Estatística, Laboratório de

Pesquisa e Opinião Pública

 Unidade II

Elaboração de Dados
Através de Métodos
Estatísticos
Métodos de Abordagem
Dentro de um estudo estatístico, precisamos de nir quais características
dos elementos (população ou amostra) nos interessa estudar. Essa
característica pode ser, por exemplo, o peso ou a cor dos olhos de certo
número de pessoas. Assim, peso e cor dos olhos são denominados
variáveis, cujos resultados dependerão dos elementos considerados. É
fácil perceber que se tivermos n elementos (no caso, n pessoas) em nosso
estudo, teremos n valores para a variável peso.

Por convenção, de nimos variável como o conjunto de resultados

possíveis para um fenômeno. Dependendo do objetivo do estudo, as
características variáveis poderão ser: qualitativa ou quantitativa, também
conhecida como métodos de abordagem qualitativa, método de
abordagem quantitativo ou pesquisa qualitativa e pesquisa quantitativa.
As abordagens quantitativa e qualitativa são duas estratégias diferentes,
pela sistemática e, sobretudo, pela forma de abordagem do problema,
que constitui o objeto de estudo. É a natureza do problema, ou seu nível
de aprofundamento, que determinará a escolha do método.

Abordagem Qualitativa
Os estudos qualitativos podem descrever a complexidade de
determinado problema e a interação de certas variáveis, compreender e
classi car os processos dinâmicos, vividos por grupos sociais, contribuir
para o processo de mudança de dado grupo e possibilitar, em maior nível
de profundidade, o entendimento das particularidades do
comportamento dos indivíduos, podendo ser expresso por tipos ou
atributos: sexo (masculino ou feminino), cor dos olhos (azuis, castanhos
etc.), qualidade de uma peça produzida (perfeita ou defeituosa), podendo
ser:

Variáveis qualitativas nominais: dados oriundos de contagem. Por

exemplo: número de funcionários, número de acidentes de trabalho
ocorrido durante um mês.
Variáveis qualitativas ordinais: obedecem a certa ordenação, grau
de instrução, classe social.
Figura 2.1 - Variáveis qualitativas
Fonte: Elaborada pelo autor.

Abordagem Quantitativa
Caracteriza-se pelo uso da quanti cação, tanto na coleta, quanto no
tratamento das informações, por meio de técnicas estatísticas, desde as
mais simples – como percentual, média, desvio-padrão – às mais
complexas – como coe ciente de correlação, análise de regressão etc. –,
com o objetivo de garantir resultados e evitar distorções de análise e de
interpretação, possibilitando uma margem de segurança maior quanto às
inferências. É importante notar que as variáveis quantitativas podem ser
subdivididas em contínuas e discretas. Variável contínua é aquela que
pode assumir qualquer valor entre dois limites. Já uma variável discreta
só pode assumir valores pertencentes a um conjunto enumerável. Veja os
exemplos:

Variáveis quantitativas contínuas: peso dos alunos em uma

turma, diâmetros de peças produzidas em um dia. Ao observarmos
os exemplos, podemos perceber que, de maneira geral, os valores
das variáveis discretas são obtidos por contagens, enquanto os
valores das variáveis contínuas são obtidos por medições.
 Variáveis quantitativas discretas: número de alunos em uma
turma, pontos obtidos em uma jogada de dados, número de peças
produzidas em um dia de trabalho.

Figura 2.2 - Variáveis quantitativas

Fonte: Elaborada pelo autor.

Exercícios:

1) Estabeleça quais dos dados a seguir são discretos e quais são

contínuos:

        a) Número de ações vendidas na bolsa de valores.

                b) Temperaturas registradas a cada meia hora em um posto de
meteorologia.
        c) Média das amostras de medicamentos.
        d) Diâmetros de mil parafusos produzidos por uma fábrica.
        e) Quantidade de pessoas no carnaval de Olinda.
Respostas: Discretos, contínuos, contínuos, contínuos, discretos.

2) Classi que as variáveis em qualitativas ou quantitativas (contínuas ou

discretas):
         a) Cor dos cabelos.
        b) Número de lhos.
        c) Comprimento de peças produzidas por certa máquina.
Respostas: Qualitativa, quantitativa discreta, quantitativa contínua.

INDICAÇÃO DE LEITURA

Métodos e técnicas de pesquisa social

Editora: Atlas

Autor: Antonio Carlos Gil

Amostras
Os processos de amostragem aplicam-se em varias áreas do
conhecimento e constituem, muitas vezes, a única forma de obter
informações sobre uma realidade que importa conhecer.

A teoria da amostragem pode ser entendida da seguinte forma: é um dos

instrumentos que possibilita conhecimentos cientí cos da realidade, em
que outros processos ou métodos alternativos, por razões diversas, não
se mostram adequados ou até mesmo possíveis.
Essa teoria estuda as relações existentes entre uma população e as
amostras dela extraídas. É útil para avaliação de grandezas
desconhecidas da população ou para determinar se as diferenças
observadas entre duas amostras são devidas ao acaso ou se são
verdadeiramente signi cativas.

Amostra: é uma parte retirada da população para estudo, segundo

uma técnica adequada de maneira a garantir sua
representatividade.
Amostragem: é um procedimento ou uma técnica para obter uma
amostra que seja representativa de uma população.

Enquanto um censo pesquisa todos os elementos de um dado grupo, a

amostragem envolve um estudo de apenas uma parte dos elementos.

A amostragem consiste em selecionar parte de uma população e

observá-la com vista a estimar uma ou mais características para a
totalidade da população, enquanto censo ou recenseamento é um estudo
estatístico referente a uma população, que possibilita o recolhimento de
várias informações, como o número de homens, mulheres, crianças e
idosos, onde e como vivem as pessoas, pro ssão, entre outras
informações. Esse estudo é realizado, normalmente, de dez em dez anos,
com todos os habitantes de um país ou território.

“Para se saber se o bolo de chocolate está bom, basta comer uma

fatia.”

Alguns exemplos da utilização da amostragem são:

Sondagens de opinião pública: servem para conhecer a opinião da

população sobre variadas questões. As mais populares são as
sondagens políticas.
Inspeção de mercado: utilizada para descobrir as preferências das
pessoas em relação a alguns produtos. Um dos exemplos mais
conhecidos da aplicação da amostragem é a lista de audiências dos
programas de televisão.
Para estimar a prevalência de uma doença rara: a amostra pode
ser constituída por algumas instituições médicas, cada qual tem
registro dos pacientes.
O censo apresenta di culdades que tornam a amostragem mais atraente.
Entre as di culdades podem ser apresentadas as seguintes:

a população pode ser in nita, neste caso, o censo seria impossível;

a amostra pode ser atualizada mais facilmente que o censo;
o custo do censo pode torná-lo inviável;
fatores de tempo e custo podem apontar pela preferência entre
uma amostra e um censo.

Porém, há ocasiões em que o levantamento do censo pode ser vantajoso:

quando a população é pequena e o custo entre o censo e a amostra

forem praticamente iguais;
de o tamanho da amostra precisar ser muito grande em relação à
população examinada;
nas ocasiões em que se exige precisão completa;
nas ocasiões em que já existe informação completa.

Os termos básicos em amostragem são:

População: o grupo inteiro de objetos (unidades) dos quais se

pretende obter informações. A população deve ser de nida
claramente e em termos daquilo que se pretende conhecer.
Unidade: qualquer elemento individual da população.
Amostra: parte ou subconjunto da população usada para obter
informações acerca do todo.
Variável: uma característica de uma unidade, que será medida a
partir daquela unidade da amostra.

As técnicas usadas para obtenção de uma amostra podem ser

classi cadas como amostragens probabilísticas ou não probabilísticas.

Amostragem Probabilística
Destacam-se a amostragem aleatória simples, amostra sistemática,
amostra estrati cada proporcional e a conglomerado.
Amostragem Casual ou Aleatória Simples
Utilizada quando todos os elementos de uma população têm a mesma
chance (probabilidade) de serem selecionados. É um procedimento que
pode se tornar trabalhoso quando a população é muito grande.

