Com relação a sistemas de suporte à decisão, julgue os segui...

Gabarito: E - Errado

Em um Data Warehouse, as tabelas fato representam as ações ou eventos de uma organização e armazenam as principais métricas que são analisadas. As métricas podem ser classificadas em três tipos: aditivas, semiaditivas e não aditivas. As métricas aditivas são aquelas que podem ser somadas em todas as dimensões, como vendas totais ou custos. As semiaditivas podem ser somadas em algumas, mas não em todas as dimensões (como saldo em estoque, que pode ser somado por produto, mas não por tempo). Por fim, as métricas não aditivas não podem ser somadas em nenhuma dimensão, como taxas médias ou percentuais.

A granularidade de uma tabela fato refere-se ao nível de detalhe que os dados representam. Não é a natureza aditiva, semiaditiva ou não aditiva das métricas que determina a granularidade, mas sim o nível de detalhamento dos dados na tabela fato. Independentemente do tipo, qualquer métrica pode ter qualquer nível de granularidade, que é definido com base na necessidade de análise dos negócios.

Portanto, a afirmação de que as métricas não aditivas são, em regra, de menor granularidade que as métricas aditivas ou semiaditivas é incorreta. A granularidade está relacionada ao detalhe da informação, e não à sua capacidade de ser somada em diferentes dimensões.

Difícil essa questão...

Conceito

Cada dados warehouse inclui um ou mais tabelas fato. Central para um esquema de "estrela" ou "floco de neve", um tabela fato captura os dados que mede operações da equipe de. Tabelas fato geralmente contêm grande quantidade de linhas, especialmente quando eles contêm um ou mais anos do histórico para um projeto da equipe grande.

Uma característica chave de um tabela fato é que ela contém dados numéricos (informações) que podem ser resumidos para fornecer informações sobre o histórico da operação da organização. Cada tabela fato também inclui um índice com várias partes que contém, sistema autônomo chaves externas, sistema autônomo chaves primárias das tabelas de dimensão relacionada e que contêm sistema autônomo atributos dos registros fato.Tabelas fato não devem conter informações descritivas ou quaisquer dados que não sejam campos numéricos medida e os campos de índice que se relacionam com os fato entradas correspondentes nas tabelas de dimensão.

Fonte: http://msdn.microsoft.com/pt-br/library/ms244679(v=vs.90).aspx

As métricas aditivas são as que permitem operações  como adição, subtração e média de valores por todas as dimensões, em quaisquer combinações de registros, como "total de itens vendidos" por combinação de data, produto e loja. 

As métricas não aditivas são valores que não podem ser manipulados livremente, como valores percentuais ou  relativos. Para esses valores, os cálculos devem ser realizados nos dados absolutos nos quais  se baseiam. Exemplos de métricas não-aditivas são preço de custo e preço de venda de um  produto em uma venda. Por fim, as métricas semi-aditivas são valores que não podem ser  somados em todas as dimensões. Por exemplo: numa tabela com o registro diário do saldo bancário dos clientes de uma agência, não faz sentido somar os saldos bancários diários de um cliente durante um mês, mas pode-se somar os saldos de todos os clientes de uma agência em determinada data.

 Quanto maior o detalhe das informações, menor será a sua granularidade, o que não é o caso das métricas não aditivas, por isso o erro da questão.

dica: Menor Granularidade, maior o Detalhe

Eu diria que era errado por não haver essa relação granularidade x métrica. Ela realmente existe ?

É necessário avaliar o tipo de métrica empregada nas Fatos. No aspecto de obtenção de respostas, as Fatos com métricas aditivas terão uma melhor flexibilidade para se ter menor granularidade. As métricas semi-aditivas, como saldo, ou métricas não-aditivas, como percentuais, serão indicadas para se definir uma alta granularidade.