Você está na página 1de 65

Silvia Helena Mangili Tassi

Estatística

Criciúma
2014
SATC — Associação Beneficente da Diagramação e ilustrações
Indústria Carbonífera de Santa Catarina Amanda Rodrigues Anselmo
Presidente de Honra
Ruy Hülse
Diretor Executivo
Fernando Luiz Zancan
Diretor Administrativo Financeiro
Vanderlei Antônio Milioli
Diretor de Relações Corporativas
Iraide Antônio Piovesan

Faculdade SATC
Diretor
Carlos Antonio Ferreira
Secretária Acadêmica
Cristiane Dias
Coordenação Acadêmica
Kelli Savi da Silva
Coordenação de Ensino
Jovani Castelan

Faculdade Virtual SATC


Coordenador
Suenoni Paladini
Assessoria Pedagógica e de Capacitação
Christian Deboita Medeiros
Jaqueline Marcos Garcia de Godoi
Supervisor de Conteúdo
Cristiane Gonçalves Dagostim

Coordenação dos Cursos


Engenharia Elétrica
André Abelardo Tavares
Engenharia Mecânica
Luciano Dagostin Bilessimo
Sumário

Conheça a autora......................................................................................................................... 5

Apresentação................................................................................................................................ 7

Unidade 1
■ Conhecendo um pouco da estatística ................................................................... 9
Módulo 1  Introdução à estatística ......................................................................................................11
Módulo 2  Conceitos básicos aplicados à estatística ...................................................................21
Módulo 3  Análise exploratória de dados I.......................................................................................31
Módulo 4  Amostragem ...........................................................................................................................41

Unidade 2
■ Análise exploratória de dados 2...........................................................................67
Módulo 5  Escalas e outras medidas estatísticas ...........................................................................69
Módulo 6  Tabelas estatísticas................................................................................................................83
Módulo 7  Gráficos estatísticos ..............................................................................................................91

Unidade 3
■ Distribuição de frequência .................................................................................117
Módulo 8  Apresentação tabular e gráfica de uma distribuição de frequência ...........119
Módulo 9  representação gráfica de uma distribuição de frequência ..............................137

Unidade 4
■ Medidas de posição e de dispersão e estimação .............................................155
Sumário

Módulo 10  Medidas de posição .......................................................................................................157


Módulo 11  Medidas de dispersão ou de variabilidade ..........................................................173
Módulo 12  Medidas assimétricas e medidas de curtose ......................................................185

Unidade 5
■ Correlação e regressão linear .............................................................................199
Módulo 13 – Correlação e regressão ..................................................................................................201

Unidade 6
■ Teoria da probabilidade ......................................................................................219
Módulo 14 – Probabilidade ....................................................................................................................221
Módulo 15 – Distribuições de probabilidade .................................................................................247
Módulo 16 – Modelos probabilísticos ...............................................................................................261

Unidade 7
■ Inferência estatística ...........................................................................................281
Módulo 17 – Estimação ............................................................................................................................283
Módulo 18 – Testes de hipóteses .........................................................................................................293

Referências ................................................................................................................................117
Conheça a autora

Mestre em Engenharia de Produção, na área de Mídia e Conhecimento pela


Universidade Federal de Santa Catarina (UFSC). Bacharel em Ciência da Com-
putação, pela Universidade do Sul de Santa Catarina (UNISUL), campus Tuba-
rão. Licenciada em Matemática, pelo Centro Universitário Leonardo da Vinci
– UNIASSELVI. Atualmente, Professora Universitária nos cursos de: Engenharia
(da Computação, Elétrica, Química e Mecânica), da Faculdade SATC e dos cur-
sos de Engenharias (da Computação e da Energia) e de Tecnologia da Informa-
ção e Comunicação, da Universidade Federal de Santa Catarina (UFSC), campus
Araranguá.

Unidade 1 5
Apresentação
Caros alunos, nós não podemos confundir o que realmente envolve a área da es-
tatística, para muitos, é apenas a análise dos dados, o que não está correto. A área
da estatística engloba todo um processo, desde a fase de planejamento de uma
pesquisa; a coleta dos dados; a análise dos dados, chegando à interpretação dos
dados que servirão para auxiliar os gestores de empresas na tomada de decisões.
Esta poderá gerar novos produtos, auxiliar a ganhar de concorrentes, aumentar a
produtividade, diminuir perdas de matéria-prima, identificar pontos positivos e
negativos nos negócios com o intuito de melhorar processos, entre outros.

Veja: Coleta de Organização


Planejamento
dados dos dados

Interpretação Análise dos Exposição dos


dos dados dados dados

No dia a dia, as pessoas - ao lerem jornais e revistas - se deparam com dados es-
tatísticos que precisam interpretar a fim de tirar suas conclusões. Esse é um fato
que vem crescendo consideravelmente, tanto na vida pessoal como profissional,
levando as pessoas a buscarem conhecer técnicas e ferramentas estatísticas para
seu melhor entendimento e até mesmo crescimento profissional.

Então, que tal conhecermos melhor essa ciência e desenvolvermos habilidades


em estatística para ingressarmos no mercado de trabalho com a qualidade em-
presarial almejada? Atenção!!! Para isso, precisamos conhecer algumas informa-
ções dessa área.

Vamos em frente?!

Unidade 1 7
Unidade 1

Conhecendo um pouco da
estatística
Nesta unidade, você irá se familiarizar com a área da
Estatística. O objetivo aqui é apresentar definições básicas
com terminologias aplicadas nesta área matemática, dando-
lhe os subsídios teóricos necessários para contribuir com o seu
aprimoramento. Esta parte também mostrará como a estatística
está subdividida, algumas das suas aplicações no mercado de
trabalho, os tipos de variáveis possíveis de serem aplicadas,
entre outros assuntos relevantes a sua aplicabilidade.

Na sequência, serão apresentadas algumas técnicas


estatísticas, tanto ema nível teórico, como prático por meio
de alguns exemplos. O foco aqui é capacitá-lo(la) a usar
corretamente os diferentes tipos de amostragensm ou
quando não cabível à situação em questão, o Censo.

Parece bastante coisa, não é mesmo? Mas com leitura


atenta e calma, juntos conseguiremos atingir o objetivo
deste módulo. Então, vamos em frente! ■

Unidade 1 9
Módulo 1

Introdução à estatística
Para pôr em prática qualquer teoria que seja, faz-se ne-
cessário conhecer o ontem, o hoje e buscar um futuro provável,
não é mesmo? Pois bem! Na área da estatística não poderia ser
diferente. Então, neste primeiro momento serão apresentadas al-
gumas informações da área, com sua breve história, subdivisões
e como os profissionais estão atuando e poderão vir a atuar nesta
parte da ciência exata.

Unidade 1 11
1.1 Um breve histórico

A estatística é uma área da matemática que vem sendo utilizada por nós há mui-
tos e muitos anos, às vezes, de forma correta; em alguns casos, porém, com o
abuso de dados estatísticos distorcidos, quando não equivocados, errados.

Se dividirmos a história em partes, podemos dizerrelatar que antigamente os ho-


mens já faziam uso da estatística para contar:

■ O número de habitantes de um território;

■ Quantas crianças nasciam durante determinado ano;

■ Quantos óbitos ocorreram em determinado período; na tela, usar imagens

■ Entre outros, porém, tudo informalmente.

Na idade média, essa ciência já podia ser percebida na área tributária. Porém,
somente a partir do século XVI, é que tivemos os primeiros números relativos
e as primeiras tábuas e tabelas sendo utilizadas para registrar os fatos sociais
ocorridos na época, como: registros de casamentos e acontecimentos religiosos.
(CRESPO, 2009).

Já no século XVIII, a coleta de alguns


dados, análise e geração de informações
passaram a ter um foco científico, melhor
trabalhado, o que deu origem à palavra
ESTATÍSTICA, formalizada por
Godofredo Achenwall, ficando este
conhecido na história como o
pai da estatística. (CRESPO, 2009)

A palavra estatística detem origem latina, como seu radical STATUS (significa
ESESTADO), logo, o termo estatística sigsignifica: o ESTUDO DO ESTADO
(BRUNI, 2008).

12 Unidade 1
Hoje, o IBGE - Instituto Brasileiro de Geografia e Estatística - é o órgão res-
ponsável pela montagem das estatísticas oficiais que atendem aà necessidades de
diversos segmentos da sociedade civil, bem como dos órgãos das esferas gover-
namentais: municipal, estadual e federal.

1.2 Conceito e aplicações

Estatística é uma área da matemática aplicada que disponibiliza métodos e téc-


nicas para sistematicamente: coletar dados, organizar, resumir, analisar e inter-
pretá-los de forma concisa, eficaz e concreta, deixando de lado o “achismo” nas
interpretações.

Os dados coletados podem ser obtidos por pesquisas ou experimentos, permitin-


do aos interessados com sua análise tomarem decisões.

Va
A estatística têm aplicações em várias áreas conh mos
ecê-
las?
do conhecimento, entre elas: sociais, tecnológicas,
da saúde, industrial, educacional e outras.

Na área industrial, os engenheiros, por meio de dados estatísticos, conseguem


avaliar a qualidade de seus processos e produtos, contribuindo para diminuição
de perdas consideráveis, tanto em matéria-prima, como em produtividade. O que
permite aos gestores tomarem decisões como: o lançamento de novos produto,
campanhas que alcancem a novos clientes, ampliação de fábricas; colaborando
para que a empresa se mantenha no mercado de trabalho de forma competitiva
e com almejada qualidade.