É aplicado quando a população é considerada homogênea. Para manter

essa propriedade, deve-se numerar todos os elementos da população e, a
partir de um sorteio ou do auxílio de uma tabela de números aleatórios,
obter os elementos que comporão a amostra desejada.

A amostra aleatória simples consiste na retirada casual de elementos da

população, com o auxílio de tábuas de números aleatórios ou
equiprováveis. Numera-se a população ou qualquer evento que se
pretende analisar de 1 a n e sorteia-se, em seguida, por meio de um
dispositivo aleatório qualquer, x números dessa sequência, os quais
corresponderão aos elementos pertencentes à amostra. Quando o
número de elementos da amostra é muito grande, esse tipo de sorteio
torna-se muito trabalhoso.

Para entender como se calcula essa técnica de amostragem, realizaremos

alguns exercícios a seguir.

Vamos obter uma amostra representativa de 10% dos 250 alunos

matriculados na Escola Novos Ideais, para identi car quantos possuem
computador em casa:

1º passo: calcular a amostra de 10% (n) sobre o total de alunos 250 (N), a
partir da fórmula:

N  x %
n =
100

Em que:

n = amostra ⇨ valor em número inteiro que será calculado = ?

N = universo ⇨ total dos alunos matriculados = 250

(%) = porcentagem ⇨ valor em percentual da amostra = 10%

Cálculo da amostra: transformar a amostra de número em percentual
para número inteiro:

N  x %
n =
100

250 x 10
n =
100

2500
n =
100

n = 25

2º passo: escrevemos os números dos alunos, de 1 a 250, calculado pela

amostra em pedaços iguais de papel. Colocamos em urna e, após misturar
os papéis, retiramos, um a um, vinte e cinco números que formarão a
amostra (10%). Do total de 250 alunos (universo N), serão pesquisados
aleatoriamente 25 (amostra de 10%).

Regra de Arredondamento
Ao calcularmos percentuais, normalmente necessitamos arredondar os
valores das variáveis contínuas para facilitar o trabalho na maioria das
pesquisas, dependendo do objetivo. Para fazer esse arredondamento,
devemos seguir algumas regras de acordo com as Normas de
Apresentação Tabular (IBGE, 1993), o arredondamento é feito da
seguinte maneira:

1. Se o primeiro algarismo após aquele que formos arredondar for de

0 a 4, conservamos o algarismo a ser arredondado e despreza-se os
seguintes. Por exemplo: 7,34856 (para décimos) → 7,3.
2. Se o primeiro algarismo após aquele que formos arredondar for de
6 a 9, acrescenta-se uma unidade no algarismo a ser arredondado e
despreza-se os seguintes. Por exemplo: 1,2734 (para décimos) →
1,3.
3. Se o primeiro algarismo após aquele que formos arredondar for 5,
seguido apenas de zeros, conservamos o algarismo se ele for par ou
aumentamos uma unidade se ele for ímpar, desprezando os
seguintes. Por exemplo: 6,2500 (para décimos) → 6,2 e 12,350
(para décimos) → 12,4.

Exercício resolvido
A Secretaria Municipal de Educação de Santana da Feira, na Bahia, que
identi car o nível de escolaridade dos moradores do bairro Limeira, com
população de 793 habitantes e amostra de 18%. Responda:

a) Quantas entrevistadas serão realizadas?

        Amostra: (n) = ?
        Universo: (N): 793
        Percentual: (%) = 18
        Fórmula: n = 100
N  x %

Substituindo:

N  x %
n =
100

793 x 18
n =
100

14274
n =
100

n ≅ 143

Do total de 793 habitantes do bairro Limeira (universo N), serão

pesquisados aleatoriamente 143 moradores (amostra de 18%) por meio
de sorteio. O resultado do cálculo da amostra de 142,74 moradores
selecionados para a entrevista necessita de arredondamento, a nal, não
podemos fragmentar 0,74 morador. Por isso, arredonda-se para 143
moradores, antecedido pelo símbolo ≅ (sinal de igualdade = e til ~).

Exercícios

1) A Secretaria Municipal de Educação do município de Santa Rita de

Cássia utilizou a técnica estatística da amostra aleatória simples para
identi car quantas crianças de 5 a 10 anos da localidade de Fazendinha,
na zona rural, estão fora da escola. A população local é de 452 habitantes
e necessita-se de uma amostra de 17%. Responda:

        a) Quantas entrevistas serão realizadas?

        b) Utilizando-se o método de amostra aleatório simples, como serão
feito o sorteio?

2) De um universo de 1.914 consumidores, a empresa Lojas Limeira quer

identi car qual é a avaliação dos consumidores sobre os produtos
ofertados pela empresa. Utilizando a técnica estatística da amostra
aleatória simples de 13% do universo de consumidores que serão
pesquisados, responda:

        a) Quantas entrevistas serão realizadas?

        b) Utilizando-se o método de amostra aleatório simples, como serão
feito o sorteio?

Amostragem Sistemática
Na amostra sistemática, os elementos são escolhidos não por acaso, mas
por um sistema estatístico, usado quando a população se encontra
ordenada. Por exemplo: em ordem numérica (prontuários médicos de um
hospital e prédios de uma rua) ou alfabética (em um chário ou em uma
lista telefônica).

Nesses casos, a seleção dos elementos que constituirão a amostra pode

ser feita por um sistema escolhido pelo pesquisador, cujo procedimento é
descrito a seguir. Divide-se o tamanho da população pelo tamanho da
amostra para se ter o valor de K (intervalo). Assim, no caso de uma linha
de produção, podemos, a cada dez itens produzidos, retirar um para
pertencer a uma amostra da produção diária. Nesse caso, estaríamos
xando o tamanho da amostra em 10% da produção.

Com o valor de K (intervalo), sorteia-se um de seus elementos, que será o

primeiro elemento da amostra. A partir daí, basta ir somando K à posição
do elemento retirado até formar a amostra desejada. A amostra
sistemática no caso de amostras muito grande, acarreta economia de
tempo e dinheiro.

Conhecer o número total de elementos da população universo (N).

Número de elementos que desejamos retirar na amostra (n).
Calcular o intervalo (K).

Para entender como se calcular esta técnica de amostra, realizaremos

alguns exercícios a seguir.

Suponhamos em um conjunto residencial de 300 casas, do qual

desejamos obter uma amostra de 10% das casas para a realização de uma
pesquisa de campo.
1º passo: calcular a amostra de 10% sobre o total das casas 300 (N =
universo) a partir da fórmula:

N  x %
n =
100

Em que:

n = amostra ⇨ valor em número inteiro que será calculado = ?

N = universo ⇨ total das casas = 300

(%) = porcentagem ⇨ valor em percentual da amostra = 10%

Cálculo da amostra: transformar a amostra de número percentual para

número inteiro:

N  x %
n =
100

300 x 10
n =
100

3000
n =
100

n = 30

Do total de 300 casas (universo N), serão pesquisadas aleatoriamente 30

casas (amostra de 10%).

2º passo: calcular o intervalo (K) a partir da fórmula K =

N

Em que:

K = intervalo ⇨ valor calculado pela divisão do universo (N) pela amostra

(n)

N
K =
n

300
K =
30

1
k = 10 ou   ou seja 1 para 10
10
Serão pesquisadas de 10 em 10 casas, obedecendo ao intervalo
calculado (K = 10). A cada 10 casas, somente uma será selecionada para
pesquisa.

3º passo: após calcular o intervalo (K = 10), o início do processo de

escolha das casas que serão pesquisadas deve obedecer ao princípio de
aleatoriedade entre 1 e K (10), sorteado o início (amostra aleatória
simples), entre os números de 1 a 10. Por exemplo: se for sorteado o
número 5, a primeira casa selecionada será a 5º casa da rua escolhida; a
segunda casa será 15º, somando-se o número da primeira casa
selecionada mais o intervalo calculado (K = 10), (5 + 10 = 15). A terceira
casa selecionada será a 25º (15 + 10). A quarta casa será 35º (25 + 10), e
assim por diante até o nal da lista.

