Você está na página 1de 21

ESTATSTICA BSICA

ETAPA 1

CENTRO UNIVERSITRIO
LEONARDO DA VINCI
Rodovia BR 470, Km 71, n 1.040, Bairro Benedito
89130-000 - INDAIAL/SC
www.uniasselvi.com.br

Curso sobre Estatstica Bsica


Centro universitrio Leonardo da Vinci
Coordenao
Grazielle Jenske
Autor
Prof. Ms. Leonardo Garcia dos Santos
Reitor da UNIASSELVI
Prof. Hermnio Kloch
Pr-Reitoria de Ensino de Graduao a Distncia
Prof. Francieli Stano Torres
Pr-Reitor Operacional de Ensino de Graduao a Distncia
Prof. Hermnio Kloch
Diagramao e Capa
Letcia Vitorino Jorge
Reviso
Harry Wiese
Jos Roberto Rodrigues

CONCEITOS BSICOS DE ESTATSTICA E ARREDONDAMENTO


1. APRESENTAO DO CAPTULO
Desde a Antiguidade, os povos j possuam a necessidade de registrar
numericamente questes de seu convvio social. Questes como o nmero de habitantes,
registros de nascimento, de bitos, estimativas de riquezas, entre outras, eram bastante
comuns aos povos antigos.
Estes processos, ao longo dos anos, foram ganhando mais importncia e nuances.
Em meados do sculo XVII, tais fatos acabaram ganhando propores cientficas. A
partir da, surgiu a estatstica, com o propsito de ser um conjunto de mtodos, a fim
de sistematizar os processos de organizao de dados que as sociedades necessitavam.
Enfim, as tabelas foram se aprimorando, os primeiros clculos foram surgindo e
a estatstica como a conhecemos hoje foi sendo moldada. Sendo assim, na sequncia
iremos verificar alguns conceitos bsicos de estatstica, que visam implementar uma
formao que permita ao cursista dominar os prximos passos mais aprofundados
sobre o assunto, que podero vir a ser trabalhados em seus futuros cursos escolhidos.
Bons estudos!

ESTATSTICA BSICA
CAPTULO 1: CONCEITOS BSICOS DE ESTATSTICA E
ARREDONDAMENTO

1. CONCEITO DE ESTATSTICA
Definimos estatstica como o estudo de um grupo de indivduos, objetos, e, generalizando,
de qualquer comportamento coletivo em que interpretamos os resultados deste estudo
atravs de valores numricos.
Por exemplo:
a) A mdia das notas de um grupo de alunos 7,2.
b) A taxa de converso dos sites de internet da regio variou 5% no ltimo ms.
c) A populao de uma cidade tem renda mdia variando entre R$ 1.000,00 e R$ 1.200,00.
2. REAS DE APLICAO


A estatstica uma cincia multidisciplinar. Ela pode analisar uma grande
variedade de casos nas mais diversas reas do conhecimento e da tecnologia.
Segundo Rao (1999), a estatstica uma cincia que estuda e pesquisa sobre: o
levantamento de dados com a mxima quantidade de informao possvel para um
dado custo; o processamento de dados para a quantificao da quantidade de incerteza
existente na resposta para um determinado problema; a tomada de decises sob
condies de incerteza, sob o menor risco possvel. Alm disso, podemos listar uma
boa quantidade de reas onde a estatstica pode ser proveitosa.
Bioestatstica
Controle de qualidade
Comrcio
Economia
Educao
Engenharia
Sociologia
Fsica quntica
Geoestatstica
Pesquisa operacional
3. POPULAO E AMOSTRA
3.1 POPULAO
Definimos populao (ou universo estatstico) o conjunto de todos os elementos
que sero estudados a partir dos mtodos estatsticos.
Exemplos:
a) Um partido poltico quer conhecer qual a expectativa de votos dos eleitores de uma cidade.
Copyright UNIASSELVI 2016. Todos os direitos reservados.

