte. Para a realização da análise foi aplicada uma abordagem quantitativa a partir da coleta de dados sobre as três instituições estudadas através do portal da transparência do governo federal, no período compreendido entre os anos de 2017 e 2018. Através da aplicação do método quartil foram identificados os valores considerados como outliers e as variações entre leves e extremos, de acordo com a discrepância. Foi possível observar os valores e estatísticas relacionados aos outliers, assim como determinar a utilidade do método quartil na identificação de anomalias dentro dos bancos de dados estudados. |
id |
UFRN_1b2ef89379495aa9e8b005d9ea5a230c |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/41177 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Gê, Eulália Aires de SiqueiraBorges, ErivanSilva, José JailsonSantos, EvertonBorges, Erivan Ferreira2019-12-19T16:45:48Z2021-10-01T12:49:10Z2019-12-19T16:45:48Z2021-10-01T12:49:10Z20192015037566GÊ, Eulália Aires de Siqueira. Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018. 2019. 105f. Monografia (Graduação em Ciências Contábeis) - Centro de Ciências Sociais Aplicadas, Universidade Federal do Rio Grande do Norte, Natal, 2019.https://repositorio.ufrn.br/handle/123456789/41177A principal função do ramo da auditoria é a identificação de anomalias. Diante da grande quantidade de dados armazenados atualmente, os procedimentos usuais baseados em amostragem podem detectar apenas parte dos problemas, e perante a isso, surgem os estudos de mineração de dados, dentre os quais se destaca a técnica quartil. O presente trabalho tem como objetivo identificar outliers, através do estudo de mineração de dados com a utilização do método quartil, nos processos de dispensa e inexigibilidade de licitação realizados pelas instituições Universidade Federal do Rio Grande do Norte, Universidade Federal Rural do Semi-Árido e o Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte. Para a realização da análise foi aplicada uma abordagem quantitativa a partir da coleta de dados sobre as três instituições estudadas através do portal da transparência do governo federal, no período compreendido entre os anos de 2017 e 2018. Através da aplicação do método quartil foram identificados os valores considerados como outliers e as variações entre leves e extremos, de acordo com a discrepância. Foi possível observar os valores e estatísticas relacionados aos outliers, assim como determinar a utilidade do método quartil na identificação de anomalias dentro dos bancos de dados estudados.The main function of the auditorship branch is the identification of anomalies. Given the large amount of data currently stored, the usual sampling-based procedures can detect only part of the problems. In view of this, data mining studies emerge, among which the quartile technique is highlighted. The present work aims to identify outliers through the study of data mining using the quartile method, in the processes of dismissal and unenforceability of bids performed by the Federal University of Rio Grande do Norte, Semi-Arid Rural Federal University and the Federal Institute of Education, Science and Technology of Rio Grande do Norte. To perform the analysis a quantitative approach was applied from the data collection on the three institutions studied. The information was extracted from the federal government transparency portal, between 2017 and 2018. By applying the quartile method it was possible to identify the values considered as outliers and the variations between light and extreme, according to the discrepancy. It was possible to observe the values and statistics related to outliers, as well as to determine the usefulness of the quartile method in identifying anomalies within the studied databases.Universidade Federal do Rio Grande do NorteUFRNBrasilCiências contábeisAttribution-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nd/3.0/br/info:eu-repo/semantics/openAccessIdentificar outliersMineração de dadosDispensa e inexigibilidade de licitaçãoIdentificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNTEXTIdentificacaoOutliers_Ge_2019.txtExtracted texttext/plain279220https://repositorio.ufrn.br/bitstream/123456789/41177/1/IdentificacaoOutliers_Ge_2019.txta23a8f7d6458f1e843d6d6b2b8e5a92dMD51ORIGINALIdentificacaoOutliers_Ge_2019application/octet-stream2168799https://repositorio.ufrn.br/bitstream/123456789/41177/2/IdentificacaoOutliers_Ge_20190af224cc420ae541dfaac51a55561d1fMD52CC-LICENSElicense_rdfapplication/octet-stream805https://repositorio.ufrn.br/bitstream/123456789/41177/3/license_rdfc4c98de35c20c53220c07884f4def27cMD53LICENSElicense.txttext/plain756https://repositorio.ufrn.br/bitstream/123456789/41177/4/license.txta80a9cda2756d355b388cc443c3d8a43MD54123456789/411772021-10-01 09:49:10.406oai:https://repositorio.ufrn.br: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ório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2021-10-01T12:49:10Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018 |