Na área tecnológica, a estatística tem forte participação, principalmente na jun-


ção das áreas de Inteligência Artificial, Banco de Dados e Estatística, no que diz
respeito à extração de dados importantes e não triviais. Mas também é comum
o uso de estatística em redes, engenharia de software experimental, desenvolvi-
mento de sistemas de gestão e em outras áreas da computação.

Na área da saúde, é comum o uso de técnicas estatísticas para a pesquisa da situ-


ação atual, tanto no que tange a possíveis doenças (pragas) como ao uso de me-
dicamentos por determinada população. Assim acontecem novos investimentos

Unidade 1 13
em tratamentos e medicamentos, buscando melhorias na saúde municipal, esta-
dual e até mesmo nacional, quando não mundial.

Na educação, os especialistas em estatística ou os próprios matemáticos podem


exercer a função de docentes na disciplina de Estatística - muitas vezes chamada
de Probabilidade e Estatística - além de poderem contribuir na área de pesquisa
com novos experimentos e possíveis descobertas mercadológicas.

+ LEITURA

Recomendamos que você leia:

Acesse a Internet e realize – por meio de site de busca – uma pesquisa por “aplicações da
estatística nas engenharias” para conhecer outros exemplos do que está sendo realizado e o
que você pode fazer com a estatística.

1.3 Como a estatística está dividida?

Na prática, esta área da matemática costuma ser dividido em três áreas:

- Estatística Descritiva ou Dedutiva; Va


- Inferência Estatística ou Estatística Indutiva; e conh mos
ecê-
la s?
- Probabilidade.

1.3.1 Estatística Descritiva

É a área da estatística em que se aplicam técnicas para coletar, organizar e sin-


tetizar (reduzir até que possível e viável for) os dados de interesse da pesquisa,
servindo para facilitar ao máximo a compreensão das informações extraídas.

14 Unidade 1
Mas você deve estar se perguntando: quando
se deve fazer uso dessa subárea da estatística,
certo?

Deve ser aplicada, quando você tiver ao seu alcance um grande número de da-
dos, dificultando a conclusão do estudo em questão. Assim, ao aplicar técnicas
descritivas, por meio de tabelas e gráficos, você conseguirá reduzir ao máximo
as informações geradas, conseguindo interpretar e chegar a algumas conclusões.

A Estatística Descritiva pode ser usada para tratar dados, como:

- A média semestral dos alunos na disciplina de Estatística;

- O número de votos favoráveis por candidatos em pesquisas eleitorais;

- O custo de vida de determinada população;

- A taxa de desemprego na região carbonífera;

- Entre outros.

1.3.2 Inferência Estatística

Também conhecida como Estatística Indutiva, é a subárea da estatística que faz


uso de uma amostra para fazer generalizações a respeito de aspectos relevantes
de uma população.

A inferência estatística tem utilização constante no mercado de trabalho, princi-


palmente, pelo alto custo e a dificuldade na operacionalização de observar uma
população inteira. Mas para que os resultados obtidos da amostra tenham uma
generalização coerente para a população, você precisa trabalhar com uma amos-
tra significativa, sem falar na atenção que precisa dar à margem de erro.

Unidade 1 15
Sendo assim, é importante adquirir conhecimentos para lidar com essas técni-
cas e procedimentos estatísticos que permitam dar ao interessado um grau de
confiabilidade nas afirmações que faz à população, baseadas nos resultados das
amostras. Em outras palavras, saber trabalhar a área de inferência estatística é
relevante para atuar no mercado de trabalho.

■ E, afinal, o que se entende por inferência?

DICA
De acordo com Crespo ( 2009, p. 3), “a coleta, a organização e a descrição dos
dados estão a cargo da Estatística Descritiva, enquanto a análise e a interpreta-
ção desses dados ficam a cargo da Estatística Indutiva ou Inferencial.”.

1.3.3 Probabilidade

Esta área pode ser compreendida como uma teoria matemática que serve para
descrever os fenômenos aleatórios, fenômenos em que estão presentes algumas
incertezas.

Como, por exemplo: se você jogar um dado de forma honesta inúmeras vezes,
nunca poderá garantir qual será o próximo resultado antes do próximo lança-
mento. O mesmo ocorrerá ao jogar uma moeda, pois as possibilidades são incer-
tas, pode cair cara ou coroa, não é mesmo?

Resumindo, pode-se dizer que a probabilidade é a subárea que foca seus estu-
dos nos riscos e acasos em futuros eventos, determinando se é ou não possível
acontecer tal situação. Por isso, sua origem com os jogos de azar, nos quais já se
criavam estratégias para vencê-los (BRUNI, 2008).

16 Unidade 1
Posteriormente, abordaremos essa área com maiores detalhes por ser de extrema
relevância na engenharia.

Pesquisas mais complexas podem trabalhar com as três


áreas estatísticas mencionadas: a estatística descritiva, a
probabilidade e a inferência estatística, conforme mos-
tra a Fig. 1:

Figura 1 – Interação das Três Subdivisões Estatística

Estatística Probabilidade
Descritiva

Inferência
Estatística

Fonte: Costa Neto (2.002, p. 4).

Unidade 1 17
Adaptado. As empresas públicas e privadas buscam profissionais que saibam tra-
balhar com dados para geração de novas informações, que demonstrem habili-
dades para lidar com eles, opinando - quando possível e viável for - com novos
conhecimentos para melhorias e ampliações de mercado.

Para que você não seja apenas mais um usuário, é importante saber lidar com
estatística,

■ então que tal começar o módulo 2 para conhecer


e aprimorar seu conhecimento estatístico com
alguns conceitos relevantes à compreensão do
conteúdo desta disciplina?

Síntese do módulo

Neste módulo, você teve a oportunidade de:

• aprender o verdadeiro significado de uma das áreas da matemática aplicada: a


estatística;

• conhecer um breve histórico da área, como ela pode ser aplicada no dia a dia
por profissionais diretos e indiretos; e

• estudar suas subdivisões, o que lhe permitiu conhecer a diferença entre a esta-
tística descritiva, a inferência estatística e a probabilidade.

18 Unidade 1
ATIVIDADES

1) Com base na leitura do módulo 1, desenvolva as seguintes questões, individu-


almente e, na sequência, confira suas respostas ao final do livro.

a) Como é descrito o termo estatística? Qual seu significado real?

b) Quais são as três subdivisões da estatística?

c) Quando se deve fazer uso, principalmente, da Estatística Descritiva?

d) A média bimestral dos alunos do Terceiro Ano do ensino médio, da escola X,


em matemática e; o número de votos favoráveis aos candidatos X e Y a Governa-
dor são exemplos de dados que podem ser tratados pela estatística:

I) Descritiva

II) Probabilística

III) Inferencial.

2) Atualmente, qual é o órgão responsável pela montagem das estatísticas oficiais


que atendem a necessidades de diversos segmentos da sociedade civil, bem como
dos órgãos das esferas governamentais municipal, estadual e federal, no Brasil?

a) ABNT

b) CNPq

c) ISSO

d) IBGE

e) MEC

Unidade 1 19
3) É correto afirmar que, no decorrer de uma pesquisa, enquanto a coleta, a or-
ganização e a descrição dos dados estão a cargo da Estatística Indutiva ou In-
ferencial, a análise e a interpretação desses dados ficam a cargo da Estatística
Descritiva?

( ) SIM ( ) NÃO

Por quê? Justifique sua resposta.

20 Unidade 1
Módulo 2

Conceitos básicos aplicados à


estatística
Como já mencionado, para alguns, a estatística é vista como
uma disciplina que trabalha apenas com um conjunto de
números, gráficos, tabelas e que serve para mostrar o Censo
Demográfico, o que é um equívoco. Além disso, o uso de alguns
dados também costuma ser apresentado erroneamente.
Para não corrermos esse risco, vamos conhecer alguns
conceitos (termos estatísticos) e quais são as fases necessárias
a serem percorridas durante uma pesquisa de qualidade? ■

Unidade 1 21
2.1 Termos estatísticos

No decorrer da leitura deste livro e ao estudar estatística, você lerá muito a res-
peito de: 1) métodos; 2) métodos científicos; 3) população; 4) amostra; 5) parâ-
metros e outros termos.

■ Afinal, o que significam esses termos?

2.1.1 Métodos

De forma simplificada, pode ser compreendido como um meio eficaz para alcan-
çar determinada meta.

Para Galliano (1979, p. 6), “método é um conjunto de etapas, ordenadamente


dispostas, a serem vencidas na investigação da verdade, no estudo de uma ciência
ou para alcançar determinado fim.”

2.1.2 Métodos Científicos

Entre os métodos científicos se encontram os métodos experimentais e os esta-


tísticos.

2.1.2.1 Método Experimental

Este método costuma ser bastante utilizado pelos físicos e químicos em suas ex-
periências.

22 Unidade 1
O método experimental é o método em que o pesquisador analisa o problema,
elabora suas hipóteses, realiza algumas experiências (testes), manipulando (con-
trolando) as variáveis referentes ao estudo e, na sequência, avalia as relações ob-
servadas entre causas e efeitos do fenômeno estudado.

Por exemplo: a vacina da gripe A é resultado do experimento de alguns vírus por


especialistas na área da saúde.

2.1.2.2 Método Estatístico

Na prática, você pode conceituar método estatístico como uma técnica que tem
o objetivo de estruturar, organizar os momentos (fases, etapas) que precisam ser
estabelecidos ao realizar uma observação estatística.