ESTATSTICA BSICA

POPULAO: Eleitores de uma cidade.


b) A universidade em que voc estuda gostaria de conhecer o perfil profissional dos alunos dos
cursos da rea tecnolgica.

POPULAO: Alunos dos cursos da rea tecnolgica.


3.2 AMOSTRA
um conjunto que est contido na populao estatstica. Em outras palavras,
uma parcela representativa da populao a ser estudada. Por este fato, a amostra deve
caracterizar a populao atravs das mesmas configuraes, porm em menor escala
de quantidade de elementos a serem estudados.
Desta forma, ao criar uma amostra referente a uma populao, ganhamos em
tempo e reduo de esforos para realizar os estudos solicitados. Veja os exemplos:
a) Foram entrevistados 400 eleitores de uma cidade para saber suas intenes de voto.
Note que 400 eleitores so uma amostra da populao desta cidade.
b) Uma empresa coletou 200 peas contidas em diversos lotes de produtos, para testar
sua qualidade.
Repare que provavelmente 200 peas no o conjunto de todas as peas
produzidas pela empresa. Logo, uma amostra.
Agora, voc j se perguntou: como uma amostra pode representar uma
informao correta de um conjunto muito grande de dados? Por que, muitas vezes,
em cidades com altas populaes, so escolhidas apenas cerca de 2.000 pessoas para
entrevistas?
Bom, atravs de clculos estatsticos que chegamos a essa comprovao.
Veremos isto mais adiante neste curso, porm, ainda neste captulo. Verificaremos agora
os principais tipos de amostragens.
4. IDEIAS DE AMOSTRAGEM
Neste ponto voc ir verificar os principais mtodos de amostragem e procurar
entend-los atravs de exemplos prticos. Numa ideia generalista, as amostragens
podem ser divididas em probabilsticas e no probabilsticas.
4.1 AMOSTRAGEM PROBABILSTICA
Neste tipo de amostragem, todos os elementos da populao possuem
Copyright UNIASSELVI 2016. Todos os direitos reservados.

ESTATSTICA BSICA

probabilidade de pertencer amostra. Este o conjunto de amostragem mais adequado


para um estudo correto e imparcial da maioria dos casos.
4.1.1 Amostragem casual
A amostragem casual ocorre quando, no mtodo de escolha dos participantes
da amostra, realizado um sorteio onde todos os seus elementos possuem a mesma
probabilidade de pertencerem a esta amostra. Normalmente, este sorteio realizado
por softwares especficos ou com tabelas de nmeros aleatrios.
Exemplo: Imaginemos uma populao com N = 10.000 indivduos. Desejamos
coletar dela n = 100 elementos para uma amostra.
100
Ao realizar a amostragem casual, os elementos possuem probabilidade 10.000
de
participarem da amostra. Os elementos da populao so numerados de 1 a 10.000 e
realizado um sorteio para a definio dos participantes.

4.1.2 Amostragem sistemtica


Este tipo de amostragem normalmente utilizado quando os elementos da
amostra se encontram ordenados. Por exemplo, numa linha produtiva, escolhem-se
elementos a cada 20 peas produzidas para a participao na amostra.
Exemplo: Agora, temos N = 800 e n = 50. Podemos realizar o clculo 50/800 = 16,
e aferir a escolha a cada 16 elementos para a participao da amostra. Neste processo,
cada elemento da amostra possui probabilidade
de participar da amostra.
4.1.3 Amostragem estratificada
Em muitos casos a populao se subdivide em menores conjuntos, que a
segmentam em diferentes tipos de caractersticas. Obviamente, dentro destes menores
grupos, aos quais damos o nome de estratos, o comportamento destes elementos se
assemelha em torno de uma caraterstica bsica. Por exemplo, podemos subdividir a
populao de uma cidade em elementos do sexo masculino ou feminino.
Utilizar este processo antes do sorteio da amostra fundamental, ao passo que esta
amostra deve ser representativa. Seria bastante estranho, por exemplo, numa populao
de 100 pessoas em que 80% so mulheres, criarmos uma amostra com 90% de homens.
Com certeza esta amostra no representaria de forma justa esta populao.
Este processo define os componentes da amostra, para cada grupo, utilizando-se
de propores (mais adiante veremos isto com mais profundidade!). Utilizaremos um
Copyright UNIASSELVI 2016. Todos os direitos reservados.

