Estatı́stica Aplicada à Economia e Administração

Felipe Leite Coelho da Silva

Aula de Estatı́stica Aplicada à Economia e Administração

UFRRJ, Seropédica, RJ, Brasil

 Aula 1

Amostragem

I Objetivo: obter informação de um todo (população) a partir do resultado

de uma parte (amostra).

I Problema: uso inadequado de um procedimento amostral pode levar a

um viés de interpretação do resultado.

I Censo (utiliza toda a população) ou amostragem (utiliza parte da

população)? Precisão versus limitação orçamentária.

Aula 2 / 18
 Aula 1

Exemplos: Censo

I Censo 2010: levantamento minucioso de todos os domicı́lios do paı́s

feito pelo Instituto Brasileiro de Geografia e Estatı́stica (IBGE) a cada 10
anos. A fase preparatória da operação censitária teve inı́cio em 2007 e
seus trabalhos foram intensificados a partir de 2008. A coleta teve inı́cio
em 1o de agosto de 2010, durando 3 meses. Nos meses de coleta de
dados e supervisão, 191 mil recenseadores visitaram 67,6 milhões de
domicı́lios nos 5.565 municı́pios brasileiros para colher informações
sobre quem somos, quanto somos, onde estamos e como vivemos.

I Censo Previdenciário: atualizar a base de dados da Previdência

eliminando pagamentos indevidos de benefı́cios. As informações dos
segurados convocados são coletadas pelos bancos pagadores do
benefı́cio, que foram contratados pelo INSS para coletar e transmitir as
informações dos dados cadastrais do beneficiário, mediante a
apresentação dos documentos necessários ao censo.

Aula 3 / 18
 Aula 1

Exemplos: Amostragem
I Pesquisas eleitoral, de opinião e mercado, etc: em uma pesquisa
nacional, por exemplo, são selecionadas quase todas as capitais do
Paı́s. Em seguida, são realizados sorteios para a seleção de municı́pios
para conferirem representatividade ao interior dos estados. Depois disso,
são realizados novos sorteios, agora para a definição dos setores
censitários em cada municı́pio;

I Pesquisa Nacional por Amostra de Domicı́lios (PNAD): pesquisa feita

pelo IBGE em uma amostra de domicı́lios brasileiros (anual) e que, por
ter propósitos múltiplos, investiga diversas caracterı́sticas
socioeconômicas. Exemplos de caracterı́sticas investigadas: população,
educação, trabalho, rendimento, habitação, previdência, migração,
fecundidade, nupcialidade, saúde, nutrição etc., e outros temas que são
incluı́dos na pesquisa de acordo com as necessidades de informação
para o paı́s.

Aula 4 / 18
 Aula 1

Conceitos básicos:

I Unidade elementar: objeto ou entidade portadora das informações que

pretende-se coletar (indivı́duo, famı́lia, domicı́lio, empresa).

I População: conjunto de todas as unidades elementares.

I Amostra: qualquer parte (subconjunto) de uma população.

I Parâmetro: é uma caracterı́stica da população (média,razão/taxa).

Aula 5 / 18
 Aula 1

Como obter uma amostra?

I Levantamentos amostrais: a amostra é obtida de uma população bem

definida, por meio de processos bem protocolados e controlados pelo
pesquisador. Pode ser probabilı́stica ou não probabilı́stica (amostras
intencionais - com o auxı́lio de especialistas; amostras de voluntários -
ex: testes novos medicamentos e vacinas);

I Planejamento de experimentos: útil em problemas onde há interesse

de analisar o efeito de uma variável sobre outra. O pesquisador interfere
na população, controlando fatores externos. Ex: a altura de um produto
na prateleira de um supermercado influencia as vendas?

I Levantamentos observacionais: os dados são coletados sem que o

pesquisador tenha controle sobre as informações obtidas. Ex: prever as
vendas de uma empresa em função de vendas passadas. Neste caso, a
escolha do modelo desempenha um papel fundamental.

Aula 6 / 18
 Aula 1

I Amostra representativa: é uma microrepresentação do universo

(população).

I Devido a complexidade desta definição, é preferı́vel o conceito de

amostragem probabilı́stica.

I Amostra probabilı́stica: consiste em procedimentos onde cada

possı́vel amostra tem uma probabilidade conhecida, a priori, de ocorrer.

I A partir deste tipo de amostra, podemos aplicar os conceitos da teoria de

probabilidade e inferência estatı́stica para conduzir o estudo.

I A escolha do tipo de amostragem depende da qualidade das

informações disponı́veis para atingir os objetivos do estudo.

Aula 7 / 18
 Aula 1

Tópicos para um levantamento amostral:

I Identificação dos objetivos e populações;

I Determinação da coleta das informações: tipo de investigação

(experimentação, amostragem, censo, descritivo, analı́tico), modo de
coleta e quem são as variáveis;

I Planejamento e seleção da amostra (plano amostral, tamanho da

amostra);

I Coleta de dados;

I Processamento dos dados (programas que serão utilizados);

I Análise dos resultados: modelos estatı́sticos;

I Apresentação dos resultados (relatórios);

Aula 8 / 18
 Aula 1

Critérios para classificar amostras probabilı́stica (Kish,

1965)

I Probabilidade de seleção da unidade amostral: igual ou distinta?

I Unidade amostral: elementar ou conglomerado?

I Divisão em estratos: não estratificada ou estratificada?

I Número de estágios: único ou mais de um?

I Seleção das unidades: aleatória ou sistemática?

Aula 9 / 18
 Aula 1

Planejamentos amostrais mais comuns

I Amostragem aleatória simples (aas): Seleciona-se sequencialmente

cada unidade amostral com igual probabilidade, de tal forma que cada
amostra tenha a mesma chance de ser escolhida. A seleção pode ser
feita com ou sem reposição.