Observação

Somente se calcula o intervalo (K) depois de encontrar o valor da

amostra em número inteiro.

Exercício resolvido

A Prefeitura Municipal de São Lucas quer identi car quantas famílias do

bairro Vila Nova tem acesso à saneamento básico. O bairro tem 1.930
casas, com população de 10.410 habitantes. Pensando em uma amostra
de 14% dos domicílios, calcule:

                a) Quantos domicílios serão entrevistados?

                b) Qual é o intervalo da amostra?
                c) Quais casas serão pesquisadas?

a) Quantos domicílios serão entrevistados?

N = 1.930

n = 14

K =?

N  x %
n =
100

1930 x 14
n =
100
 27020
n =
100

n = 270, 2

n ≅ 270

Resposta: serão selecionados aproximadamente 270 domicílios.

b) Qual é o intervalo da amostra?

N
K =
n

1930
K =
27

K = 7, 14

1
K ≅ 7 ou 
7

Resposta: o intervalo de 7 em 7 domicílios, ou seja, a cada 7 casas, 1 será

selecionada para a entrevista.

c) Quais casas serão pesquisadas?

Sorteia-se um número entre o número 1 a 7; no caso, o número sorteado

foi o 4, de modo que as casas pesquisadas serão: a primeira casa será a 4º
casa da rua escolhida; a segunda casa será a 11ª (4 + 7); a terceira casa, a
18ª (11 + 7); a quarta casa, a 25ª (18 + 7); a quinta casa, a 32ª (25 + 7) … E
assim sucessivamente até a 270ª casa.

Exercícios:

1) A Secretaria Municipal de Ação Social quer identi car quantas famílias

do bairro Vila Nova, cadastradas no programa bolsa família, mantêm seus
lhos na escola. O bairro tem 1.953 casas, com população 7.056
habitantes. Pensando em uma amostra de 24% dos domicílios, calcule:

                a) Quantos domicílios serão entrevistados?

                b) Qual é o intervalo da amostra?
                c) Quais casas serão pesquisadas?

2) O restaurante Galinha Gorda quer identi car qual o nível de

satisfação de seus clientes com a qualidade dos serviços prestados pela
 empresa. Utilizando o processo de amostra sistemática com 5.239
clientes, com amostra de 19%, responda:

               a) Quantos clientes serão entrevistados?

               b) Qual é o intervalo da amostra?
               c) Quais clientes serão pesquisadas?

Amostragem Estrati cada Proporcional

Muitas vezes, a população se divide em estratos (subgrupo,
subpopulação). Como é provável que a variável em estudo apresente, de
estrato em estrato, um comportamento heterogêneo e, dentro de cada
estrato, um comportamento homogêneo, convém que o sorteio dos
elementos da amostra leve em consideração tais estratos. É exatamente
isso que fazemos quando empregamos a amostra proporcional
estrati cada, que, além de considerar a existência dos estratos, obtém os
elementos da amostra proporcional ao número de elementos ao
tamanho do grupo (estrato).

Para entender como se calcula a amostra estrati cada proporcional,

realizaremos alguns exercícios a seguir.

Por exemplo: estudar o interesse pelo futebol por parte dos alunos de 7
anos de idade das escolas do Ensino Fundamental. Para isso, pretende-se
levantar uma amostra de 300 alunos das seguintes escolas:

                A) 400 alunos.

                B) 300 alunos.
                C) 350 alunos.
                D) 450 alunos.
                E) 520 alunos.

1º passo: calcular a participação proporcional dos alunos de cada escola,

a partir da fórmula: P t(%) = N n
 x 100

Em que:

Pt(%) = n × 100 ⇨ cálculo da participação proporcional dos elementos.

N da amostra em percentual (%) por estrato = ?

n = ⇨ número de elementos por estrato (alunos por escola)

N = ⇨ universo pesquisado (total de alunos) = 2.020

Cálculo do Pt(%): transformar número inteiro para número proporcional

(%) na participação da amostra dos elementos de cada escola estrato
(subgrupo).

Solução:

Escola A: quantidade de alunos 400.

n
P t(%) =  x 100
N

400
P ta =  x 100
2020

P ta = 0, 1980 × 100

P ta = 19, 80

P ta ≅ 20

Resposta: a escola A participará com aproximadamente 20% do universo

dos alunos.

Escola B: quantidade de alunos 300.

n
P t(%) =  x 100
N

300
P ta =  x 100
2020

P ta = 0, 1485 × 100

P ta = 14, 85

P ta ≅ 15

Resposta: a escola B participará com aproximadamente 15% do universo

dos alunos.

Escola C: quantidade de alunos 350.

 n
P t(%) =  x 100
N

350
P ta =  x 100
2020

P ta = 0, 1732 × 100

P ta = 17, 32

P ta ≅ 17

Resposta: a escola C participará com aproximadamente 17% do universo

dos alunos.

Escola D: quantidade de alunos 450.

n
P t(%) =  x 100
N

450
P ta =  x 100
2020

P ta = 0, 2227 × 100

P ta = 22, 27

P ta ≅ 22

Resposta: a escola D participará com aproximadamente 22% do universo

dos alunos.

Escola E: quantidade de alunos 520.

n
P t(%) =  x 100
N

520
P ta =  x 100
2020

P ta = 0, 2574 × 100

P ta = 25, 74

P ta ≅ 26

Resposta: a escola E participará com aproximadamente 26% do universo

dos alunos.
2º passo: calcular a participação dos alunos de cada escola (estrato) na
amostra que foi pedida para a realização da pesquisa, 300 alunos
(universo = N), por meio da fórmula: n′ = 100
N  x %

Observações:

Na fórmula o n passa a ser n’ (n linha), para diferenciar das

′ N  x %
n =
100

fórmulas utilizadas nas amostras aleatória simples e sistemáticas.

O universo (N) considerado no cálculo será a quantidade de alunos

pesquisado, pedido na amostra de 300 alunos.

N  x %
′
n =
100

Em que:

n’ = ⇨ valor da amostra em número inteiro que será calculada = ?

N = ⇨ universo quantidade de alunos da amostra que foi pedida = 300

(%) = ⇨ porcentagem de participação na amostra por escola

Escola A:

′ N  x %
n =
100

300 x 20
n =
100

6000
n =
100

n = 60

Do total da amostra de 300 alunos (universo N), a escola A participará

com 60 alunos.

Escola B:

′ N  x %
n =
100

300 x 15
n =
100
 4500
n =
100

n = 45

Do total da amostra de 300 alunos (universo N), a escola B participará

com 45 alunos.

Escola C:

′ N  x %
n =
100

300 x 17
n =
100

5100
n =
100

n = 51

Do total da amostra de 300 alunos (universo N), a escola C participará

com 51 alunos.

Escola D:

′ N  x %
n =
100

300 x 22
n =
100

6600
n =
100

n = 66

Do total da amostra de 300 alunos (universo N), a escola D participará

com 66 alunos.

Escola E:

′ N  x %
n =
100

300 x 26
n =
100

7800
n =
100
n = 78

Do total da amostra de 300 alunos (universo N), a escola participará com

78 alunos.

Recomenda-se colocar os dados em um quadro resumo, para análise dos

resultados dos cálculos da amostra:

Participação
Quantidade Participação
Escola proporcional
alunos na amostra
(%)

Total 2.020 100 300

A 400 20 60

B 300 15 45

C 350 17 51

D 450 22 66

E 520 26 78

Quadro 2.3 - Quadro-resumo

Fonte: Elaborado pelo autor.