ESTATSTICA BSICA

exemplo para o entendimento.


Exemplo: Desejamos escolher em uma populao de uma cidade com N = 20.000
habitantes, para uma anlise acerca da pirmide etria desta cidade, uma amostra de
tamanho n = 500. Porm, nesta populao estudada nos deparamos com 4.000 crianas,
14.000 adultos e 2.000 idosos. Como deveremos escolher de forma justa os elementos
desta amostra?
Como verificamos anteriormente, para este caso, obviamente, deveremos ter
mais elementos do estrato de adultos, pois eles so maioria nesta cidade. Agora, para
realizar esta separao, como citado anteriormente, utilizaremos proporcionalidade.
Chamaremos de
o estrato das crianas,
o estrato dos adultos e de
o estrato
dos idosos. Logo:
Para crianas:

Para adultos:

Para idosos:


Destes resultados, segue que 20% da amostra deve ser escolhida do grupo de
crianas, 70% do grupo de adultos e 10% do grupo de idosos. Veja que, realmente, o
grupo de adultos participar mais que o de crianas e o de crianas mais do que o de
idosos, representando com justia a populao da cidade.

Mas devemos, posteriormente, calcular em termos absolutos a quantidade real
de elementos componentes da amostra:

Copyright UNIASSELVI 2016. Todos os direitos reservados.

ESTATSTICA BSICA

Crianas:

Adultos:

Idosos:

E assim sendo, a amostra ser composta por 100 crianas, 350 adultos e 50 idosos,
completando 100 + 350 + 50 = 500 participantes, conforme solicitado.
4.2 AMOSTRAGEM NO PROBABILSTICA
Este tipo de amostragem utilizado quando no experimento desejado impossvel
encontrar as probabilidades para que os elementos participem da amostra. Outras vezes,
estes processos no probabilsticos so utilizados por simplicidade de seu processo.
4.2.1 Inacessibilidade populao
Este caso bastante comum, onde a populao no acessvel em sua totalidade.
Imagine que desejamos encontrar uma caracterstica importante de todo o minrio
coletado em uma jazida. Por simplicidade, iremos coletar o minrio existente na parte
mais superficial, sendo que colet-lo em profundidades maiores seria complicado.
4.2.2 Amostragem a esmo (ou sem norma)
Podemos utilizar este processo de amostragem ao passo que a populao que
desejamos realizar o experimento seja bastante homognea. Por exemplo, se desejamos
retirar uma amostra de tamanho n = 100 de uma populao de N = 10.000 peas bastante
parecidas, realizar uma amostragem causal seria perfeito, porm, demasiadamente
trabalhoso num contexto onde se necessita resultados rpidos. Neste caso, realizando

Copyright UNIASSELVI 2016. Todos os direitos reservados.

ESTATSTICA BSICA

uma amostragem a esmo, podemos selecionar as 100 primeiras peas, sem talvez, perder
o valor estatstico do processo.
4.2.3 Amostragem intencional
Neste caso, o amostrador (pessoa que faz a amostra) escolhe a seu critrio os
elementos da amostra, por aferir os elementos que mais representam a populao.
Deixamos claro aqui que este processo bastante perigoso, por talvez permitir
manipulaes e parcialidade em pesquisas importantes, por exemplo, pesquisas
eleitorais.
PARA SABER UM POUCO MAIS
Quando iniciamos este tpico, fomos questionados sobre como conseguimos
descobrir qual deve ser a quantidade exata de elementos de uma amostra. Para tanto,
necessitamos definir trs coisas:
O erro tolervel para o experimento. Este erro dado em percentual e representado
por .
A amostra-padro. Que a amostra onde apenas o erro considerado, onde em muitos
casos chamamos de amostra mxima ou amostra ideal, que simobolizada por
, e calculada por:

A amostra real. Que agora, por fim, tambm considera a populao especfica do
caso. Sendo:

Exemplo: Numa populao de N = 20.000 elementos, qual deve ser o tamanho


n da amostra ideal para que a pesquisa tenha erro inferiror a 4%?
Resoluo:
Como

temos:

Copyright UNIASSELVI 2016. Todos os direitos reservados.