I Uma aas de tamanho n de uma variável aleatória X (população) é um

conjunto de n variáveis aleatórias X1 , · · · , Xn independentes e
identicamente distribuı́das (iid);

I Ex: Uma aas finita da população da turma T-01 de Est. Apl. Econ. e Adm.
pode ser obtida sorteando-se aleatoriamente 10 alunos do total de 37
alunos matriculados.

Aula 10 / 18
 Aula 1

Planejamentos amostrais mais comuns

I Amostragem estratificada (ae): a população é dividida em estratos

(sexo, renda, bairro) e a aas é utilizada na seleção de uma amostra de
cada estrato.

I É interessante buscar estratos onde os seus elementos sejam relativamente

homogêneos em termos da variável de interesse.

I Ex: Considere uma população de 10 bancos, para os quais definimos as

variáveis Tempo de atendimento (X) e Qualidade do atendimento (Y),
categorizado como A, B ou C. Então, podemos considerar 3 estratos,
determinados pela variável Y. Depois, basta selecionar uma aas em cada
estrato.

Aula 11 / 18
 Aula 1

Planejamentos amostrais mais comuns

I Amostragem por conglomerados (ac): a população é dividida em

subpopulações (conglomerados) distintas (famı́lias, bairros, residências).
Alguns dos conglomerados são selecionados segundo a aas e todos os
indivı́duos nos conglomerados selecionados são observados.

I É interessante buscar conglomerados cujos elementos sejam heteregêneos

em termos da variável de interesse.

I Em geral, é menos eficiente e mais econômica do que as anteriores.

I Ex: Em uma pesquisa eleitoral municipal, podemos dividir o municı́pio em

domicı́lios (conglomerados). Assim, sortearemos alguns domicı́lios e todos
os eleitores do domicı́lio serão entrevistados.

Aula 12 / 18
 Aula 1

Planejamentos amostrais mais comuns

I Amostragem em dois estágios (a2e): a população é dividida em

subpopulações como na ae ou na ac. Em um primeiro estágio, algumas
subpopulações são selecionadas usando uma aas. No segundo, uma
amostra de unidades é selecionada de cada população selecionada no
primeiro estágio.

I Ex: Em uma pesquisa sobre rendas em um estado, podemos dividı́-lo em

municı́pios. Selecionamos alguns municı́pios segundo uma aas e, depois
selecionamos uma amostra de pessoas dentro de cada municı́pio.

Aula 13 / 18
 Aula 1

Planejamentos amostrais mais comuns

I Amostragem sistemática (as): quando há disponı́vel uma listagem de

indivı́duos da população, pode-se sortear, por exemplo um cpf entre os
10 primeiros indivı́duos, e então observar todo décimo indivı́duo na lista
a partir do primeiro indivı́duo selecionado. Os demais indivı́duos, que
farão parte da amostra, são então selecionados sistematicamente.

I Ex: Uma empresa possui 500 cadastros arquivados e deseja realizar uma
amostra de 5% destes cadastros: 5% de 500 = 25 cadastros. Podemos
selecionar o primeiro cadastro e, depois, selecionar a cada 500/25 = 20
cadastros: 1o , 21o , 41o ,...;

Aula 14 / 18
 Aula 1

Exemplo: PNAD

I A PNAD é realizada por meio de uma amostra probabilı́stica de

domicı́lios obtida em três estágios de seleção:

I unidades primárias - municı́pios;

I unidades secundárias - setores censitários;
I unidades terciárias - unidades domiciliares (domicı́lios particulares e
unidades de habitação em domicı́lios coletivos).

I Setor Censitário é unidade territorial de coleta das operações

censitárias, definido pelo IBGE, com limites fı́sicos identificados, em
áreas contı́nuas e respeitando a divisão polı́tico-administrativa do Brasil.

I O Território Nacional foi dividido em 215 811 setores para a realização do

Censo Demográfico de 2000.

Aula 15 / 18
 Aula 1

Exemplo: IBOPE
Representativa do eleitorado da área em estudo, elaborada em três estágios:

I No primeiro estágio faz-se um sorteio probabilı́stico nos municı́pios, onde

as entrevistas são realizadas, pelo método PPT (Probabilidade
Proporcional ao Tamanho), tomando o eleitorado como base para tal
seleção.

I No segundo estágio faz-se um sorteio probabilı́stico dos setores

censitários, onde as entrevistas serão realizadas, pelo método PPT
(Probabilidade Proporcional ao Tamanho), tomando o eleitorado como
base para tal seleção.

I No terceiro estágio, dentro dos setores sorteados, os respondentes são

selecionados através de quotas amostrais proporcionais em função de
variáveis significativas, a saber: IDADE; INSTRUÇÃO; NÍVEL
ECONÔMICO.

Aula 16 / 18
 Aula 1

Exercı́cio (0,5 pontos extras na P1)

Apresente uma questão ligada à sua área de interesse e que poderia ser
respondida por um levamento amostral. Aproveite para definir quais seriam
os seguintes conceitos na sua pesquisa:

I unidade elementar;

I população;

I amostra;

I possı́veis parâmetros (com interpretação e de interesse);

Proponha um plano amostral coerente e justifique.

Aula 17 / 18
 Aula 1

Referências

I ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS. Estatı́stica Aplicada à

Economia e Administração. Tradução: Luiz Sérgio de Castro Paiva. 1ed.
São Paulo: Pioneira Thomson Learning, 2003.

I Bussab, Wilton de Oliveira; Bolfarine, Heleno. Elementos de

Amostragem. São Paulo, Editora Blucher, 2005.

Aula 18 / 18