Observação:

Nos totais da participação proporcional (100%) e da participação na amostra

(300), podem dar resultados para a mais ou para menos. Dependendo das
aproximações (arredondamento), deve-se ver normas de arrendamentos
estuda anteriormente.
INDICAÇÃO DE LEITURA

Curso Básico de Estatística

Editora: Atlas

Autor: Helenalda de Souza Nazareth

Exercício:

O Shopping Center Boa Nova quer identi car qual é a intenção de

compras dos consumidores para o Dia das Mães, com amostra de 550
consumidores. Foram escolhidos aleatoriamente os seguintes
bairros/centro:

Conceição: 540 consumidores; Parque Ipê: 450 consumidores;

Capuchinhos: 360 consumidores; Sobradinho: 210 consumidores;
Cruzeiro: 170 consumidores; SIM: 70 consumidores: Mangabeira: 620
consumidores: George Américo: 290 consumidores; e centro da cidade:
740 consumidores. Responda:

        a - Qual é o universo de consumidores?

                 N = 3.450
        b - Qual é a participação proporcional dos consumidores pesquisados
por bairros/centro?

Conceição:
 n
Pt =  x 100
N

540
Pt =  x 100
3450

P t = 0, 1565 × 100

P t = 15, 65

P t ≅ 16

Parque Ipê
n
Pt =  x 100
N

450
Pt =  x 100
3450

P t = 0, 1304 × 100

P t = 13, 04

P t ≅ 13

Capuchinos
n
Pt =  x 100
N

360
Pt =  x 100
3450

P t = 0, 1043 × 100

P t = 10, 43

P t ≅ 10

Sobradinho
n
Pt =  x 100
N

210
Pt =  x 100
3450

P t = 0, 0608 × 100
P t = 6, 08

Pt ≅6

Cruzeiro
n
Pt =  x 100
N

170
Pt =  x 100
3450

P t = 0, 0492 × 100

P t = 4, 92

Pt ≅5

SIM
n
Pt =  x 100
N

70
Pt =  x 100
3450

P t = 0, 0202 × 100

P t = 2, 02

Pt ≅2

Mangabeira
n
Pt =  x 100
N

620
Pt =  x 100
3450

P t = 0, 1797 × 100

P t = 17, 97

P t ≅ 18

George Américo
 n
Pt =  x 100
N

290
Pt =  x 100
3450

P t = 0, 0840 × 100

P t = 8, 4

Pt ≅8

Centro da cidade
n
Pt =  x 100
N

740
Pt =  x 100
3450

P t = 0, 2144 × 100

P t = 21, 44

P t ≅ 21

C - Qual é o número de consumidores da amostra por bairros/centro?

Conceição

′ N  x %
n =
100

′ 550 x 16
n =
100

′ 8800
n =
100

′
n = 88

Parque Ipê

′ N  x %
n =
100

′ 550 x 13
n =
100

′ 7150
n =
100
 ′
n = 71, 5

′
n ≅ 72

Capuchinhos

′ N  x %
n =
100

′ 550 x 10
n =
100

′ 5500
n =
100

′
n = 55

Sobradinho

′ N  x %
n =
100

′ 550 x 6
n =
100

′ 3300
n =
100

′
n = 33

Cruzeiro

′ N  x %
n =
100

′ 550 x 5
n =
100

′ 2750
n =
100

′
n = 27, 5

′
n = 28

SIM

′ N  x %
n =
100

′ 550 x 2
n =
100
 ′ 1100
n =
100

′
n ≅ 11

Mangabeira

′ N  x %
n =
100

′ 550 x 18
n =
100

′ 9900
n =
100

′
n = 99

George Américo

′ N  x %
n =
100

′ 550 x 8
n =
100

′ 4400
n =
100

′
n = 44

Centro da cidade

′ N  x %
n =
100

′ 550 x 21
n =
100

′ 11550
n =
100

′
n = 115, 5

′
n = 116
 Bairros Consumidores (%) Amostra

Total 3.450 100  

Conceição 540 16 88

Parque Ipê 450 13 72

Capuchinhos 360 10 55

Sobradinho 210 6 33

Cruzeiro 170 25 28

SIM 70 2 11

Mangabeira 620 18 99

George
290 8 44
Américo

Centro 740 21 116

       

       

Quadro 2.4 - Quadro-resumo

Fonte: IBGE.

Exercícios

1) O candidato a deputado federal quer identi car qual é a intenção de

votos na cidade de Santana da Feira, com amostra de 750 eleitores.
Foram escolhidos aleatoriamente os seguintes bairros: Tomba: 2.540
 eleitores; Cidade Nova: 1.850 eleitores; Santa Mônica: 1.063 eleitores;
Sobradinho: 1.564; Jardim Cruzeiro: 1.407; SIM: 932; Mangabeira:
2872; Campo Limpo: 3052; e Feira X: 2930. Calcule:

        a) Qual é o universo de eleitores?

        b) Qual é a participação proporcional dos eleitores pesquisados por
bairros?
        c) Qual é o número de eleitores da amostra por bairros?  

2) Estudar a preferência dos alunos da Faculdade Brema por um

programa de TV> Para isso, pretende-se levantar uma amostra de 500
alunos: Serviço Social 1.575 alunos; Educação Física: 873 alunos;
Administração: 589; Logística: 197 alunos; Psicologia: 436; Publicidade:
293; Gestão de Recursos Humanos: 179; e Direito: 187. Calcule:

        a) Qual é o universo de alunos?

                b) Qual é a participação proporcional dos alunos na pesquisa por
cursos?
        c) Qual é o número de alunos da amostra por curso?

Vimos anteriormente três das principais técnicas de amostragem:

aleatória simples, sistemática e estrati cada proporcional, que são as
mais utilizadas, dependendo dos objetivos dos pesquisadores. Outros
tipos de amostragem, que serão apresentados a seguir, são: amostra por
conglomerado e amostras não probabilística, que podem ser dividas em:
amostragem por conveniência, por julgamento e por quotas.

Distribuição de Frequências
É a série estatística que condensa um conjunto de dados conforme as
frequências ou as repetições de seus valores. Os dados encontram-se
dispostos em classes ou categorias junto com as frequências
correspondentes. A distribuição de frequências em classes é apropriada
para apresentar dados quantitativos contínuos ou discretos com um
número elevado de possíveis valores. É necessário dividir os dados em
intervalos ou faixas de valores, denominadas classes.
Quadro primitivo ou dados brutos são elementos que não foram
numericamente organizados, tornando-se difícil formarmos uma ideia
exata do comportamento do grupo como um todo, a partir de dados não
ordenados, tal como foram registrados. Para isso, é necessário colocar os
dados em uma ordem, chamado Rol. Um rol é um arranjo de dados
numéricos em ordem crescente ou decrescente de grandeza, do menor
número para o maior ou do maior para o menor número.

Por exemplo:

Dados brutos, sem ordenação: 45, 38, 41, 42, 41, 42, 30, 51, 43, 57, 44,
33, 41 ,50, 46, 50, 30, 46, 65, 54, 52, 58, 61, 33, 57, 58, 35, 38, 65, 51,
37.

Colocar os números no rol: ordenação dos dados em ordem (crescente

ou decrescente).

ROL: 30, 30, 33, 33, 35, 37, 38, 38, 41, 41, 41, 42, 42 43, 44, 45 ,46, 46,
50, 50, 51, 51, 52, 54, 57, 57, 58, 58, 61, 65, 65.

Observação

Os dados foram ordenados do menor para o maior número (ROL).

Distribuição de Frequência com Intervalos de Classe

Quando o tamanho da amostra é elevado, é mais racional efetuar o
agrupamento dos valores em vários intervalos de classe.

Uma classe é uma linha da distribuição de frequências. O menor valor da

classe é denominado limite inferior (li) e o maior valor da classe é
denominado limite superior (Li). O intervalo e/ou a classe podem ser
representados das seguintes maneiras:

        a) li |------ Li, em que o limite inferior da classe é incluído na contagem

da frequência absoluta, mas o superior não; ou seja, o limite a esquerda
está fechado e na direita, aberto.

                b) li -------| Li, em que o limite superior da classe é incluído na

contagem, mas o inferior não; ou seja, o limite a esquerda está aberto e
na direita, fechado.
        c) li |------| Li, em que tanto o limite inferior quanto o superior são
incluídos na contagem; ou seja, os limites na esquerda e na direito estão
fechados.

       d) li-------- Li, em que os limites não fazem parte da contagem; ou seja,
os limites na esquerda e na direito estão abertos.