ESTATSTICA BSICA

Que representa a amostra ideal para o caso. Incluindo agora o peso da populao,
vem:

Ou seja, a amostra para esta pesquisa deve ter 606 elementos para ter erro
inferior a 4%.

5. VARIVEIS ESTATSTICAS
Aps a escolha dos elementos da amostra, devemos planejar quais sero as
informaes exatas que desejamos extrair para que o objetivo do experimento seja
alcanado. Ainda mais, precisamos conhecer e classificar os pontos a serem estudados
para que possamos ter uma realizao clara do que necessitamos.
Neste momento necessrio estudar as variveis estatsticas, que so os objetos
de estudo de um experimento estatstico. Estes objetos podem ser classificados em dois
grupos gerais: as variveis qualitativas e as variveis quantitativas.
5.1 VARIVEIS QUALITATIVAS
Estes dados representam objetos de estudo em que a informao identifica alguma
qualidade, categoria, no se associando a nmeros, mas sim classificao. Por exemplo,
o sexo de um indivduo, que pode ser classificado como masculino ou feminino.
Ainda mais, os dados qualitativos podem ser subdivididos em:
NOMINAIS: Onde as opes de caracterizao do objeto de estudo so possuem
ordem para que possam ser entendidas.
Exemplo: Cor dos olhos. Que pode ser: castanho, azul, verde etc. Sem uma
ordenao definida.
ORDINAIS: Onde as opes de caracterizao do objeto de estudo necessitam de
uma ordem para classificao.
Exemplo: Desempenho em uma prova. Que pode ser: baixo, moderado e alto.

Copyright UNIASSELVI 2016. Todos os direitos reservados.

ESTATSTICA BSICA

5.2 VARIVEIS QUANTITATIVAS


As variveis quantitativas representam caractersticas que so identificadas
atravs de valores numricos. Sendo que mediante isto entendemos qual a intensidade
da situao. Os dados quantitativos ainda podem ser subdivididos em:
DISCRETOS: Em que os valores que podem ser apresentados como resultados so
valores inteiros.
Exemplo: Nmero de alunos de uma escola. Que pode ser 1.100, 800 etc.
CONTNUOS: Normalmente, os dados contnuos representam medidas. Ou seja,
valores que admitem parte decimal dos valores.
Exemplo: Massa e altura de uma pessoa. Que pode ser 78,14kg e 1,78m,
respectivamente.

Resumindo, observe o quadro-resumo a seguir e, aps, alguns exemplos de


classificao de variveis estatsticas:

MAIS EXEMPLOS:
VARIVEL ESTATSTICA

CLASSIFICAO TIPO

ESTADO CIVIL

QUALITATIVA

NOMINAL

IDADE

QUANTITATIVA

DISCRETA

INTENSIDADE DE UM TREINO QUALITATIVA

ORDINAL

GOSTO MUSICAL

NOMINAL

QUALITATIVA

Copyright UNIASSELVI 2016. Todos os direitos reservados.

EXEMPLOS
CASADO, SOLTEIRO,
...
15, 23, 81, ...
LEVE, MODERADO,
FORTE, ...
ROCK, JAZZ, ...

10

ESTATSTICA BSICA

DIMETRO DE UMA PEA

QUANTITATIVA

CONTNUA 12,33 mm, ...

TAMANHO DE ROUPAS

QUALITATIVA

ORDINAL

P, M, G, GG, ...

