Pular para o conteúdo principal

Questão de Banco de Dados — Conceitos Básicos em Banco de Dados — FGV 2024

Banco de DadosConceitos Básicos em Banco de Dados
Código
fg091759
Banca
FGV
Órgão
Prefeitura de São José dos Campos - SP
Ano
2024
Nível
Superior
Cargo
Analista em Gestão Municipal (Tecnologia da Informação)
As dimensões de qualidade de dados discutidas no DAMA-DMBOK2 descrevem características mensuráveis dos dados que ajudam a definir seus requisitos de qualidade.A dimensão que se refere ao grau em que os dados representam corretamente entidades da “vida real” é denominada
  1. Avalidity.
  2. Baccuracy.
  3. Cconsistency.
  4. Duniqueness.
  5. Ecompleteness.
Revelar gabarito e comentário

GabaritoB — accuracy.

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Dimensões de Qualidade de Dados (DAMA-DMBOK2)

Gabarito: letra B (accuracy). A definição correta de acurácia (accuracy) no DAMA-DMBOK2 é exatamente o grau em que os dados representam corretamente as entidades ou eventos do mundo real. As demais dimensões (validade, consistência, unicidade e completude) referem-se a outros aspectos mensuráveis da qualidade.

A banca cobra a distinção conceitual entre as dimensões, que são frequentemente confundidas. O contexto de apoio define:

A Acurácia (Accuracy) refere-se ao grau em que os dados representam corretamente as entidades ou eventos do mundo real.

Dimensão

Conceito (DAMA-DMBOK2)

Gabarito

Accuracy (acurácia)

Grau em que os dados representam corretamente entidades/eventos do mundo real

Correta

Validity (validade)

Conformidade com regras de negócio, formatos ou domínios predefinidos

❌ Incorreta

Consistency (consistência)

Ausência de contradições entre dados em diferentes registros/sistemas

❌ Incorreta

Uniqueness (unicidade)

Ausência de duplicatas indesejadas de uma mesma entidade

❌ Incorreta

Completeness (completude)

Presença de todos os dados esperados (campos obrigatórios preenchidos)

❌ Incorreta

Alternativa A — ❌ Incorreta

Validity (validade) trata da conformidade dos dados com regras de negócio, formatos ou domínios predefinidos (ex.: um campo "sexo" aceitar apenas 'M' ou 'F'). Não mede a correspondência com o mundo real, apenas a aderência a regras sintáticas.

Alternativa B — ✅ Correta ⟵ GABARITO

Accuracy (acurácia) é a dimensão que reflete o quanto os dados estão corretos em relação ao objeto ou evento real que representam. É a resposta direta ao enunciado.

Alternativa C — ❌ Incorreta

Consistency (consistência) avalia se os dados estão livres de contradições entre si, em diferentes registros ou sistemas (ex.: o mesmo cliente com datas de nascimento diferentes em duas tabelas). Não se refere à representação da realidade.

Alternativa D — ❌ Incorreta

Uniqueness (unicidade) garante que não existam duplicatas indesejadas de uma mesma entidade (ex.: dois cadastros para o mesmo cliente). Foca em evitar redundância, não em exatidão real.

Alternativa E — ❌ Incorreta

Completeness (completude) verifica se todos os dados esperados estão presentes (ex.: todos os campos obrigatórios preenchidos). Não avalia a correção do conteúdo, apenas a presença.

Link permanente: /questoes/fg091759