Pode-se escolher qualquer uma destas opções, sendo importante tornar

claro no texto ou na tabela qual está sendo usada.

Se houver muitos intervalos, o resumo não constituirá grande melhoria

com relação aos dados brutos. Se houver muito poucos, um grande
volume de informação se perderá.

Embora não seja necessário, os intervalos são frequentemente

construídos de modo que todos tenham larguras iguais, o que facilita as
comparações entre as classes.

Utilize os dados numéricos apresentados anteriormente, construiremos

um quadro primitivo, no qual distribuiremos os números agrupados em
classes, com intervalos, escolhido aleatoriamente de 4 em 4.
 Classes (i) Frequência

30 |------------------ 33 2

33|------------------- 36 3

36|------------------- 39 2

39|------------------- 42 4

42|------------------- 45 4

45|------------------- 48 3

48|------------------- 51 2

51|------------------- 54 3

54|------------------- 57 1

57|------------------- 60 4

60|------------------- 63 1

63|------------------- 66 2

Total (k) 31

Tabela 3.1 - Quadro primitivo

Fonte: Elaborada pelo autor.

Os elementos de uma distribuição de frequência (com intervalos de

classe) são
 Classe: são os intervalos de variação da variável e é simbolizada por
i e o número total de classes é simbolizada por k.
Amplitude do intervalo de classe: é obtida a partir da diferença
entre os limites superior e inferior da classe e é simbolizada por hi =
Li – li. Por exemplo: no quadro anterior, hi = 45 – 42 = 3.

Observação

Na distribuição de frequência com classe, o hi será igual em todas as classes.

Amplitude total da distribuição: é a diferença entre os limites

superior da última classe e inferior da primeira classe, através meio
da fórmula AT = L(max) – l(min). Utilizando os dados do Quadro 3.1,
temos:
AT = L(max)– l(min)
AT = 66 – 30 = 36
Amplitude total da amostra (rol): é a diferença entre o valor
máximo e o valor mínimo da amostra (ROL), a partir da fórmula: AA
= Xmax – Xmin. Utilizando os dados do Quadro 3.1, temos
AA = Xmax – Xmin
AA = 65 – 30 = 35

Observação

AT sempre será maior do que AA.

Ponto médio de classe: é o ponto que divide o intervalo de classe

em duas partes iguais. Limite superior (Li) mais limite inferior (li) de
cada classe, divido por dois:

Li + li
Xi =
2

Construção de uma distribuição de frequências com classe: dados

brutos, sem ordenação: 45, 38, 41, 42, 41, 42, 30, 51, 43, 57, 44, 33, 41
,50, 46, 50, 30, 46, 60, 54, 52, 58, 33, 57, 58, 35, 38, 60, 51, 37.

ROL: ordenar os números (dados brutos) em ordem do menor para

o maior número.

ROL: 30, 30, 33, 33, 35, 37, 38, 38, 41, 41, 41, 42, 42 43, 44, 45 ,46, 46,
50, 50, 51, 51, 52, 54, 57, 57, 58, 58, 60, 60.
 Calcular a amplitude da amostra

AA = Xmax – Xmin (valor máximo menos o valor mínimo da amostra =

ROL)
AA = 60 – 30
AA = 30

Calcular o número de classes (k)

Para o cálculo do número de classes (k), podem ser utilizadas as regras de

Sturges ou o Método da Raiz.

Tipos de Frequência

Frequências Simples ou Absoluta ( )

Frequência simples, frequência absoluta ou frequência de uma classe ou
de um valor individual é o número de observações correspondente a essa
classe ou a esse valor. A frequência simples é simbolizada por (lemos: f
índice i) ou frequência da classe i. Assim, em nosso exemplo, temos: f1 =
4; f2 = 2; f3 = 5; f4 = 5; f5 = 2; f6 = 5; f7 = 3; f8 = 4. São os valores que
realmente representam o número de dados de cada classe, ∑ = n.
Como vimos, a soma das frequências simples é igual ao número total dos
dados: ∑ = 30.

Construção do quadro primitivo, com a distribuição das classes (i) e a

frequência simples ( )
 Classes ( i ) Frequência simples ( fi )

30 |------------- 34 4

34 |------------- 38 2

38 |------------- 42 5

42 |------------- 46 5

46 |------------- 50 2

50 |------------- 54 5

54 |------------- 58 3

58 |------------- 62 4

Total (K) ∑ = 30

Tabela 3.2 - Quadro de distribuição das frequências simples

Fonte: Elaborada pelo autor.

No nosso exemplo: o menor número da amostra (30) mais a amplitude do

intervalo de classe (hi = 4), logo, a primeira classe será representada por:
30 | 34: intervalo fechado na esquerda e aberto na direita. As classes
seguintes respeitarão o mesmo procedimento. O primeiro elemento das
classes seguintes sempre será formado pelo último elemento da classe
anterior. O tipo de intervalo mais usado é do tipo fechado a esquerda e
aberto a direita, representado pelo símbolo: |---.

Ponto Médio das Classes (Xi)

É a média aritmética simples do limite inferior com o limite superior de
uma mesma classe. Ou seja, é o ponto que divide o intervalo de classe em
duas partes iguais.

Por exemplo:

Ponto médio da primeira classe:

Li + li
X1 =
2

34 + 30
ª
X 1 classe =
2

64
ª
X 1 classe =
2

ª
X 1 classe = 32

Ponto médio da segunda classe:

Li + li
X1 =
2

38 + 34
ª
X 2 classe =
2

72
ª
X 2 classe =
2

ª
X 2 classe = 36

Ponto médio da terceira classe:

Li + li
X1 =
2

42 + 38
ª
X 3 classe =
2

80
ª
X 3 classe =
2

ª
X 3 classe = 40

Ponto médio da quarta classe:

 Li + li
X1 =
2

46 + 42
ª
X 4 classe =
2

88
ª
X 4 classe =
2

ª
X 4 classe = 44

Ponto médio da quinta classe:

Li + li
X1 =
2

50 + 46
ª
X 5 classe =
2

96
ª
X 5 classe =
2

ª
X 5 classe = 48

Ponto médio da sexta classe:

Li + li
X1 =
2

54 + 50
ª
X 6 classe =
2

104
ª
X 6 classe =
2

ª
X 6 classe = 52

Ponto médio da sétima classe:

Li + li
X1 =
2

58 + 54
ª
X 7 classe =
2
 112
ª
X 7 classe =
2

ª
X 7 classe = 56

Ponto médio da oitava classe:

Li + li
X1 =
2

62 + 58
ª
X 8 classe =
2

120
ª
X 8 classe =
2

ª
X 8 classe = 60

Após os cálculos dos pontos médios (Xi) de todas as classes,

preenchemos o quadro primitivo com os resultados das classes.
 Frequência ( )
Classes (i) (frequência absoluta Ponto médio (Xi)
ou simples)

30 |------------- 34 4 32

34 |------------- 38 2 36

38 |------------- 42 5 40

42 |------------- 46 5 44

46 |------------- 50 2 48

50 |------------- 54 5 52

54 |------------- 58 3 56

58 |------------- 62 4 60

Total (K) ∑ = 30  

Tabela 3.3 - Quadro de distribuição das frequência simples e ponto médio

Fonte: Elaborada pelo autor.

Frequências Simples Acumulada (Fi)

Simbolizada por Fi (lemos: F índice i) ou frequência da classe i, sendo a
letra F maiúscula e a letra i minúscula. Chama-se frequência acumulada
de uma classe a soma da frequência absoluta da classe com as das classes
inferiores, utilizando as seguintes fórmulas:

                                                     Fi = f1 + f2 + ... + fk       ou      Fi = ∑ (i = 1, 2, ...,

k)
Utilize este exemplo para calcular as frequências simples acumulada de
cada classe.

Frequência simples acumulada da primeira classe: conserva-se a

frequência simples (f1) da primeira classe.