NMERO DE FILHOS

QUANTITATIVA

DISCRETA

1, 2, ...

QUANTITATIVA

CONTNUA 4,5; 5,8; 10,0; ...

NOTA DOS ALUNOS DE UMA


CLASSE

6. FASES DO MTODO ESTATSTICO


Neste curso desejamos dar os primeiros passos para o entendimento da estatstica.
J vimos que a estatstica visa os procedimentos para realizaes de experimentos que
bucam identificar caractersticas de um grupo de elementos. Porm, para que isto seja
possvel necessria uma organizao, que chamamos de mtodo estatstico. Este mtodo,
por ser a forma de organizar os processos para a obteno dos resultados necessrios,
possui algumas fases importantes:
Definio do problema
Planejamento
Coleta de dados
Crtica dos dados
Organizao de dados
Anlise dos resultados
6.1 DEFINIO DO PROBLEMA
Esta primeira fase consiste em definir o que necessitamos estudar. Este processo
pode ser exigido, ou definido conjuntamente, dependendo do contexto. Outra parte
importante desta fase analisar outros estudos j realizados sobre a questo, para traar
algumas estratgias assertivas para o caso.
Exemplo: Podemos estudar, para definir o tempo necessrio para realizar o
setup de uma mquina em uma produo, a quantidade mdia de processos a serem
executados em cada parada.
6.2 PLANEJAMENTO
Depois da definio do problema, neste momento ocorre o plano de como os
processos sero realizados. De qual forma iro ser obtidas as informaes, quais sero as
variveis abordadas, qual a populao de interesse e o tipo de amostragem escolhido.
Copyright UNIASSELVI 2016. Todos os direitos reservados.

ESTATSTICA BSICA

11

6.3 COLETA DE DADOS


o processo de obteno dos dados, conforme o planejamento. Pode ser obtido
de duas formas:
Direta: quando a coleta feita pelo prprio pesquisador.
Indireta: quando feita baseada em procedimentos j pesquisados (jornais, revistas
etc).
6.4 CRTICA DOS DADOS
Realiza-se neste processo uma auditoria dos dados, em busca de possveis falhas
ou dados a serem desconsiderados (repeties, omisses etc).
6.5 ORGANIZAO DOS DADOS
Aps os processos comentados acima, necessitamos organiz-los. Este
procedimento pode ser feito atravs de contagem e/ou agrupamento. A importncia desta
fase do mtodo se encontra na facilidade posterior do entendimento das informaes.
Os dados podem ser apresentados mediante tabelas ou grficos.
6.6 ANLISE DOS RESULTADOS
Trata-se do principal objetivo da estatstica, apurar resultados e interpret-los. A
partir da organizao dos dados, calculam-se baseados em teorias estatsticas valores
que iro representar caractersticas da populao de interesse. Estes nmeros, ao serem
interpretados, iro traduzir informaes importantes nas tomadas de deciso acerca do
experimento desejado.

Copyright UNIASSELVI 2016. Todos os direitos reservados.

12

ESTATSTICA BSICA

QUADRO-RESUMO: FASES DO MTODO ESTATSTICO

7. ARREDONDAMENTO
Ao realizar procedimentos estatsticos e, finalmente, no momento de processarmos
clculos, muitas vezes, os resultados possuem uma variedade de valores decimais, em
que por vezes podemos suprimi-los a fim de simplificao. Porm, este processo de
suprimir valores (digamos) insignificantes deve ser feito de forma controlada e
padro, para que o erro aferido seja o menor possvel e que os resutados no fujam do
comum.
A entidade que rege estes arredondamentos o IBGE Instituto Brasileiro de
Geografia e Estatstica, em sua Resoluo n 886/66.

Copyright UNIASSELVI 2016. Todos os direitos reservados.