Por exemplo, qual a viabilidade ou não do lançamento de um curso de informáti-


ca básica para um grupo de idosos, a partir de uma pesquisa de mercado?

Todas as variações precisam ser pontuadas, analisadas para se chegar a uma con-
clusão, por exemplo: o número de idosos interessados, o preço dos cursos ofe-
recidos na mesma região, a disponibilidade de horários. Tudo isso precisa ser
analisado, pois surtirão efeitos positivos ou negativos e auxiliarão a decidir se
vale a pena oferecer ou não o curso.

2.1.3 População

População também conhecida como universo refere-se ao conjunto de todos


os elementos envolvidos com a pesquisa, podendo estes serem pessoas, objetos
ou outras informações que apresentem pelo menos uma característica comum
(BRUNI, 2008).

São exemplos de população:

- Os alunos matriculados na disciplina de Estatística, na 3ª fase do Curso de En-


genharia da Computação, da Faculdade SATC;

Unidade 1 23
- Os alunos aprovados no Vestibular 2013-1, da SATC;

- O total de veículos vendidos no segundo semestre de 2012, pelo estacionamen-


to X de Criciúma.

2.1.4 Amostra

Amostra é um subconjunto da população, ou seja, corresponde a uma parte dos


objetos de uma população (BARBETTA, REIS e BORNIA, 2010).

Para os exemplos dados anteriormente, no item população, poderíamos ter para:

- População: Os alunos matriculados na disciplina de Estatística, da 3ª fase do


Curso de Engenharia da Computação, da Faculdade SATC;

Amostra: Os alunos do sexo masculino matriculados na disciplina de Estatística,


da 3ª fase do Curso de Engenharia da Computação, da Faculdade SATC;

- População: Os alunos aprovados no Vestibular 2013-1, da SATC;

Amostra: Os alunos aprovados no Vestibular 2013-1, da SATC, para o curso de


Engenharia Elétrica;

- População: O total de veículos vendidos no segundo semestre de 2012, pelo


estacionamento X de Criciúma;

Amostra: O total de veículos RENAULT SANDERO vendidos no segundo se-


mestre de 2012, pelo estacionamento X de Criciúma;

- Entre outros.

DICA

Enquanto a população trata com todos os elementos, a amostra é uma repre-


sentação desses dados, conhecidos como objetos ou indivíduos.

24 Unidade 1
Este assunto será abordado melhor na próxima unidade.

■ Convite à reflexão:

■ Caro aluno, agora que você já sabe distinguir entre


população e amostra, verifique se a afirmação a seguir
está correta?

Numa pesquisa sobre as eleições para Governador do estado de Santa Catarina,


a população é formada por 75% de todos os eleitores que serão entrevistados na
região carbonífera e a amostra é formada pelos indivíduos com direito a voto das
demais regiões?

Claro que não! Cuidado, nem sempre que aparece o termo todos signifi-
ca população!

2.1.5 Parâmetros

Os parâmetros são medidas usadas na área da Estatística para designar alguma


característica descritiva dos elementos da população (BARBETTA, REIS e BOR-
NIA, 2008). Como exemplos, pode-se citar:

- A idade média de uma determinada turma;

- A proporção do número de embalagens classificadas como em boas condições;

- Entre outros.

“Quando tratamos de POPULAÇÃO, temos PARÂMETROS.


Quando examinamos uma AMOSTRA, temos ESTATÍSTI-
CAS. Com base nas ESTATÍSTICAS (média amostral, vari-
ância amostral, etc.) obtidas por uma amostra, podemos
ESTIMAR os verdadeiros parâmetros populacionais (média populacional,
variância populacional, etc.).” (GONZÁLES, 2009, p. 4)

Unidade 1 25
Existem outros termos relevantes na área da estatística que precisam ser compre-
endidos para se ter qualidade no trabalho, mas esses termos serão apresentados
mais tarde, no decorrer deste livro.

Agora, para fecharmos o módulo em estudo, vamos conhecer quais fases você
precisará percorrer ao desenvolver uma pesquisa?

2.2. Fases de um processo estatístico


Para que se alcance resultados confiáveis, obtidos com propriedade e não no
“achismo”, os especialistas em estatística, como Dornelles Jr. (2005, p. 17), su-
gerem que o seguinte ciclo seja seguido ao realizar uma pesquisa de qualidade,
fazendo uso de métodos estatísticos:

a) Definição do problema;

b) Planejamento;

c) Coleta de dados;

d) Crítica dos dados;

e) Apuração dos dados;

f) Apresentação dos dados;

g) Análise e interpretação dos dados; e

h) Relatório final e publicação. Usar fluxograma do ambiente EaD

Para facilitar o processo, ainda podemos resumir esse processo em cinco fases
(GESSER e DALPIAZ, 2007):

a) Coleta de dados;

b) Crítica dos dados;

c) Apuração dos dados;


d) Apresentação dos dados; e

e) Análise dos resultados. Usar fluxograma do ambiente EaD

26 Unidade 1
Primeiramente, define-se o problema a ser pesquisado; na sequência se faz a co-
leta dos dados relevantes ao problema; podendo estes dados ser do tipo:

- Primário: quando o próprio pesquisador, o interessado no estudo, faz a coleta


dos dados; e

- Secundário: quando os dados já foram coletados por outra pessoa.

Os dados coletados caracterizam as coletas diretas e indiretas, respectivamente:

A coleta direta ocorre quando os dados coletados são obtidos via registros obri-
gatórios, ou por meio de inquéritos e questionários, aplicados pelo próprio pes-
quisador interessado. São exemplos de informativos obrigatórios: as certidões de
óbito, casamento, nascimento, entre outros.0

As coletas quando do tipo diretas podem ser classificadas pelo fator tempo em
contínuas, periódicas ou ocasional. Será:

• Contínua: quando é realizada continuamente, como por exemplo: registros de


nascimentos e óbitos, frequência dos acadêmicos às aulas;

• Periódica: quando realizada em intervalos de tempos constantes, como por


exemplo: a matrícula anual dos estudantes nas escolas, censos demográficos, ava-
liações semestrais e outros; e

• Ocasional: como o próprio nome diz, quando ocorre ocasionalmente para


atender a uma emergência ou a uma conjuntura, por exemplo: as pesquisas elei-
torais, como quando ocorrem epidemias, como Gripe A, e outras.

Já a coleta indireta se dá por meio de dados obtidos, concluídos de coletas dire-


tas realizadas anteriormente ou por meio de conhecimentos adquiridos relacio-
nados ao objeto de estudo em questão. Um exemplo típico é a pesquisa a respeito
da natalidade anual.

Após realizar a coleta dos dados, direta ou indiretamente, se faz necessária a crí-
tica desses dados para que possam ser evitados, ou até mesmo eliminados, re-
sultados de pesquisas com erros gravíssimos na conclusão de um trabalho, erros
estes causados, muitas vezes, por falta de percepção e atenção por parte dos pes-
quisadores ao selecionar os dados.

O próximo passo é tratar os dados coletados e já criticados. Esse processo de


apuração se realiza por meio da soma e, consequentemente, o seu processamen-

Unidade 1 27
to, conforme os critérios de classificação pré-definidos, podendo ser realizado
manualmente ou de forma eletrônica (o que hoje tem sido mais utilizado pelas
empresas).

Estando os dados processados, eles precisam ser apresentados ao público-alvo


interessado de forma prática, para o fácil entendimento do objeto de pesquisa.
Essa apresentação se faz geralmente via tabelas ou gráficos.

Após apresentação dos dados tabulados, se faz a análise dos resultados obtidos
por meio dos métodos estatísticos definidos. Para fechar o ciclo, tiram-se as de-
vidas conclusões e até mesmo previsões empresariais. Estas deverão ser docu-
mentadas por profissionais com conhecimento, não necessariamente o gerente
ou um graduado em estatística. O responsável pela pesquisa então documenta o
resultado para que os possíveis interessados possam fazer uso dele para melho-
rias ou novos investimentos, tais como: lançamentos de processos e produtos ao
precisar tomar decisões.

Síntese do módulo

Neste módulo, você aprimorou seus conhecimentos com alguns termos estatísti-
cos de suma relevância para a compreensão dos próximos capítulos, no que tange
à estatística na teoria, possibilitando aplicá-la na prática.

Você recebeu também informações a respeito de métodos, métodos científicos:


entre eles estatísticos e experimentais e, por fim, estudou as fases que compõe
o método estatístico. A partir daqui, você pode aprimorar seus conhecimentos
com a busca de novos exemplos de pesquisas já desenvolvidas por meio de dis-
sertações, teses, artigos e o próprio site do IBGE. Isso contribuirá positivamente
para o entendimento das demais unidades e até mesmo a aplicabilidade na práti-
ca dentro de seu curso, sua área de atuação.

28 Unidade 1
ATIVIDADES

Com base na leitura do módulo 2, desenvolva as seguintes questões, individual-


mente e, na sequência, confira suas respostas ao final do livro.

1) Você estudou que entre os métodos científicos se encontram os métodos ex-


perimentais e os estatísticos. Enquanto as ciências físicas e biológicas fazem uso
do método experimental, outras dão preferência ao estatístico. Quais são estas
ciências?

2) Em que momento, deve-se fazer uso de parâmetros e quando de estatísticas?