F i = f1

Fi = 4

Frequência simples acumulada da segunda classe:

F 1 = ∑ f1 + f2

F1 = 4 + 2

F1 = 6

Frequência simples acumulada da terceira classe:

F 1 = ∑ f2 + f3

F1 = 6 + 5

F 1 = 11

Frequência simples acumulada da quarta classe:

F 1 = ∑ f3 + f4

F 1 = 11 + 5

F 1 = 16

Frequência simples acumulada da quinta classe:

F 1 = ∑ f4 + f5

F 1 = 16 + 2

F 1 = 18
Frequência simples acumulada da sexta classe:

F 1 = ∑ f5 + f6

F 1 = 18 + 5

F 1 = 23

Frequência simples acumulada da sétima classe:

F 1 = ∑ f 6vf 7

F 1 = 23 + 3

F 1 = 26

Frequência simples acumulada da oitava classe:

F 1 = ∑ f7 + f8

F 1 = 26 + 4

F 1 = 30

Assim, em nosso exemplo, temos: F1 = 4; F2 = 6; F3 = 11; F4 = 16; F5 =

18; F6 = 23; F7 = 26; F8 = 30, lançados na Tabela 3.4.
 Frequência
Frequência Ponto
Classes (i) simples
( ) médio (X)
acumulada (Fi)

30 |-------------
4 32 4
34

34 |-------------
2 36 6
38

38 |-------------
5 40 11
42

42 |-------------
5 44 16
46

46 |-------------
2 48 18
50

50 |-------------
5 52 23
54

54 |-------------
3 56 26
58

58 |-------------
4 60 30
62

Total (K) ∑ =30    

Tabela 3.4 - Quadro de distribuição das frequências simples, ponto médio e

frequência simples acumulada
Fonte: Elaborada pelo autor.

Observação
O valor da frequência simples acumulada da oitava classe (\(F_8 = 30\)),
deverá ser igual ao somatório da frequência simples (∑ = 30).

Frequência Relativa (fri)

Também conhecida como frequência proporcional e/ou percentual, é o
quociente entre a frequência absoluta da i-ésima classe pelo somatório
da frequência simples. Simbolizada por fri: sendo as letras fri minúsculas.
Os valores das razões entre as frequências simples de cada classe,
dividido pelo somatório da frequência simples, por meio da fórmula:

f ri = f i/ ∑ f i

No nosso exemplo, a frequência relativa da terceira classe é:

f r3 = f 1/ ∑ f i = 5/30

f r3 = 0, 167

O somatório da frequência relativa será igual a 1 (∑ fri = 1), se

multiplicamos por 100, (1 × 100) será (∑ fri =100):

∑ f ri = 1ou100

Nota

O propósito das frequências relativas é o de permitir análises e interpretações

dos dados, facilitando as comparações.

Utilize o exemplo anterior para calcular as frequências relativas de cada

classe.

Frequência relativa da primeira classe:

f r1 = f 1/ ∑ f i = 4/30

f r1 = 0, 133

Frequência relativa da segunda classe:

 f r2 = f 1/ ∑ f i = 2/30

f r2 = 0, 067

Frequência relativa da terceira classe:

f r3 = f 1/ ∑ f i = 5/30

f r3 = 0, 167

Frequência relativa da quarta classe:

f r4 = f 1/ ∑ f i = 5/30

f r4 = 0, 167

Frequência relativa da quinta classe:

f r5 = f 1/ ∑ f i = 2/30

f r5 = 0, 067

Frequência relativa da sexta classe:

f r6 = f 1/ ∑ f i = 5/30

f r6 = 0, 167

Frequência relativa da sétima classe:

f r7 = f 1/ ∑ f i = 3/30

f r7 = 0, 100

Assim, em nosso exemplo temos: fr1 = 0,133; fr2 = 0,067; fr3 = 0,167;
fr4 = 0,167; fr5 = 0,067; fr6 = 0,167; fr7 = 0,100; lançados na Tabela 3.5.
 Frequência
Ponto Frequência
Frequência simples
Classes (i) médio relativa
( ) acumulada
(X) (fri)
(Fi)

30 |---------
4 32 4 0,133
---- 34

34 |---------
2 36 6 0,067
---- 38

38 |---------
5 40 11 0,167
---- 42

42 |---------
5 44 16 0,167
---- 46

46 |---------
2 48 18 0,067
---- 50

50 |---------
5 52 23 0,167
---- 54

54 |---------
3 56 26 0,100
---- 58

58 |--------
2 60 30 0,133
----- 62

∑ fri
Total (K) ∑ = 30    
=1,000

Tabela 3.5 - Quadro de distribuição das frequência simples, ponto médio,

frequência simples acumulado e frequência relativa
Fonte: Elaborada pelo autor.
Frequência Relativa Acumulada (Fri)
É o somatório da frequência relativa da i-ésima classe com as frequências
relativas das classes anteriores, simbolizada por Fri:, sendo a letra F
maiúscula e as letras ri minúsculas. Também se chama frequência relativa
acumulada de uma classe à soma da frequência relativas da primeira
classe com as demais classes, utilizando as seguintes fórmulas:

F ri = F 1 + F 2+. . . +F k   ou   F ri = ∑ F i(i = 1, 2, . . . , k)

Utilize o exemplo acima para calcular as frequências relativas acumulada

das classes.

Frequência relativa acumulada da primeira classe ⎼ conserva-se a

frequência relativa (fr1) da primeira classe:

F r1 = f r1

F r1 = 0, 133

Frequência relativa acumulada da segunda classe:

F r2 = ∑ f r1 + f r2

F r2 = 0, 133 + 0, 067

F r2 = 0, 200

Frequência relativa acumulada da terceira classe:

F r3 = ∑ f r2 + f r3

F r3 = 0, 200 + 0, 167

F r3 = 0, 367

Frequência relativa acumulada da quarta classe:

F r4 = ∑ f r3 + f r4

F r4 = 0, 167 + 0, 167
 F r4 = 0, 534

Frequência relativa acumulada da quinta classe:

F r5 = ∑ f r4 + f r5

F r5 = 0, 534 + 0, 067

F r5 = 0, 601

Frequência relativa acumulada da sexta classe:

F r6 = ∑ f r5 + f r6

F r6 = 0, 601 + 0, 167

F r6 = 0, 768

Frequência relativa acumulada da sétima classe:

F r7 = ∑ f r6 + f r7

F r7 = 0, 768 + 0, 100

F r7 = 0, 868

Frequência relativa acumulada da oitava classe:

F r8 = ∑ f r7 + f r8

F r8 = 0, 868 + 0, 133

F r8 = 1, 000

Assim, em nosso exemplo temos: Fr1 = 0,133, Fr2 = 0,200, Fr3 = 0,367,
Fr4 = 0,534, Fr5 = 0,601, Fr6 = 0,768, Fr7 = 0,868, Fr8 = 0,100, lançados
na Tabela 3.7.
 Frequência Frequência
Ponto Frequência
Classes Frequência simples relativa
médio relativa
(i) ( ) acumulada acumulada
(X) (fri)
(Fi) (Fri)

30 |----
------ 4 32 4 0,133 0,133
34

34 |----
------ 2 36 6 0,067 0,200
38

38 |----
------ 5 40 11 0,167 0,367
42

42 |----
------ 5 44 16 0,167 0,534
46

46 |----
------ 2 48 18 0,067 0,601
50

50 |----
------ 5 52 23 0,167 0,768
54

54 |----
------ 3 56 26 0,100 0,868
58

58 |----
------ 2 60 28 0,133 0,100
62
 Total ∑ =30     ∑ fri  
(K) =1,000

Tabela 3.6 - Quadro de distribuição das frequências simples, ponto médio,

frequência simples acumulado, frequência relativa e frequência relativa
acumulada
Fonte: Elaborada pelo autor.

Observação

O valor da frequência relativa acumulada da nona classe (Fr9 = 1,000),

deverá ser igual ao somatório da frequência relativa (∑ = 1,000).