ESTATSTICA BSICA

13

O procedimento-padro o seguinte:
I) Quando o algarismo pertencente casa decimal a ser arredondada for inferior a 5,
o algarismo imediatamente anterior a ele (e que deve ser conservado) permanece
inalterado.
Exemplo: O valor 5,1282 arredondado para que fique com trs casas decimais
: 5,128.
Note que o valor a ser arredondado o algarismo 2 (que inferior a 5). Portanto,
o algarismo 8 fica inalterado.
II) Quando o algarismo pertencente casa decimal a ser arredondada for superior a 5,
o algarismo imediatamente anterior a ele acrescentado de uma unidade.
Exemplo: O valor 2,39 arredondado para que fique com uma casa decimal : 2,4.
Note que o valor a ser arredondado o algarismo 9 (que superior a 5). Portanto,
o algarismo 3 acrescentado a uma unidade, transformando-se em 4.
III) Quando o algarismo pertencente casa decimal a ser arredondada for 5, e havendo
qualquer valor significativo aps ele, acrescentada uma unidade ao algarismo
imediatamente anterior. Caso no haja valor significativo aps o 5, o algarismo
imediatamente anterior a ele permanece inalterado, caso seja par, ou acrescentado
de uma unidade, caso seja mpar.
Exemplo a: O valor 2,365333 arredondado para que fique com duas casas decimais
: 2,37.
Note que o valor a ser arredondado o algarismo 5. Veja tambm que ele
seguido de valores significativos, logo, o algarismo 6 (anterior a 5) acrescido de uma
unidade, transformando-se em 7.
Exemplo b: O valor 2,365 arredondado para que fique com duas casas decimais
: 2,36.
Note que o valor a ser arredondado o algarismo 5. Veja agora que ele no
seguido de valores significativos, logo o algarismo 6 inalterado, pois 6 par.
Exemplo c: O valor 2,375 arredondado para que fique com duas casas decimais
: 2,38.

Copyright UNIASSELVI 2016. Todos os direitos reservados.

14

ESTATSTICA BSICA

Note que o valor a ser arredondado o algarismo 5. Ele no seguido de valores


significativos, logo, o algarismo 7 (anterior a 5) acrescido de uma unidade, pois 7
mpar, transformando-se em 8.
RESUMINDO
CASO
<5

O QUE FAZER

EXEMPLOS

O ltimo algarismo a permanecer fica inalterado.

53,24 passa a 53,2


42,87 passa a 42,9

>5

Aumenta-se de uma unidade o algarismo a permanecer.

25,08 passa a 25,1


53,99 passa a 54,0

(i) Se ao 5 seguir em qualquer casa, um algarismo diferente de


zero, aumenta-se uma unidade no algarismo a permanecer.
=5
(ii) Se o 5 for o ltimo algarismo ou se ao 5 s seguirem zeros,
o ltimo algarismo a ser conservado s ser aumentado de
uma unidade se for mpar.

2,352 passa a 2,4


25,6501 passa a 25,7
76,250002 passa a 76,3
24,75 passa a 24,8
24,65 passa a 24,6
24,7500 passa a 24,8
24,6500 passa a 24,6

8. ARREDONDAMENTO SIMTRICO
o procedimento utilizado pelas calculadoras cientficas para o arredondamento
dos resultados. Voc, caro cursista, ao realizar clculos estatsticos, ir utilizar muito
esta ferramenta. No ltimo tpico deste captulo iremos mostrar como configurar sua
calculadora para que os resultados apaream j da forma arredondada para facilitar o
processo.
Sabemos que as calculadores mais comuns conseguem trabalhar normalmente com
10 dgitos. Ao trabalhar com valores decimais, voc configurar os resultados utilizando
a tecla MODE (caso a sua claculadora possua), que normalmente se encontra na parte
superior do teclado. Voc deve pressionar esta tecla trs vezes, at que no visor aparea:

Para que a mquina apresente os resultados como decimal (mais fceis para
compreender) aperte 1 para escolher FIX. Em seguida aparecer FIX 0 ~ 9?. Neste
momento, voc escolhe a quantidade de casas decimais com que deseja realizar os
arredondamentos. Simples assim!
Caso voc tenha escolhido Fixar em trs casas: O valor 3,14587 ir aparecer como
3,146.
Copyright UNIASSELVI 2016. Todos os direitos reservados.

