Você está na página 1de 3

MÉTODO ESTATÍSTICO

No âmbito dos métodos científicos, entendidos como um conjunto de meios para se


obter um resultado (CRESPO, 2011), podemos enfatizar dois tipos: o método
experimental e o método estatístico. O método experimental consiste na aplicação de
uma série de procedimentos, que ocorrem geralmente em laboratórios, cujo objetivo é
realizar o controle dos referenciais de pesquisa envolvidos e suas variações.
O método experimental é muito utilizado na área da saúde, em que se elege uma
referência de pesquisa (comportamento de cobaias mediante o uso de uma
determinada medicação).
Já no método estatístico os procedimentos estão pautados nas Teorias das
Probabilidades, que estabelecem relações de causa e efeito de diferentes situações da
sociedade, ou de uma população qualquer, registrando possíveis variações e
probabilidades de ocorrência de certos eventos. Assim, coletam-se dados que
representam uma população, e, a partir desta amostra, são obtidos resultados e
possíveis variações de resultados que passam por análises.
Quando o seu médico lhe pede um hemograma, o técnico de laboratório retira uma
pequena fração do seu sangue e envia para análise. Assim, os resultados obtidos são
analisados pelo médico.

FASES DO MÉTODO ESTATÍSTICO

De acordo com Crespo (2011), as fases do método estatístico são compostas por:
 definição do problema: ocorre ao se estabelecer um problema, uma hipótese de
pesquisa;
 planejamento: dado pela escolha das técnicas de pesquisa e ferramentas
apropriadas para a obtenção dos indicadores pretendidos (como médias, por
exemplo);
 coleta de dados: envolve o levantamento de informações que serão
posteriormente catalogadas e serão a base para uma pesquisa.
 apuração dos dados: separação e catalogação em variáveis específicas, como
faixas etárias de uma população, por exemplo;
 apresentação dos dados: dá-se por meio da catalogação dos dados apurados em
tabelas e gráficos;
 análise e interpretação dos dados: ocorre mediante o cálculo de coeficientes e
indicadores necessários ao esforço de pesquisa.
O método estatístico pressupõe a coleta de dados, cuja finalidade é de estabelecer uma
base para estudo e descrição das variáveis que compõem uma análise.

COLETA DE DADOS

A coleta de dados consiste na pesquisa de informações necessárias para análise e estudo


de um determinado problema. Para efetivar uma coleta de dados adequada, deve-se
definir o tipo de variável a ser estudada. Uma variável é o referencial que representa
uma característica proeminente da base de dados de uma pesquisa.
A variável de pesquisa é definida pelo agente observador, o próprio pesquisador, a partir
de um problema, uma pergunta que ele deseja responder.
Os tipos de coleta de dados são:
 coleta direta: obtida diretamente a partir da fonte da pesquisa, dividindo-se em:
1. coleta direta contínua: quando a coleta de dados se dá de forma continua,
sem interrupções, em um determinado período (durante um ano, por
exemplo, para o cálculo da pluviosidade mensal de uma região);
2. coleta direta periódica: quando a coleta de dados ocorre em épocas
determinadas (como o Censo, no Brasil, que ocorre a cada 10 anos);
3. coleta direta ocasional: quando a coleta de dados ocorre de forma casual,
atendendo a um estudo de uma situação (como o levantamento dos casos
de epidemia do vírus Ebola, na África);
 Coleta de dados indireta: obtida por meio de fontes e bases de dados já
registradas em revistas, jornais, livros, documentos, entre outros. Divide-se em:

1. por analogia: ocorre a partir de outros estudos já realizados, nos quais o


pesquisador identifica e relaciona aspectos de causalidade entre a sua
pesquisa;
2. por proporcionalização: quando a coleta ocorre por meio de uma amostra
de uma população, permitindo posteriores generalizações;
3. por indícios: ocorre a partir de situações não factuais, ou seja, pela via de
indícios que levam ao estudo pretendido;
4. por avaliação: ocorre por meio de informações autênticas ou de
estimativas cadastrais. Assim, a partir destas informações, estima-se a
relação quantitativa de um fenômeno (CRESPO, 2011).

A coleta de dados é uma das primeiras fases da análise estatística. Com ela, podemos
obter as bases de dados necessárias para um estudo, por meio de amostras ou pelo
exame de toda uma população.
A chamada Estatística Indutiva estuda as características de uma população a partir de
uma amostra, ou seja, permite a generalização por meio de fenômenos observados na
amostra escolhida.