Dados Absolutos e Dados Relativos

Os dados estatísticos resultantes da coleta direta da fonte, sem outra
manipulação senão a contagem ou medida, são chamados dados
absolutos. A leitura desses dados é sempre enfadonha e inexpressiva;
embora esses dados traduzam um resultado exato e el, não têm a
virtude de ressaltar de imediato as suas conclusões numéricas. Daí o uso
imprescindível que faz a Estatística dos dados relativos.

Dados relativos é o resultado de comparações por quocientes (razões),

que se estabelecem entre dados absolutos e têm por nalidade realçar
ou facilitar as comparações entre quantidades.

Traduzem-se dados relativos, em geral, por meio de porcentagens,

índices, coe cientes e taxas.  

Exercício 1

Com os dados da população da cidade de Santa Quitéria por idades,

calcule:

a) Rol.
b) Distribuição de frequência com intervalo de classe, sendo fechado na
esquerda e aberto na direita.
c) Ponto médio das classes.
d) Frequência simples.
e) Frequência relativa.
f) Frequência simples acumulada.
g) Frequência relativa acumulada.

Dados: 23, 30, 58, 18, 23, 58, 19, 30, 54, 23, 28, 44, 26, 18, 23, 48, 20,
58, 22, 19, 20, 44, 42, 50, 41, 20, 22, 27, 19, 48, 22, 19, 54, 27, 20, 23,
58, 36, 50, 39, 31, 60, 23, 34, 37, 33, 26, 21, 60, 58, 31, 46, 63, 22, 20,
40, 24, 54, 36, 24, 42, 50, 24, 33, 46.

Construção do ROL (ordem crescente do menor para o maior

número)

Rol: 18, 18, 19, 19, 19, 19, 20, 20, 20, 20, 20, 21, 22, 22, 22, 22, 23, 23,
23, 23, 23, 23, 24, 24, 24, 26, 26, 27, 27, 28, 30, 30, 31, 31, 33, 33, 34,
36, 36, 37, 48, 39, 40, 41, 42, 42, 44, 44, 46, 48, 48, 50, 50, 50, 54, 54,
54, 58, 58, 58, 58, 58, 60, 60, 63.

Cálculo da amplitude da amostra (AA)

AA = Xmax – Xmin (valor máximo menos o valor mínimo da amostra =

ROL)

AA = 63 – 18

AA = 45

Cálculo do número de classes (k)

Para o cálculo do número de classes utilizadas o Método da Raiz.

Método da Raiz
−−
k = √ n 

−−−
k = √ 45 

K = 6, 70

K ≅7

Cálculo da amplitude do intervalo

hi = Li – li (limite superior menos limite inferior de cada classe).

hi 1ª classe = 24 – 18 = 6
hi 2ª classe = 30 – 24 = 6
hi 3ª classe = 36 – 30 = 6
hi 4ª classe = 42 – 36 = 6
hi 5ª classe = 48 – 42 = 6
hi 6ª classe = 54 – 48 = 6
hi 7ª classe = 60 – 54 = 6
hi 8ª classe = 66 – 60 = 6

Cálculo da frequência simples ou absoluta

Frequência simples é simbolizada por (lemos f índice i) ou frequência

da classe i. Assim, em nosso exemplo, temos: f1 = 23; f2 = 8; f3 = 7; f4 = 7;
f5 = 4; f6 = 5; f7 = 8; f8 = 3. São os valores que realmente representam o
número de dados de cada classe, ∑ = n. Como vimos, a soma das
frequências simples é igual ao número total dos dados: ∑ = 65.

Construção do quadro primitivo, com a distribuição das classes (i) e a

frequência simples ( )

Classes ( i ) Frequência simples ( fi )

18 |------------- 24 23

24 |------------- 30 8

30 |------------- 36 7

36 |------------- 42 7

42 |------------- 48 4

48 |------------- 54 5

54 |------------- 60 8

60 |------------- 66 3
 Total (K) ∑ = 65

Tabela 3.7 - Quadro de distribuição de frequência simples

Fonte: Elaborada pelo autor.

Cálculo do Ponto médio das classes (Xi)

É o ponto que divide o intervalo de classe em duas partes iguais. Por

exemplo:

Ponto médio da primeira classe:

Li + li
X1 =
2

24 + 18
ª
X 1 classe =
2

42
ª
X 1 classe =
2

ª
X 1 classe = 21

Ponto médio da segunda classe:

Li + li
X1 =
2

30 + 24
ª
X 2 classe =
2

54
ª
X 2 classe =
2

ª
X 2 classe = 27

Ponto médio da terceira classe:

Li + li
X1 =
2

36 + 30
ª
X 3 classe =
2
 66
ª
X 3 classe =
2

ª
X 3 classe = 33

Ponto médio da quarta classe:

Li + li
X1 =
2

42 + 36
ª
X 4 classe =
2

78
ª
X 4 classe =
2

ª
X 4 classe = 39

Ponto médio da quinta classe:

Li + li
X1 =
2

48 + 42
ª
X 5 classe =
2

90
ª
X 5 classe =
2

ª
X 5 classe = 45

Ponto médio da sexta classe:

Li + li
X1 =
2

54 + 48
ª
X 6 classe =
2

102
ª
X 6 classe =
2

ª
X 6 classe = 51
Ponto médio da sétima classe:

Li + li
X1 =
2

60 + 54
ª
X 7 classe =
2

114
ª
X 7 classe =
2

ª
X 7 classe = 57

Ponto médio da oitava classe:

Li + li
X1 =
2

66 + 60
ª
X 8 classe =
2

126
ª
X 8 classe =
2

ª
X 8 classe = 63

Após os cálculos dos pontos médios (Xi) de todas as classes,

preenchemos o quadro primitivo com os resultados das classes.

Frequência simples
Classes ( i ) Ponto médio (Xi)
( fi )

18 |------------- 24 23 21

24 |------------- 30 8 27

30 |------------- 36 7 33

36 |------------- 42 7 39
 42 |------------- 48 4 45

48 |------------- 54 5 51

54 |------------- 60 8 57

60 |------------- 66 3 63

Total (K) ∑ = 65  

Tabela 3.8 - Quadro de distribuição de frequência simples e ponto médio

Fonte: Elaborada pelo autor.

Cálculo da frequência simples acumulada (Fi)

F i = f 1 + f 2+. . . +f k   ou   F i = ∑ f i(i = 1, 2, . . . , k)

Frequência simples acumulada da primeira classe: conserva-se a

frequência simples (f1) da primeira classe:

F i = f1

F i = 23

Frequência simples acumulada da segunda classe:

F 2 = ∑ f1 + f2

F 2 = 23 + 8

F 2 = 31

Frequência simples acumulada da terceira classe:

F 3 = ∑ f2 + f3

F 3 = 31 + 7

F 3 = 38
Frequência simples acumulada da quarta classe:

F 4 = ∑ f3 + f4

F 4 = 38 + 7

F 4 = 45

Frequência simples acumulada da quinta classe:

F 5 = ∑ f 4 + f 5F 5 = 45 + 4

F 5 = 49

Frequência simples acumulada da sexta classe:

F 6 = ∑ f5 + f6

F 6 = 49 + 5

F 6 = 54

Frequência simples acumulada da sétima classe:

F 7 = ∑ f6 + f7

F 7 = 54 + 8

F 7 = 62

Frequência simples acumulada da oitava classe:

F 8 = ∑ f7 + f8

F 8 = 62 + 3

F 8 = 65

Assim, em nosso exemplo, temos: F1 = 21; F2 = 27; F3 = 33; F4 = 39; F5

= 45; F6 = 51; F7 = 57; F8 = 63, lançados na Tabela 3.9.
 Classes ( i ) Frequência Ponto Frequência
simples ( fi ) médio (Xi) simples
acumulada (Fi)

18 |-------------
23 21 23
24

24 |-------------
8 27 31
30

30 |-------------
7 33 38
36

36 |-------------
7 39 45
42

42 |-------------
4 45 49
48

48 |-------------
5 51 54
54

54 |-------------
8 57 62
60

60 |-------------
3 63 65
66

Total (K) ∑ = 65    

Tabela 3.9 - Quadro de distribuição das frequências simples, ponto médio e

frequência simples acumulada
Fonte: Elaborada pelo autor.