title |
Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018 |
spellingShingle |
Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018 Gê, Eulália Aires de Siqueira Identificar outliers Mineração de dados Dispensa e inexigibilidade de licitação |
title_short |
Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018 |
title_full |
Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018 |
title_fullStr |
Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018 |
title_full_unstemmed |
Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018 |
title_sort |
Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018 |
author |
Gê, Eulália Aires de Siqueira |
author_facet |
Gê, Eulália Aires de Siqueira |
author_role |
author |
dc.contributor.referees1.none.fl_str_mv |
Borges, Erivan |
dc.contributor.referees2.none.fl_str_mv |
Silva, José Jailson |
dc.contributor.referees3.none.fl_str_mv |
Santos, Everton |
dc.contributor.author.fl_str_mv |
Gê, Eulália Aires de Siqueira |
dc.contributor.advisor1.fl_str_mv |
Borges, Erivan Ferreira |
contributor_str_mv |
Borges, Erivan Ferreira |
dc.subject.por.fl_str_mv |
Identificar outliers Mineração de dados Dispensa e inexigibilidade de licitação |
topic |
Identificar outliers Mineração de dados Dispensa e inexigibilidade de licitação |
description |
A principal função do ramo da auditoria é a identificação de anomalias. Diante da grande quantidade de dados armazenados atualmente, os procedimentos usuais baseados em amostragem podem detectar apenas parte dos problemas, e perante a isso, surgem os estudos de mineração de dados, dentre os quais se destaca a técnica quartil. O presente trabalho tem como objetivo identificar outliers, através do estudo de mineração de dados com a utilização do método quartil, nos processos de dispensa e inexigibilidade de licitação realizados pelas instituições Universidade Federal do Rio Grande do Norte, Universidade Federal Rural do Semi-Árido e o Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte. Para a realização da análise foi aplicada uma abordagem quantitativa a partir da coleta de dados sobre as três instituições estudadas através do portal da transparência do governo federal, no período compreendido entre os anos de 2017 e 2018. Através da aplicação do método quartil foram identificados os valores considerados como outliers e as variações entre leves e extremos, de acordo com a discrepância. Foi possível observar os valores e estatísticas relacionados aos outliers, assim como determinar a utilidade do método quartil na identificação de anomalias dentro dos bancos de dados estudados. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-12-19T16:45:48Z 2021-10-01T12:49:10Z |
dc.date.available.fl_str_mv |
2019-12-19T16:45:48Z 2021-10-01T12:49:10Z |
dc.date.issued.fl_str_mv |
2019 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.pt_BR.fl_str_mv |
2015037566 |
dc.identifier.citation.fl_str_mv |
GÊ, Eulália Aires de Siqueira. Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018. 2019. 105f. Monografia (Graduação em Ciências Contábeis) - Centro de Ciências Sociais Aplicadas, Universidade Federal do Rio Grande do Norte, Natal, 2019. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/41177 |
identifier_str_mv |
2015037566 GÊ, Eulália Aires de Siqueira. Identificação de outliers em processos de dispensas e inexigibilidades em licitações públicas: um estudo comparativo entre UFRN, IFRN e UFERSA nos anos de 2017 e 2018. 2019. 105f. Monografia (Graduação em Ciências Contábeis) - Centro de Ciências Sociais Aplicadas, Universidade Federal do Rio Grande do Norte, Natal, 2019. |
url |
https://repositorio.ufrn.br/handle/123456789/41177 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Ciências contábeis |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/41177/1/IdentificacaoOutliers_Ge_2019.txt https://repositorio.ufrn.br/bitstream/123456789/41177/2/IdentificacaoOutliers_Ge_2019 https://repositorio.ufrn.br/bitstream/123456789/41177/3/license_rdf https://repositorio.ufrn.br/bitstream/123456789/41177/4/license.txt |
bitstream.checksum.fl_str_mv |
a23a8f7d6458f1e843d6d6b2b8e5a92d 0af224cc420ae541dfaac51a55561d1f c4c98de35c20c53220c07884f4def27c a80a9cda2756d355b388cc443c3d8a43 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117647435825152 |