Unidade 1 29
3) Você estudou que um processo estatístico aborda cinco fases, atento a esta
afirmação, responda:

a) Quais são as fases?

b) Em um primeiro momento, define-se o problema a ser pesquisado; na sequ-


ência se faz a coleta dos dados relevantes ao problema; podendo estes dados ser
de que tipo? Explique-os:

c) Os dados coletados durante a etapa de coleta caracterizam uma coleta direta


ou indireta. Quando é do tipo direta?

d)Como pode ser classificada, de acordo com fator tempo, a coleta direta, isto é,
quando for obtida diretamente da fonte?

e) De acordo com fator tempo, os registros de nascimento e óbitos são exemplos


de coletas do tipo? Já os censos demográficos são classificados como coletas do
tipo?

f) Após tratar os dados coletados e já criticados, realiza-se o processo de apura-


ção por meio da soma e, consequentemente, o seu processamento, conforme os
critérios de classificação pré-definidos, podendo este ser realizado de que forma?

g) Os dados, quando processados, precisam ser apresentados ao público-alvo


interessado de forma prática para o fácil entendimento do objeto de pesquisa.
Como se costuma fazer essa apresentação?

30 Unidade 1
Módulo 3

Análise exploratória de dados I


No módulo 2, você estudou as fases de um processo estatístico,
tais como coleta e crítica dos dados e apresentação. Mas, afinal,
como tratar esses dados para que a pesquisa seja confiável?

Alguns procedimentos precisam ser utilizados, então,


neste módulo, abordaremos alguns conceitos relevantes ao
entendimento e como organizar esses dados e descrevê-los para
que se tenha informações concretas de interesse da pesquisa. ■

Vamos nesta!

Unidade 1 31
3.1 Variáveis

No desenvolvimento de uma pesquisa, o que importa estatisticamente são as ca-


racterísticas observadas dos elementos da população ou amostra, e não pura-
mente os elementos. Essas características são o que chamamos de variáveis, as
quais precisam ser bem definidas, de interesse ao estudo.

Por exemplo, ao analisar um determinado departamento de uma empresa você


poderá observar algumas características entre seus funcionários, tais como: ma-
trícula, sexo, idade, salário, número de dependentes, etc. Essas características va-
riam de elemento para elemento e, por isso, são chamadas de variáveis.

Por exemplo: Para o fenômeno “sexo” existem – biologicamente – dois possíveis


resultados: sexo feminino e sexo masculino.

Os estatísticos, com intuito de evitar respostas estranhas aos fenômenos observa-


dos, aconselham determinar previamente as possíveis alternativas de respostas.
Por exemplo, para à variável “estado civil”, pode-se trabalhar com as alternativas:
solteiro, casado, viúvo, desquitado e divorciado, já pré-definidos.

As variáveis podem ser classificadas em:

- Qualitativas; e

- Quantitativas.

As variáveis qualitativas ocorrem quando seus valores são expressos em catego-


rias, atributos e/ou qualidades, por exemplo:

Tabela 1 - Variáveis Qualitativas


Variável Possíveis Respostas
Sexo ( ) Masculino ( ) Feminino
Tamanho ( ) Baixo ( ) Mediano ( ) Alto
( ) Ensino Fundamental; ( ) Ensino Médio; ( ) Graduação;
Escolaridade
( ) Pós Graduação; ( ) Mestrado ( ) Doutorado
Fumante ( ) Sim ( ) Não
Cor dos Olhos ( ) Preto; ( ) Castanho; ( ) Azul ( ) Verde
Fonte: Autora

32 Unidade 1
Essas variáveis ainda podem ser subdivididas em nominais e ordinais.

Serão nominais quando não apresentarem qualquer ordem entre seus valores
(MAGALHÃES e LIMA, 2010).

Na Tab. 1 pode ser compreendido como nominal as variáveis: sexo, fumante e


cor dos olhos.

Já quando possuírem qualquer ordenação crescente, caracterizando aumento de


intensidade, será classificado como ordinais.

Entre as variáveis descritas na Tab. 1, podem ser citadas as variáveis ordinais:


tamanho e escolaridade.

Já nas quantitativas, os valores são numericamente mensuráveis. Por exemplo: o


número de alunos matriculados na disciplina de estatística poderá ser expresso
por meio dos números naturais: 0, 1, 2, ..., 30, ... etc.

DICA

Idade, número de filhos, salário dos funcionários são também exemplos de


variáveis quantitativas, pois são expressos em números.

As variáveis quantitativas também podem ser subdivididas em contínua e dis-


creta.

Por exemplo: o número de funcionários de uma empresa pode assumir qualquer


valor do conjunto dos números naturais, mas nunca decimais como 10,3; 10,35;
10,5 etc, logo essa é uma variável quantitativa discreta. Já as quantitativas contí-
nuas podem assumir valores decimais (entre intervalos), como, por exemplo, a
altura dos funcionários pode ser 1,63 m; 1,80 m e assim por diante, dependendo
da precisão da medida.

Unidade 1 33
DICA

As discretas são aquelas variáveis que podem assumir um número finito de


valores do conjunto de números inteiros. Já as variáveis contínuas são vari-
áveis que podem assumir qualquer valor pertencente ao conjunto dos números reais.

Como artifícios estatísticos, alguns profissionais costumam usar letras latinas


para representar uma variável, em geral, as últimas como: x, y, z.

Estatisticamente, uma população ou amostra pode originar vários tipos de da-


dos, por exemplo:

Tabela 2 – Exemplo de tipos de variáveis

Variável Variável
Variável Qualitativa Variável
População Quantitativa Quantitativa
Nominal Qualitativa Ordinal
Contínua Ordinal
Professores Sexo Escolaridade Idade; Altura Nº de filhos
Qualidade do Quantidade em
Brinquedos Caro ou barato Preço em R$
produto estoque
Fonte: Autora

3.2 População e amostra


População é o conjunto de elementos com pelo menos uma característica co-
mum que compõem o universo de nosso estudo (CRESPO, 2009).

São exemplos de população:


- Os alunos matriculados na disciplina de cálculo, no semestre 2013-1;
- Os softwares produzidos pela Microsoft em 2012; e
- Os brinquedos produzidos por uma fábrica em 2012.

Nunca esqueça! Ao especificar a população, se faz ne-


cessário, definir, deixar claro o tempo (período) referente
à pesquisa em questão.

34 Unidade 1
Ao acessar o site do IBGE, você consegue visualizar a população brasileira entre
os anos de 1980 a 2010, por exemplo. Mas para que isso seja possível, a equipe
responsável precisou – em um primeiro momento – identificar a população, ou
seja, o total de habitantes no país em cada ano em estudo, conforme mostra o
Gráfico 1.

Existem populações que não são viáveis ou são impossíveis de serem estudadas;
às vezes, por motivos operacionais; outras vezes; de tempo, econômico, ético,
entre outros; nestes casos, trabalha-se com amostras da população. Por exem-
plo, analisar todas as águas no mar do Balneário Rincão para verificar se está
poluída é um processo inviável, tanto em questões econômicas como operacio-
nais, logo se faz essa pesquisa com uma amostra da água.

Unidade 1 35
As amostras podem ser compreendidas como parte, subconjunto do universo
estatístico, dos quais serão extraídos alguns dados. São partes significativas dos
elementos que contêm características comuns ao interesse da pesquisa, que seja
representativa ao estudo.

Por exemplo:
Para saber se uma macarronada está boa, você não precisa degustar tudo, basta
experimentar uma parte, esta se chama amostra.

Caso você queira também visualizar um exemplo de amostra, tratado no site


do IBGE, basta observar o gráfico. 2, o qual apresenta uma proporção da popu-
lação por sexo. Ao analisar o sexo masculino ou feminino em relação ao total de
habitantes (população), estará tratando uma amostra.

36 Unidade 1
Esses objetos (dados estatísticos) também podem ser visualizados na tabela 3.

Tabela 3 - População total e proporção da população por sexo, grandes


grupos de idade e situação de domicílio.
População 1980 1991 1996 2000 2010
População total (1) 119.002.706 146.825.475 157.070.163 169.799.170 190.755.799
Por sexo (%)
Homens 49,68 49,36 49,3 49,22 48,97
Mulheres 50,31 50,63 50,69 50,78 51,03
Por grandes
grupos de idade
0-14 anos 38,2 34,72 31,54 29,6 24,08
15-64 anos 57,68 60,45 62,85 64,55 68,54
65 e mais 4,01 4,83 5,35 5,85 7,38
Por situação do
domicílio (%)
Urbana 67,59 75,59 78,36 81,25 84,36
Rural 32,41 24,41 21,64 18,75 15,64

Um exemplo típico de amostra é o subconjunto dos eleitores consultados nas


pesquisas de intenção de voto, realizadas pelo IBOPE para verificar a probabili-
dade de determinados candidatos aos cargos políticos serem ou não eleitos.

Outro exemplo: Vamos supor que você queira saber quantos por cento da
população criciumense são torcedores do time do Criciúma (Tigre).

Dependendo de quais indivíduos (muitos, 50% ou poucos torcedores) forem


alocados para compor a amostra, existirá um risco quanto à margem de erros,
podendo esta estar muito além ou não do índice verdadeiro, o que levaria à
inutilidade da pesquisa.

Mas para que essas situações não ocorram, o pesquisador precisa definir uma
amostra representativa e, para isso, se faz uso de técnicas estatísticas, como
amostragem. Este assunto será discutido no próximo módulo.

Unidade 1 37
Síntese do módulo

Caro aluno, neste módulo você conheceu os tipos de variáveis: qualitativas e


quantitativas, com as suas respectivas classificações: quando qualitativas em no-
minais e ordinais e quando enumerável (quantitativas) em discreta ou contínua.