Cálculo da frequência relativa (fri)

Os valores das razões entre as frequências simples de cada classe,
dividido pelo somatório da frequência simples, por meio da fórmula:

f ri = f i/ ∑ f i

Frequência relativa da primeira classe:

f r1 = f 1/ ∑ f i = 23/65

f r1 = 0, 354

Frequência relativa da segunda classe:

f r2 = f 1/ ∑ f i = 8/65

f r2 = 0, 123

Frequência relativa da terceira classe:

f r3 = f 1/ ∑ f i = 7/65

f r3 = 0, 108

Frequência relativa da quarta classe:

f r4 = f 1/ ∑ f i = 7/65

f r4 = 0, 108

Frequência relativa da quinta classe:

f r5 = f 1/ ∑ f i = 4/65

f r5 = 0, 061

Frequência relativa da sexta classe:

f r6 = f 1/ ∑ f i = 5/65

f r6 = 0, 077
Frequência relativa da sétima classe:

f r7 = f 1/ ∑ f i = 8/65

f r7 = 0, 123

Frequência relativa da oitava classe:

f r8 = f 1/ ∑ f i = 3/65

f r8 = 0, 046

Assim, em nosso exemplo, temos: fr1 = 0,354; fr2 = 0,123; fr3 = 0,108;
fr4 = 0,108; fr5 = 0,061; fr6 = 0,077; fr7 = 0,123; fr8 = 0,046, lançados
na Tabela 3.10.

Frequência
Frequência Ponto Frequência
simples
Classes ( i ) simples ( fi médio relativa
acumulada
) (Xi) (fri)
(Fi)

18 |----------
23 21 23 0,354
--- 24

24 |----------
8 27 31 0.123
--- 30

30 |----------
7 33 38 0.108
--- 36

36 |----------
7 39 45 0,108
--- 42

42 |----------
4 45 49 0,061
--- 48

48 |---------- 5 51 54 0,077
--- 54
 54 |----------
8 57 62 0,123
--- 60

60 |----------
3 63 65 0,046
--- 66

Total (K) ∑ = 65      

Tabela 3.10 - Quadro de distribuição das frequências simples, ponto médio,

frequência simples acumulada e frequência relativa
Fonte: Elaborada pelo autor.

Cálculo da Frequência Relativa Acumulada (Fri)

Frequência relativa acumulada de uma classe à soma da frequência

relativas da primeira classe com as demais classes, utilizando as
seguintes fórmulas:

F ri = F 1 + F 2+. . . +F k   ou   F ri = ∑ F i(i = 1, 2, . . . , k)

Conserva-se a frequência relativa (fr1) da primeira classe:

F r1 = f r1

F r1 = 0, 354

Frequência relativa acumulada da segunda classe:

F r2 = ∑ f r1 + f r2

F r2 = 0, 354 + 0, 123

F r2 = 0, 477

Frequência relativa acumulada da terceira classe:

F r3 = ∑ f r2 + f r3

F r3 = 0, 477 + 0, 108
 F r3 = 0, 585

Frequência relativa acumulada da quarta classe:

F r4 = ∑ f r3 + f r4

F r4 = 0, 585 + 0, 108

F r4 = 0, 693

Frequência relativa acumulada da quinta classe:

F r5 = ∑ f r4 + f r5

F r5 = 0, 693 + 0, 061

F r5 = 0, 754

Frequência relativa acumulada da sexta classe:

F r6 = ∑ f r5 + f r6

F r6 = 0, 754 + 0, 077

F r6 = 0, 831

Frequência relativa acumulada da sétima classe:

F r7 = ∑ f r6 + f r7

F r7 = 0, 831 + 0, 123

F r7 = 0, 954

Frequência relativa acumulada da oitava classe:

F r8 = ∑ f r7 + f r8

F r8 = 0, 954 + 0, 046

F r8 = 1, 000
Assim, em nosso exemplo temos: Fr1 = 0,0354, Fr2 = 0,477, Fr3 = 0,585,
Fr4 = 0,693, Fr5 = 0,754, Fr6 = 0,831, Fr7 = 0,954, Fr8 = 1,000, lançados
na Tabela 3.11.

Frequência Frequência
Frequência Ponto Frequência
Classes simples relativa
simples ( fi médio relativa
(i) acumulada acumulada
) (Xi) (fri)
(Fi) (Fri)

18 |----
------- 23 21 23 0,354 0,354
24

24 |----
------- 8 27 31 0,123 0,477
30

30 |----
------- 7 33 38 0.108 0,585
36

36 |----
------- 7 39 45 0,108 0,693
42

42 |----
------- 4 45 49 0,061 0,754
48

48 |----
------- 5 51 54 0,077 0,831
54

54 |----
------- 8 57 62 0,123 0,954
60
 60 |---- 3 63 65 0,046 1,000
-------
66

Total
∑ = 65     1,000  
(K)

Tabela 3.11 - Quadro de distribuição das frequências simples, ponto médio,

frequência simples acumulada, frequência relativa e frequência relativa
acumulada
Fonte: Elaborada pelo autor.

Exercício 2

Com os dados da população da cidade de Santana por idades cálculo:

a) Rol.
b) Distribuição de frequência com intervalo de classe, sendo fechado na
esquerda e aberto na direita.
c) Ponto médio das classes.
d) Frequência simples.
e) Frequência relativa.
f) Frequência simples acumulada.
g) Frequência relativa acumulada.

Dados: 23, 30, 18, 23, 19, 30, 23, 28, 44, 21, 33, 26, 18, 23, 20, 22, 19,
20, 44, 42, 41, 20, 22, 27, 58, 39, 19, 27, 10, 13, 36, 39, 11, 65, 23, 14,
17, 38, 37, 33, 26, 21, 75, 11, 63, 22, 20, 40, 24, 36, 25, 61, 24, 33, 24,
60, 26, 28, 23, 41, 60, 27, 19, 30, 25, 18, 61, 44, 28, 19, 65, 50, 27, 31,
42, 47, 53.

Fórmula de Sturges
k = 1 + 3,3 log n
n ≥ 50

Método da Raiz
k = √−
−
n
n ≤ 50
em que n é o número de observações coletadas.  

Observações

Qualquer regra para determinação do cálculo do número de classes da tabela

não nos levam a uma decisão nal. Esta dependerá, na realidade, de um
julgamento pessoal do pesquisador, que deve estar ligado à natureza dos
dados. É aconselhável usar de 4 a 20 classes, ou seja, utilizar as regras de
Sturges, o Método da Raiz ou a escolha do intervalo - ca a critério do autor,
dependendo dos objetivos da pesquisa.

A amplitude do intervalo de classe poderá sofrer um arredondamento

adequado em função do tipo de dado coletado. Esse valor geralmente
será arredondado para cima, de preferência na casa decimal dos dados. O
intervalo de classe deverá ser preferencialmente constante em toda a
distribuição de frequência.
−
−
Método da Raiz: k = √n

Em que:

k = quantidade de classes que será calculado

n = quantidade de dados = 30
k = √30
K = 5,47
K≅ 5

Calcular a amplitude do intervalo de classe

hi = Li – li (limite superior menos limite inferior de cada classe)

hi 1ª classe = 34 – 30 = 4
hi 2ª classe = 38 – 34 = 4
hi 3ª classe = 42 – 38 = 4
hi 4ª classe = 46 – 42 = 4
hi 5ª classe = 50 – 46 = 4
hi 6ª classe = 54 – 50 = 4
hi 7ª classe = 58 – 54 = 4
hi 8ª classe = 62 – 58 = 4  

Observação
Na distribuição de frequência com intervalo de classe, o hi será igual em todas
as classes. No exemplo apresentado, o intervalo de todas as classes foi igual a
4.