APURAÇÃO

A apuração de dados associada a uma variável, sobretudo para as variáveis


quantitativas, que podem ser numericamente ordenadas, é o processo por meio do qual
o pesquisador irá contar, manualmente ou por softwares, o número de vezes que a
variável pesquisada assumiu um determinado valor, inserindo este determinado
número dentro de uma série de dados.
Em uma pesquisa para verificar o tamanho da População Economicamente Ativa (PEA)
de um país, ou seja, o número de indivíduos em potencial condição de trabalhar, após
os dados serem coletados, há a apuração e separação por faixas etárias, conforme o
conceito da PEA deste país: idade – 0 a 18 anos; 18 a 65 anos (PEA); 65 anos em diante
(LAMEIRAS, 2013).
A apuração permite que calculemos as porcentagens, as participações de cada variável,
em termos do número de dados observados, em relação à população total. Por exemplo,
nas eleições, os votos são apurados, ou seja, contados e distribuídos entre cada um dos
candidatos a um cargo eletivo (CRESPO, 2011).
A porcentagem de observações em relação ao total da amostra analisada também é
denominada por frequência (relativa).

TÉCNICAS DE AMOSTRAGEM

A amostragem é o processo pela qual é determinada a amostra de uma população, uma


vez que quando uma população é composta por um número elevado de elementos, é
impossível a coleta de dados envolvendo todos os seus indivíduos. Esta amostra deve
possuir as características exigidas na pesquisa para que o estudo torne-se viável (por
exemplo, “homens acima de quarenta anos e de pele clara”, para verificar a incidência
de câncer de próstata nesta população), ou seja, uma amostra deve ser uma parte
representativa da população que a originou e a respeito da qual desejamos realizar
inferências.
Há dois métodos para composição de uma amostragem: probabilísticos e não
probabilísticos.
 Métodos probabilísticos: são técnicas de amostragem nas quais os dados são
selecionados de maneira totalmente aleatória, de modo que cada unidade da
população analisada tenha igual probabilidade de ser escolhida. Por exemplo,
um sorteio de 1% da população do Brasil pelos dois algarismos finais do seu
Cadastro de Pessoas Físicas (CPF).
 Métodos não probabilísticos: cada elemento do conjunto universo não possui a
mesma oportunidade de escolha, pois dependem do critério e seleção do
pesquisador e do perfil da pesquisa (como no caso da seleção de homens de pele
clara acima de 40 anos, para verificar a porcentagem de portadores de câncer de
próstata nesta população específica) (CRESPO, 2011).
A compreensão das técnicas de amostragem é importante para a análise estatística, a
fim de que se componham bases de dados confiáveis para a elaboração dos estudos e
pesquisas desejados. Entender estas técnicas permite que os métodos sejam aplicados
com precisão, gerando análises eficientes.

TÉCNICAS DE ARREDONDAMENTO

Ao realizarmos cálculos estatísticos, é comum encontrarmos valores com diversas casas


decimais, até mesmo milhares ou infinitas; ou as chamadas dízimas periódicas, que são
valores que apresentam uma série infinita de algarismos na mesma disposição (como a
fração 1/3 = 0,3333… ).
O conceito de casas decimais, embora usual, não é costumeiramente aplicado em
Estatística. Usa-se o termo algarismo significativo, que consiste no algarismo (ou uma
série deles) que se segue após a vírgula e é diferente de zero, ou seja, o número 3,008,
por exemplo, possui um algarismo significativo após a vírgula.
O arredondamento de dados pode acontecer quando:
 o número tem mais de dois algarismos significativos, se o algarismo do lado
posterior for maior que 5, o arredondamento será feito somando mais uma
unidade ao número da esquerda. Por exemplo, se a dízima periódica (D) for
0,678678…, temos que seu arredondamento (A) = 0,68;
 o número for menor que 5, o arredondamento será desprezando os números
posteriores. Por exemplo, D = 0,12345345…, temos que A = 0,12.
Porém, se o algarismo de referência for 5, as regras mudam:
 caso qualquer algarismo que venha após o algarismo 5 for diferente de zero,
acrescenta-se uma unidade ao algarismo à esquerda. Por exemplo: 0,8250002,
torna-se 0,83. • se ao algarismo 5 não seguirem outros algarismos, ou eles forem
zero, só se aumenta uma unidade ao algarismo à esquerda do algarismo 5 se ele
for ímpar.
 Exemplos:
 25,650000 passa a 25,6;
 78,750000 passa a 78,8.
As técnicas de arredondamento permitem uma descrição de dados mais resumida e
eficiente, tornando menos exaustiva a sua apresentação final, e permitem que os
cálculos matemáticos sejam, quando possível, simplificados, disponibilizando apenas as
informações necessárias à pesquisa em seu estágio final (CRESPO, 2011).