Teve a oportunidade de complementar seus estudos a respeito da temática: po-


pulação e amostra, assunto de extrema relevância à compreensão e aplicação da
estatística, além de ter conhecido alguns conceitos, tratados por especialistas e,
exemplos da área apresentados pelo Instituto Brasileiro de Geografia e Estatística
– IBGE.

ATIVIDADES

Com base na leitura do módulo 3, desenvolva as seguintes questões, individual-


mente e, na sequência, confira suas respostas ao final do livro.

1) Entre as alternativas a seguir, qual delas conceitua corretamente população?

a) Conjunto de animais.

b) Conjunto de observações.

c) Conjunto de todos os indivíduos, objetos ou informações que apresentam pelo

38 Unidade 1
menos uma característica em comum.

d) Conjunto de indivíduos apresentando uma característica especial.

e) Conjunto de indivíduos, objetos ou informações que não apresentam carac-


terística em comum.

2) Descreva população e amostra e, em seguida, exemplifique-as com dois exem-


plos práticos do seu dia a dia.

3) Classifique as variáveis em cada item a seguir, usando: (Q) para qualitativa;


(QD) quantitativa discreta e (QC) quantitativa contínua:

a) ( ) População: Peças produzidas pela máquina 2.


Variável: Número de peças produzidas por hora.
b) ( ) População: Alunos da turma I, de Cálculo I.
Variável: Sexo.
c) ( ) População: Casais residentes no Bairro Pinheirinho, de Criciúma.
Variável: Número de filhos.
d) ( ) População: Professores da Faculdade SATC.
Variável: Salários.
e) ( ) População: Propriedades agrícolas do Brasil.
Variável: Produção de feijão.
f) ( ) População: Alunos do 2º ano do Ensino Médio, da SATC.
Variável: Peso.

Unidade 1 39
40 Unidade 1
Módulo 4

Amostragem
Ao se realizar uma pesquisa, por questões econômicas,
éticas e outras, em alguns casos, faz-se necessário estudar
todos os elementos da população, mas na sua maioria,
trabalha-se com parte deste universo. Porém, para que essa
parte coletada para estudo seja representativa, necessita-
se que algumas técnicas sejam aplicadas. A essas técnicas
estatísticas damos o nome de amostragem e censo. ■

Vamos conhecê-los?

Unidade 1 41
4.1 Amostragem e censo

O que difere essas técnicas são os elementos envolvidos na coleta de dados. En-
quanto no censo se analisa todos os elementos da população individualmente, na
amostragem, trabalha-se com parte significativa deste universo que tenha condi-
ções de representar o todo.

Você deve estar se perguntando: quando devo usar Censo e quando devo usar
Amostragem. Vejamos:

Primeiro, é preciso analisar o tipo de pesquisa que irá desenvolver e quais seus
objetivos. Nos casos em que a população é muito grande ou infinita, o tempo de
pesquisa é curto, almeja-se um resultado rápido e, principalmente, quando os
recursos financeiros disponíveis para aplicar a pesquisa são escassos, os especia-
listas sugerem a aplicação da amostragem.

Já quando a população é pequena, as variáveis envolvidas são de fáceis acesso e


principalmente, quando o pesquisador necessita obter resultados exatos, reco-
menda-se o censo.

Se você pensar em questões de tempo e custo, sem dúvida, a técnica de amostra-


gem, no geral, se mostra mais eficiente.

Mas, conforme alerta Barbetta, Reis e Bornia (2008, p. 26), “a amostragem preci-
sa ser feita com critérios, pois pretendemos ter amostras que permitam, a partir
de uma análise estatística apropriada, obter conclusões satisfatórias sobre toda a
população.”

Amostragens são técnicas utilizadas para garantir, tanto quanto possível, o acaso
ao escolher a amostra.

Os elementos da população podem ser extraídos (escolhidos) aleatoriamente


com reposição ou sem reposição. Com reposição é quando o elemento sorteado
pode ser novamente sorteado (selecionado) e sem reposição, quando os elemen-
tos não podem ser sorteados mais de uma vez.

42 Unidade 1
Uma amostragem pode ser aplicada de várias formas, dependendo do conheci-
mento que os pesquisadores têm da população, quais recursos estão disponíveis
para o estudo em questão, entre outros fatores. Basicamente, a estatística conta
com dois métodos de amostragem. Vamos estudá-los?

Vamos estudá-los?

4.2 Amostragem probabilística e não probabilística

Nas amostragens probabilísticas os elementos que irão compor a amostra são


selecionados por meio de sorteios aleatórios que garantam à todos, a mesma pro-
babilidade de pertencerem a amostra selecionada.

Já nas amostragens não probabilísticas, os elementos selecionados para compor


a amostra são feitos de forma deliberada, por julgamento dos pesquisadores, o
que não garante a representatividade da população com a confiabilidade que nos
passa a probabilística (CORREA, 2003)

Sendo assim, daremos maior ênfase às amostragens probabilísticas:

a) Amostragem Aleatória Simples;

b) Amostragem Aleatória Estratificada;

c) Amostragem Sistemática; e

d) Amostragem por Conglomerado.

a) Amostragem Aleatória Simples

Nesta técnica, o pesquisador não conhece informações referentes aos elementos


da pesquisa. Os dados da amostra serão escolhidos aleatoriamente, por sorteio

Unidade 1 43
avulso, sem critérios de seleção.

Por exemplo: Para verificarmos qual é o editor de texto entre o Microsoft Word,
BrOffice.org Writer e o Google Writely mais utilizado em um universo estatístico
de 1000 usuários, se faz uma seleção aleatória (sorteio) de 10% dos usuários e
obtém-se uma amostra de 100 usuários, os quais responderão à entrevista e assim
se chegará a um dos editores apresentados como sendo o mais utilizado.

Outro exemplo prático pode ser estudado por meio da seguinte suposição:

Vamos supor que você queira avaliar o conhecimento de estatística adquirido


pelos acadêmicos das 1ª fases dos cursos de Engenharia de uma Faculdade, no
final do semestre 2012-2. Ao invés de aplicar uma prova a 90 alunos matriculados
na disciplina, você poderá trabalhar com uma amostra de 10% dos acadêmicos
matriculados, para isso, basta seguir os passos:

1 – Numere os acadêmicos de 01 a 90;

2 – Escreva os números, de 01 a 90, em pedaços iguais de um mesmo papel;

3 – Coloque os noventa papéis numerados numa urna ou embalagem similar;

4 – Mexa a embalagem com os papéis para misturar bem e retire, um a um, nove
papéis numerados para formar a amostra de 10% da população estudada; e

5 – Relacione os acadêmicos aos nove números sorteados da urna e aplique a


prova.

Esse procedimento é uma aplicação do método probabilístico de amostragem


aleatória simples.

Mas como proceder nas situações em que a popu-


lação e, consequentemente, a amostra são grandes?

44 Unidade 1
Com o intuito de facilitar a vida dos pesquisadores, foi elaborada uma Tabela de
Números Aleatórios, na qual os dez algarismos de 0 a 9 são disponibilizados ao
acaso nas linhas e colunas, conforme mostra o anexo 1.

Para definir os elementos de uma amostra fazendo uso da Tabela de Números


Aleatórios, em um primeiro momento, sorteia-se um algarismo qualquer, a par-
tir do qual o pesquisador considerará números de dois, três ou mais algarismos,
conforme sua necessidade.

Os números da tabela podem ser selecionados de cima para baixo ou vice-verso,


da esquerda para direita ou vice-verso, em diagonal como costumam aparecer em
palavras cruzadas e também, na forma de letras desenhadas (o A, por exemplo).

Segundo Barbetta (2007, p. 46): “não existe forma espe-


cífica para extrair os números da tabela.”. Escolhe-se uma
linha, coluna ou outra posição e ao selecionar os núme-
ros, devem ser desprezados aqueles que não pertencem
a população e os repetidos. A opção da escolha de leitura deve ser feita
antes de iniciar o processo de retirada dos números.

Assim, para entender como funciona a amostragem aleatória simples com uso da
tabela de números aleatórios, vamos rever o exemplo trabalhado anteriormente:

Vamos supor que você queira avaliar o conhecimento de estatística adquirido pe-
los acadêmicos das 1ª fases dos cursos de Engenharia de uma Faculdade, no final
do semestre 2012-2. Ao invés de aplicar uma prova nos 90 alunos matriculados
na disciplina, você poderá trabalhar com uma amostra de 10% dos acadêmicos
matriculados, usando a tabela de números aleatórios:

1 – Numere os acadêmicos de 01 a 90

2 – Adote, para este exemplo, a 18ª linha da tabela (anexo 1), mas não esqueça a
escolha da linha, coluna é combinada antes de iniciar o processo.

3 – Tome 9 números (10% da população), de 2 algarismos, visto que o maior

Unidade 1 45
número da população é o 90 e, esse possui dois algarismos;

Atento à tabela (anexo 1), você encontrará os números: 61; 02; 01; 81; 73; 92; 60;
66; 73; 58; 53; 34;

4 – Despreze aqueles que não pertencem à população e os que se repetem, e ob-


terá assim, os números: 61; 02; 01; 81; 73; 60; 66; 58; 53.

Esses números formarão a amostra em estudo, os quais devem ser relacionados


ao número dos respectivos acadêmicos, para que a prova de conhecimento seja
aplicada e, com os resultados, infere-se um parecer.

b) Amostragem Aleatória Estratificada

Na Amostragem Estratificada, a escolha da amostra também é aleatória, porém


em grupos (estratos) com características em comum, buscando representar sig-
nificativamente a população.