ADE

ID
ATIV

AUTO

15

ESTATSTICA BSICA

1) Aps conhecer o conceito de populao em estatstica, para cada


experimento a seguir determine a populao de interesse.
a) Perfil dos consumidores de uma rede de supermercados.
b) Comportamento de crianas de pr-escolas diante de situaes de
estresse.
c) Avaliao de um servio de atendimento ao consumidor por indivduos
das classes mdia/alta.
d) Efeito do assdio moral em trabalhadores de rgos pblicos.
2) Para cada populao do exerccio 1, defina uma varivel que possibilita
o estudo de cada caso, classificando-a conforme visto neste captulo.
3) Para uma populao de N = 6000 habitantes, composta por 4.800
mulheres e 1.200 homens, defina quantos participantes de cada sexo,
atravs de amostragem estratificada, devem participar caso a amostra
tenha tamanho n = 120.
4) Determine o tamanho real da amostra necessria para estudar uma
populao de 10.000 peas de uma linha produtiva, para conseguirmos
um erro no superior a 5%.
5) Efetue os seguintes arredondamentos, conforme se pede:
a) Com quatro casas direita da vrgula:
2,36935 =
1,23487 =
23,47321 =
b) Com trs casas direita da vrgula:
2,3693 =

Copyright UNIASSELVI 2016. Todos os direitos reservados.

16

ESTATSTICA BSICA
1,2348 =
23,4732 =
c) Com duas casas direita da vrgula:
25,208 =
53,424 =
100,238 =
200.247,327 =
1.142.647,845 =

Copyright UNIASSELVI 2016. Todos os direitos reservados.

ESTATSTICA BSICA

17

GABARITO DAS AUTOATIVIDAS - ETAPA 1


1) Aps conhecer o conceito de populao em estatstica, para cada experimento a seguir
determine a populao de interesse.
a) Consumidores da rede de supermercados
b) Crianas de pr-escolas
c) Servio de Atendimento ao consumidor
d) Trabalhadores de rgos pblicos
2) Para cada populao do exerccio 1, defina uma varivel que possibilita o estudo de
cada caso, classificando-a conforme visto neste captulo.
R.: a) Valor de compra
b) Grau de agitao
c) Nvel de satisfao
d) Principais reclamaes
3) Para uma populao de N = 6000 habitantes, composta por 4.800 mulheres e
1.200 homens, defina quantos participantes de cada sexo, atravs de amostragem
estratificada, devem participar caso a amostra tenha tamanho n = 120.
R.: Mulheres 96
Homens 24
4) Determine o tamanho real da amostra necessria para estudar uma populao de
10.000 peas de uma linha produtiva, para conseguirmos um erro no superior a 5%.
R.: Aproximadamente 385 peas
5) Efetue os seguintes arredondamentos, conforme se pede:
a) Com quatro casas direita da vrgula:
2,36935 =
2,3694
1,23487 =
1,2349
23,47321 =
23,4732
b) Com trs casas direita da vrgula:
Copyright UNIASSELVI 2016. Todos os direitos reservados.

18

ESTATSTICA BSICA

2,3693 =
2,369
1,2348 =
1,235
23,4732 =
23,473
c) Com duas casas direita da vrgula:
25,208 =
25,21
53,424 =
53,42
100,238 =
100,24
200.247,327 =
200.247,33
1.142.647,845 =
1.142.647,84

Copyright UNIASSELVI 2016. Todos os direitos reservados.

Centro Universitrio Leonardo da Vinci


Rodovia BR 470, km 71, n 1.040, Bairro Benedito
Caixa postal n 191 - CEP: 89.130-000 - lndaial-SC
Home-page: www.uniasselvi.com.br