Nessa técnica são escolhidos elementos que atendam a necessidades específicas


de cada pesquisa. Por exemplo: donas de casa da classe D, jovens da classe A, alu-
nos aprovados na 1ª etapa do concurso, usuários do sexo masculino, etc.

Ao se aplicar a amostragem estartificada do tipo proporcional, mantêm-se a pro-


porcionalidade do tamanho da amostra para cada estrato. Por exemplo, se um
estrato refere-se a 10% da população, ele também representará 10% da amostra
(BARBETTA, REIS e BORNIA, 2010).

Exemplo prático:

Agora, ao verificar qual é o editor de texto entre o Microsoft Word, BrOffice.org


Writer e o Google Writely mais utilizado em um universo estatístico de 1000
usuários, sabendo que a maioria dos usuários é do sexo feminino, aplica-se uma
técnica de proporcionalidade, ou seja, deverá trabalhar com uma amostra de
10%. Dos 1000 usuários, 650 são do sexo feminino e 350 do sexo masculino, logo
se faz necessário sortear aleatoriamente 65 pessoas do grupo feminino e 35 do
grupo masculino, somando um total de 100 usuários que correspondem a 10%
dos 1000 usuários (população).

46 Unidade 1
Retomando o exemplo tratado no item amostragem aleatória simples e supon-
do que dos 90 acadêmicos da 1ª fase dos cursos de Engenharia que cursaram a
disciplina de estatística, 54 sejam do sexo masculino e 36 do sexo feminino, para
obter uma amostra estratificada proporcional, trabalha-se, neste caso, com dois
estratos: o do sexo masculino e o do sexo feminino, e uma amostra de 10% dos
acadêmicos, conforme mostra à Tabela. 4:

Tabela 4 – Primeira etapa da amostra estratificada

SEXO POPULAÇÃO 10% AMOSTRA

10 x 54
Masculino 54 100
= 5,4 5
10 x 36
Feminino 36 100
= 3,6 4
10 x 90
Total 90 100
= 9,0 9
Fonte: Crespo (2009, p. 13), adaptada

Na sequência, numeram-se os acadêmicos de 01 a 90, sendo numerados os ho-


mens de 01 a 54 e as mulheres de 55 a 90. Feito isso, sorteia-se a linha/coluna a ser
aplicada na tabela de números aleatórios. Para este exemplo, será usada a 1ª linha
e 2ª coluna da esquerda, de cima para baixo, obtendo-se os números:

57; 28; 92; 90; 80; 22; 56; 79; 53; 18; 53; 03; 27; 05 e 40.

Atenção: eliminam-se os números que não perten-


cem à população e os que se repetem, lembra-se?

Resultando assim nas amostras:

- para os do sexo masculino: 28; 22; 53; 18; 03; e

- para os do sexo feminino: 57; 90; 80; 56

Viu como não é tão complicado!

Unidade 1 47
Agora, relaciona-se o número aos acadêmicos e aplica-se a prova de conheci-
mento com amostra de 10% da população para inferir um parecer final.

■ Convite à reflexão:

■ Você entendeu a diferença entre a estratificada e a


aleatória simples?
■ Na aleatória simples corremos o risco de entrevistar
mais homens do que mulheres, enquanto que na es-
tratificada será selecionado aleatoriamente, porém de
forma proporcional, a cada grupo de sexo.

c) Amostragem Sistemática

Neste método de amostragem, o início da pesquisa também é aleatório, escolhe-


-se aleatoriamente um elemento da população e as demais são feitas em interva-
los de tempo. (BRUNI, 2008)

Um exemplo típico deste método são as pesquisas de boca de urna, em que se


evita formar uma amostra com o mesmo grupo, por meio das quais são reali-
zadas entrevistas com uma distância entre os entrevistados e em intervalos de
tempo definido, diminuindo assim a margem de erro. A cada seis pessoas que
passam, por exemplo, entrevista-se uma.

Para facilitar o processo, seguem-se os passos:

1 – Calcula-se o intervalo de seleção, dado por I =


N
(I = Intervalo; N = Nº de
n
elementos da população e n = Nº de elementos da amostra), desprezando as de-
cimais;

2 – Sorteia-se o primeiro elemento do conjunto definido pelo intervalo, (1; ..., I);
e

3 – Obtêm-se a amostra, retirando um elemento a cada I (intervalo definido).

48 Unidade 1
Para exemplificar, considere o problema de extrair uma amostra sistemática de
tamanho 5 da seguinte população de acadêmicos matriculados em Cálculo 1, na
turma X, sendo identificado cada aluno com seu número de registro do diário do
professor, conforme relação dada a seguir:

01 – Aline 09 – Elton 17 – Humberto 25 – Marcelo


02 – Ari 10 – Fábio 18 – Ingrid 26 – Marcos
03 – Beatriz 11 – Fernanda 19 – Jonas 27 – Maria
04 – Bruno 12 – Fernando 20 – Juliana 28 – Natália
05 – Camilo 13 – Gabriel 21 – Júlio 29 – Paulo
06 – Carlos 14 – Gabriela 22 – Laura 30 – Pedro
07 – Diego 15 – Giovane 23 – Leandro 31 – Sabrina
08 – Eliane 16 – Helena 24 – Liliane 32 – Vilson

Como a amostra será composta por 5 elementos e a população contém 32 aca-


dêmicos, o intervalo será de 6 elementos, ou seja I = 32 5
= 6,4 desprezando-se a
decimal, I = 6, logo, sorteia-se um elemento entre os 6 primeiros elementos: (1; 2;
3; 4; 5; 6). Supondo-se que foi sorteado o 3, o primeiro acadêmico a fazer parte da
amostra será o de número 3, a “Beatriz”. Os demais componentes da amostra são
obtidos por meio do intervalo (I = 6) definido, resultando na seguinte amostra:
03; 09; 15; 21 e 27.

Relacionando esses números aos respectivos alunos, têm-se a amostra represen-


tativa, dada por: Beatriz; Elton; Giovane; Júlio e Maria.

Outro exemplo:

Suponhamos um loteamento contendo 150 casas, das quais se deseja obter uma
amostra formada com 15 casas, ou seja, uma amostra de 10%.

Para aplicar o método sistemático, primeiro se calcula o intervalo a ser adotado:


I = N , neste caso, I = 150 = 10; depois se sorteia um número entre o intervalo
n 15
definido (1; 2; 3; ...; 10) para ser o primeiro componente da amostra e os demais,
sistematicamente, percorre-se o intervalo de 10 em 10. Logo, se o número sorte-

Unidade 1 49
ado foi o 2, adota-se pelo lado direito ou esquerdo (o que for decidido) a 2ª casa
do loteamento; a 12ª; a 22ª; a 32ª; a 42ª; a 52ª; etc até formar a amostra com 15
elementos, retornando ao início do loteamento, pelo lado contrário.

d) Amostragem por Conglomerado

Ao agrupamento de elementos de uma população, dá-se o nome de conglomera-


do. Tão logo, amostragem por conglomerado é o método utilizado nos casos em
que a população possui subdivisões, ou seja, conglomerados.

Esse tipo de amostragem tem o objetivo de selecionar elementos sobre os conglo-


merados e não mais amostras da população como um todo. A seleção poderá ser
de forma aleatória simples ou estratificada e, quando necessário, diretamente
do conglomerado.

Por exemplo, dentro do Estado de Santa Catarina podem-se selecionar alguns


municípios (conglomerados) para determinada pesquisa. A partir desses conglo-
merados, pode-se aplicar novamente os métodos de aleatória simples ou estratifi-
cada e obter amostras dos elementos que farão parte da pesquisa.

Ao avaliar a qualidade das maçãs de uma determinada carga, por exemplo, as


caixas de maçãs são os conglomerados a serem tratados na pesquisa.

Suponha, por exemplo, que você queira realizar uma pesquisa nas escolas esta-
duais do Estado de Santa Catarina para verificar como está o nível de satisfação
profissional dos professores do quadro efetivo, nos últimos dois anos.

Em um primeiro momento, irá de forma aleatória simples ou estratificada sortear


alguns municípios de SC (Criciúma, Tubarão...); após definir os conglomerados,
poderá novamente aplicar um dos métodos para extrair indivíduos dos municí-
pios definidos que farão parte da amostra.

50 Unidade 1
DICA

Dentre as técnicas de amostragens probabilísticas, as aleatórias simples e


as estratificadas tendem a resultados mais precisos quando comparadas as
amostragens de conglomerados com uma amostra de mesmo tamanho. Mas em contrapar-
tida, em questões financeiras a técnica de conglomerado se mostra mais eficaz.

Agora, vamos falar um pouco sobre as amostragens não probabilísticas:

a) Amostragem Acidental;
Resp
i
b) Amostragem Intencional; e e va re fundo
mos
fren em
te!!!
c) Amostragem por Cotas.

a) Amostragem Acidental

Neste método, o pesquisador busca ser o mais aleatório possível, mas nem sem-
pre consegue, pois a característica desta amostragem é a formação da amostra
com elementos escolhidos ao acaso, acidentalmente, como o próprio nome in-
dica ou a esmo. (GESSER; DALPIAZ, 2007)

Esse tipo de amostragem é comum de ser realizada em pesquisas de opinião; em


pesquisas qualitativas no geral; em populações impossíveis de serem contadas
(enumeradas) e nos casos em que as populações são compostas por material con-
tínuo como: líquidos, minérios, gases, sendo suficiente homogeneizar e reter a
amostra, como, por exemplo, no caso de examinar uma carga de argila ao chegar
à fábrica.

DICA
Por mais que a amostragem acidental em algumas situações pareça produzir
uma amostra similar a uma amostra obtida com o método de amostragem
aleatória simples, nem sempre isso ocorre, esses métodos são diferentes.

Unidade 1 51
Basta pensar no exemplo:

Se numa pesquisa, com o foco em saber qual o melhor supermercado, do mu-


nicípio de Criciúma, as pessoas forem entrevistadas acidentalmente nas ruas
mais movimentadas, como avenida Centenário e ruas próximas algum super-
mercado, consequentemente, as pessoas que passam com maior frequências
nessas localidades tendem a ser selecionadas, tao logo, pode haver distorção nos
resultados.

■ Convite à reflexão:
■ Sabe-se que a amostragem aleatória simples ga-
rante que cada elemento da população tenha a
mesma probabilidade de fazer parte da amostra,
então pode haver viés nos resultados da pesquisa?

b) Amostragem Intencional (Por Julgamento)

O pesquisador seleciona os componentes da amostra por meio de critérios que


considera ser relevante ao estudo. Por se tratar de uma escolha intencional, de
preferência do pesquisador, os riscos são consideráveis, podendo levar a pes-
quisa a resultados errôneos, inutilizando-a. (GESSER; DALPIAZ, 2007)

Exemplo: Suponha que o diretor de uma empresa queira avaliar a satisfação


quanto aos serviços prestados pelos seus fornecedores e o pesquisador escolha
somente os funcionários que, de certa forma, têm vínculos com os fornece-
dores, tendo interesse em mantê-los. Dessa forma, a amostra poderá representar
um resultado extremamente equivocado à realidade da empresa.

c) Amostragem por Cotas

A amostragem por cotas é muito parecida com a estratificada, porém nesta não
se aplica sorteio. Neste método, os elementos da população são subdivididos em
grupos e, consequentemente, as amostras formadas com número proporcional
ao tamanho dos subgrupos. (GESSER; DALPIAZ, 2007)

52 Unidade 1
Durante as campanhas eleitorais é comum ouvirmos falar em tendências elei-
torais de acordo com o IBOPE, mas como são realizadas essas pesquisas? Você
saberia dizer?

Nessas pesquisas, cada segmento da população representado na amostra é sele-


cionado na proporção aproximada em que aparece na sociedade.

Por exemplo: Para verificarmos entre os eleitores de determinado município,


em que 60% dos eleitores são homens e 40% mulheres, o número de entrevista
seguirá essa proporção, a cada 10 entrevistas realizadas serão entrevistados 6
homens e 4 mulheres. Caso isso não seja possível, são feitos cálculos estatísticos
que atribuem um peso à entrevista de acordo com a representação de cada seg-
mento na sociedade, visto que esse tipo de pesquisa serve para identificar uma
tendência e não o resultado final da eleição.

4.3 Tamanho de uma amostra

Para que a amostra definida seja realmente representativa e confiável, alguns es-
pecialistas costumam usar um processo com quatro fases que defina o tamanho
da amostra a ser trabalhada. Porém, esse conteúdo teoricamente ainda apresenta
certas desavenças e costuma, na prática, ser diferenciado para cada pesquisa de
acordo com o conhecimento dos profissionais envolvidos.

Para nossos estudos adotaremos no uso da técnica de amostragem estartificada,


por exemplo, também o processo a seguir:

1º) Calcula-se a amostra ideal usando a fórmula: n0 = 1


(E0)2

DICA

O E0 (erro) deverá ser usado em forma de coeficiente e nunca em %.

Por exemplo: 6% = 6 = 0,06.


100

Unidade 1 53
N . n0
2º) Calcula-se a amostra mínima através da fórmula: n =
N + n0

3º) Calcula-se o que chamamos de Estimador da amostra: N 100%


n x
4º) Aplica-se o Estimador a cada estrato, porção.

Glossário
n0 = Tamanho referente à amostra ideal (conhecida como primeira aproximação);
E0 = Refere-se ao erro amostral permitido, ou seja, tolerável;
N = Tamanho da população; e
n = Tamanho da amostra propriamente dita.

Para compreender melhor como se calcula, siga o exemplo a seguir:

Suponha que você queira determinar o tamanho mínimo da amostra aleatória


simples necessária para garantir a representatividade de um universo estatístico
de acadêmicos matriculados na Faculdade X, de Criciúma, em 2010-2, podendo
admitir que os erros amostrais não ultrapassem a 5%, utilizando a Tabela. 5:

Tabela 5 - Matrículas dos cursos de graduação da


Faculdade X em 2010-2
CURSO ACADÊMICOS
Design Gráfico 870
Engenharia Elétrica 662
Engenharia da Computação 1555
Engenharia Mecânica 245
Engenharia Química 529
Jornalismo 340
Publicidade e Propaganda 2423
Tecnologia em Automação Industrial 370
Tecnologia em Manutenção Industrial 577
Tecnologia em Segurança do Trabalho 945
TOTAL 8516
Fonte: Gesser e Dalpiaz (2007, p. 46), adaptada.

54 Unidade 1
Logo:

1º) Amostra ideal: n0 = 1


(E0)2
Como o erro amostral é de 5%, tem-se: 5% = 5 = 0,05.
100
n0 = 1 = 1 = 1 = 400 acadêmicos
(E0)2 (0,05)2 0,0025
N . n0
2º) Calcula-se a amostra mínima: n =
N + n0

Sendo N = 8516, tem-se:

n = 8516 . 400 = 3406400 = 382,05 = 382 acadêmicos


8516 + 400 8916

3º) Calcula-se o Estimador da amostra, usando uma regra de três:

N 100% 8516 = 100% x = 382 . 100


n x 382 x 8516

x = 38200 x = 4,49%
8516
4º) Agora, aplica-se o Estimador a cada estrato, (estrato vezes o estimador), ou
seja, multiplica-se o número de acadêmicos de cada curso pelo estimador:

Design Gráfico =

870 . 4,49% = 870 . 4,49 = 3906,3 = 39,063


100 100

arredondando 39 acadêmicos.

Unidade 1 55
Aplicando esse cálculo para cada curso, obtêm-se a amostra, conforme mostra a
Tabela 6:

Tabela 6 - Matrículas dos cursos de graduação da Faculdade X em


2010-2
CURSO ACADÊMICOS AMOSTRA
Design Gráfico 870 39
Engenharia Elétrica 662 30
Engenharia da Computação 1555 70
Engenharia Mecânica 245 11
Engenharia Química 529 24
Jornalismo 340 15
Publicidade e Propaganda 2423 109
Tecnologia em Automação Industrial 370 17
Tecnologia em Manutenção Industrial 577 26
Tecnologia em Segurança do Trabalho 945 42
TOTAL 8516 383
Fonte: Gesser e Dalpiaz (2007, p. 46), adaptada.

Portanto, a amostra total é de 383 acadêmicos. Os resultados foram arredonda-


dos, por se tratar de variáveis discretas, ou seja, pessoas.

Agora, que tal aprimorar seus conhecimentos resolvendo os exercícios deste


módulo?

56 Unidade 1
Síntese do módulo

Neste módulo, foram apresentadas as técnicas de coleta de dados, podendo ser


realizadas com reposição ou não. Você estudou os princípios relacionados a Cen-
so e Amostragem, permitindo-lhe aplicá-los a partir de agora de forma correta.
Aprendeu, a diferenciar as amostragens probabilísticas das não probabilísticas,
assim como aplicá-las por meio da teoria e visualização de alguns exemplos. Co-
nheceu um modelo de tabela de números aleatórios e o seu processo e, para fi-
nalizar, foi abordado como calcular o tamanho mínimo de uma amostra, tendo a
oportunidade de aplicar a teoria na prática, caso se depare com tal necessidade.

ATIVIDADES

Com base na leitura do módulo 4, desenvolva as seguintes questões, individual-


mente e, na sequência, confira suas respostas ao final do livro.

1) A escola de informática SMT possui um total de 124 alunos matriculados.


Obtenha uma amostra representativa correspondente a 15% da população. Para
resolver, use a tabela de números aleatórios (anexo 1), começando na 1ª linha da
esquerda para direita.

Unidade 1 57
2) Os dados a seguir referem-se a uma população formada por 140 notas (pon-
tuação geral) resultantes da aplicação de uma prova de concurso para eletricista:

62 129 95 123 81 93 105 95 96 80 87 110 139 75


123 60 72 86 108 120 57 113 65 108 90 137 74 106
109 84 121 60 128 100 72 119 103 128 80 99 149 85
77 91 51 100 63 107 76 82 110 63 131 65 114 103
104 107 63 117 116 86 115 62 122 92 102 113 74 78
69 116 82 95 72 121 52 80 100 85 117 85 102 106
94 84 123 42 90 91 81 116 73 79 98 82 69 102
100 79 101 98 110 95 67 77 91 95 74 90 134 94
79 92 73 83 74 125 101 82 71 75 101 102 78 108
125 56 86 98 106 72 117 89 99 86 82 57 106 90

Obtenha uma amostra formada por 26 elementos, utilizando a tabela de números


aleatórios (anexo 1), dando início na 1ª linha da esquerda para direita.

3) Suponha que uma população apresenta-se dividida conforme sua classe so-
cial: baixa, média e alta, respectivamente, com tamanhos: n1 = 40, n2 = 60 e n3 =
100. Sabendo-se que ao ser realizada uma amostragem do tipo estratificada, 15
elementos da amostra foram retirados do 3º estrato, determine o número total de
elementos da amostra.

58 Unidade 1
Exercícios complementares

Para fecharmos a unidade 1, sugiro que você exercite seus conhecimentos ad-
quiridos, desenvolvendo as atividades complementares com questões baseadas
em provas como as do ENADE; concursos do IBGE, CELESC e outros, sempre
atento ao apoio que a Estatística nos dá para tomada de decisões.

1) No dia a dia é comum encontrarmos noticias com dados estatísticos em jor-


nais, revistas e outros meios de comunicação. Cabe a nós analisarmos sua vera-
cidade, só assim conseguiremos tomar decisões com maior segurança. Suponha
então que você leia a seguinte notícia:

“A Faculdade X no município de Tubarão/SC está oferecendo vagas gratuitas


para os 15 primeiros inscritos no curso de Medicina pelo ingresso sem vestibu-
lar. Aproveite esta oportunidade, é impar no estado catarinense na rede privada,
na educação!”

Você, no papel de diretor de outra instituição de ensino, de nível superior, no


Estado, como procederia após as 24 horas ao ler a notícia? Escreva três iniciativas
cabíveis a situação.

2) O profissional da área de estatística, interage com profissionais da área de: en-


genharia mecânica; engenharia elétrica; engenharia da computação; engenharia
química; tecnologia de automação e outras áreas do conhecimento, utilizando
técnicas e ferramentas que dão suporte à tomada de decisão na presença das
certezas e incertezas cotidianas. Mas, a incerteza os leva, em algumas situações, á
má aplicação desses recursos, ocasionando interpretações errôneas da realidade.

Leia com atenção as histórias A e B em quadrinho:

Unidade 1 59
História A História B

Eticamente e tecnicamente, qual critica um profissional da área de Estatística


deve fazer ao analisar a situação descrita na história de quadrinhos A? Contextu-
alize, justifique sua resposta.

60 Unidade 1
3) Com objetivo de promover a inclusão digital, os países em desenvolvimento
buscam investir em tecnologias para uso da comunidade em geral. Um dos indi-
cadores empregados tem sido o número de computadores que estão conectados
à Internet. Observe como se deu a evolução do número de computadores conec-
tados à Internet (hosts) nos três países que lideram o setor na América Latina,
durante o período de 2000 a 2004, analisando a tabela e gráfico a seguir:
Tabela – Número de computadores conectados à Internet,
período 2000 a 2004
2000 2001 2002 2003 2004
Argentina 142470 270275 465359 495920 742358
Brasil 446444 876596 1644575 2237527 3163349
México 404873 559165 918288 1107795 1333406
Fonte: Internet Systems Consortium, adaptada.

Gráfico – Número de computadores conectados à Internet


3500000

3000000

2500000

2000000 Argentina
Brasil
1500000
México
1000000

500000

0
1999 2000 2001 2002 2003 2004 2005

Fonte: Internet Systems Consortium, adaptado.


Dentre os três países da América Latina, os que apresentaram o menor e o maior
crescimento percentual no número de hosts, durante o período de 2000 a 2004
foram, respectivamente:

a) Brasil e Argentina.
b) México e Argentina.
c) Argentina e México.
d) Argentina e Brasil.
e) México e Brasil

Unidade 1 61
4) População refere-se ao conjunto de indivíduos, objetos observados, portado-
res de pelo menos uma característica em comum. Mas, nem sempre se conse-
gue trabalhar com todos esses elementos, por questões financeiras e de tempo,
estatisticamente, faz-se necessário estudar amostras significativas, subconjunto,
parte da população. Com foco nos conceitos descritos, leia as sentenças a seguir
e identifique a população e amostra referente a cada item:

a) A fim de avaliar a intenção de voto para próxima eleição para governador de


Santa Catarina, pessoas maiores de idade foram entrevistadas nos maiores mu-
nicípios catarinenses.

b) Para avaliar o resultado de uma campanha de vacinação no Estado de Santa


Catarina, mães de crianças recém-nascidas durante o segundo semestre de 2012,
foram questionadas a respeito da última vez que vacinaram seus filhos.

c) Para verificar a audiência de um programa de TV matutino no município de


Criciúma voltado para crianças até sete anos, indivíduos foram entrevistados
com relação ao canal em que estavam sintonizados.

5) O gerente de RH, da empresa X, a pedido do diretor da empresa, com o intui-


to de auxiliar a área de TI na informatização do setor, apresentou o resumo do
quadro de funcionários do departamento de contabilidade, conforme mostra a
tabela:

Funcionário Idade Escolaridade Salário (R$) Tempo de empresa


Paulo 34 Superior 2.380,00 5
Ricardo 43 Superior 3.452,68 7
Fernanda 21 Médio 780,52 2
Cintia 25 Médio 600 1
João 19 Fundamental 596 1
Fonte: Autora – Dados fictícios

Para dar início ao processo como deverão ser classificadas as variáveis envolvi-
das?

62 Unidade 1
6) (Adaptado, ENADE 2011) A Educação a Distância (EaD) é a modalidade de
ensino que permite que a comunicação e a construção do conhecimento entre os
usuários envolvidos possam acontecer em locais e tempos distintos. São neces-
sárias tecnologias cada vez mais sofisticadas para essa modalidade de ensino não
presencial, com vistas à crescente necessidade de uma pedagogia que se desen-
volva por meio de novas relações de ensino-aprendizagem.

O Censo da Educação Superior de 2009, realizado pelo MEC/INEP, aponta para


o aumento expressivo do número de matrículas nessa modalidade. Entre 2004 e
2009, a participação da EaD na Educação Superior passou de 1,4% para 14,1%,
totalizando 838 mil matrículas, das quais 50% em cursos de licenciatura. Levan-
tamentos apontam ainda que 37% dos estudantes de EaD estão na pós-graduação
e que 42% estão fora do seu estado de origem.

Considerando as informações acima, enumere três vantagens de um curso a dis-


tância, justificando brevemente cada uma delas.

Na sequencia explique a diferença entre as técnicas censo e amostragem aborda-


das estatisticamente neste livro.

Unidade 1 63
7) (IBGE, 2.010) Para evitar o grande gasto de tempo e de recursos que haveria se
toda a população tivesse de responder ao questionário completo, o IBGE adota
a técnica de:

a) pesquisa demográfica, na qual os moradores que assim o desejarem recebem


um questionário minucioso para ser respondido e, posteriormente, entregue;

b) realização de entrevistas, em que, na maior parte dos domicílios, os morado-


res respondem a questionários escritos, enquanto, em um número reduzido de
domicílios, são realizadas entrevistas mais simples;

c) amostragem, na qual alguns domicílios são selecionados para o responsável


responder a esse questionário, de forma que suas respostas representem a do
conjunto total;

d) registro de dados, por meio do qual os moradores de domicílios dotados de


computador e acesso à Internet devem, necessariamente, enviar seus dados por
meio eletrônico.

8) Explique a forma de se obter uma amostragem estratificada dos professores


de uma instituição de ensino superior, considerando que existem professores em
tempo integral; horistas e visitantes.

9) As pesquisas de intenção de voto aplicadas no decorrer de campanhas eleito-


rais, para que apresentem maior segurança costumam fazer uso da amostragem
probabilística sistemática, por quê? Como procede este tipo de amostragem? Re-
late o processo simulando um exemplo para entrevistar 10% de um total de 100
acadêmicos que tendem a participara da eleição para o coordenador do Centro
Acadêmico da instituição X.

10) Pedro, bacharel na área de estatística, está desenvolvendo um modelo para


prever o risco de crédito para o banco X, em Criciúma. Esse sistema será adotado
para conceder ou não crédito a um cliente da categoria correntista. A base de
dados da carteira de clientes revelou que 30.000 contratos foram quitados em dia
ou com atraso máximo de 1 mês e 10.000 foram quitados com atraso superior a
1 mês.

64 Unidade 1
Para reduzir os custos de implantação, Pedro poderá trabalhar somente com
4.000 contratos, considerando assim os 40.000 contratos a sua população de in-
teresse. Estando os contratos numerados de 1 a 40.000, com os primeiros 30.000
correspondendo aos contratos em dia financeiramente. Pedro precisa estimar a
média da idade do financeiramente. Por experiência, na área, sabe que a popula-
ção quanto mais jovem, maior é o índice de inadimplência.

Objetivando reduzir o erro-padrão do estimador da média da idade do financia-


mento, Pedro deverá aplicar qual dos procedimentos de amostragem:

a) Sorteie um número inteiro entre 1 e 10 e a partir do número que for sorteado,


selecione os contratos adotando um intervalo na sequência de 10 em 10, até que
4.000 contratos sejam selecionados.

b) Sorteie 3.000 números inteiros de 1 a 30.000 e 1.000 números inteiros de


30.001 a 40.000, por meio de amostragem aleatória simples sem reposição. Ado-
tando como amostra os contratos relacionados aos números sorteados.

c) Sorteie 2.000 números inteiros de 1 a 30.000 e 2.000 números inteiros de 30.001


a 40.000, por meio de amostragem aleatória simples sem reposição. Adotando
como amostra os contratos relacionados aos números sorteados.

d) Sorteie 4.000 números inteiros de 1 a 40.000, por meio de amostragem alea-


tória simples sem reposição. Adotando como amostra os contratos relacionados
aos números sorteados.

e) Sorteie 4.000 números inteiros de 1 a 40.000, por meio de amostragem alea-


tória simples com reposição. Adotando como amostra os contratos relacionados
aos números sorteados.

Unidade 1 65