1

Faculdade de Educação e Psicologia

Cadeira de Psicometria

Chaquila Elias

1. Importância da estatística descritiva e a diferença entre a população e amostra

Concomitantemente, os primeiros pesquisadores interessados em conhecer os processos

psicofísicos das pessoas começaram a fazer uso de procedimentos estatísticos para atribuir
validade científica aos seus achados (Sass, 2008). A estatística é um ramo de conhecimento
formado por um conjunto de métodos matemáticos que ajudam as pessoas a tomar decisões.
Ao trazer essa ideia para a psicologia, é necessário lembrar que geralmente se falará sobre
pessoas. A esse respeito, é importante entender que a estatística, sendo um conjunto de
métodos, vai informar sobre os dados que estiverem disponíveis, seja qual for a fonte da
colecta. Essa noção é primordial para a compreensão dos próximos passos: dificilmente será
possível para um psicólogo fazer uma pesquisa com toda uma população e, por isso,
selecciona-se uma amostra para a realização da pesquisa. Portanto, uma amostra é uma parte
de uma população, seleccionada com base em algum critério. População, por sua vez, é o
conjunto de todos os indivíduos de uma determinada classe.

O uso da estatística em psicologia tem a finalidade de descrever e resumir dados provindos de

observações de comportamento, que podem ser feitas de diferentes formas, como testes,
questionários e entrevistas. Tais descrições e conjuntos de dados são realizados,
especificamente, por meio de números, que expressam e ajudam a entender o significado dos
resultados. A função de descrever e resumir resultados é do domínio da estatística descritiva.
Já a função de interpretar resultados, especificamente quando se deseja generalizar os
resultados de uma amostra de respondentes para a população alvo, é do domínio da estatística
inferencial (Glassman & Hadad, 2008; Urbina, 2007). As medidas de tendência central
comummente utilizadas para descrever dados são a moda, a mediana e a média.

A medida de tendência central mais simples de se obter é a moda (Mo), que é simplesmente o
valor mais frequente, mais típico ou mais comum em uma distribuição de dados. A moda é a
única medida de tendência central que podemos utilizar para representar variáveis do tipo
nominal. Nesse nível de medida, os números são utilizados de forma arbitrária, simplesmente
 2

como símbolos de identificação de grupos a que os elementos pertencem (Bunchaft & Cavas,
2002).

Vale ressaltar que a moda pode, entretanto, ser utilizada para descrever o escore mais comum
em qualquer distribuição, independentemente do nível de mensuração (Levin &Fox, 2004).

Uma segunda medida de tendência central é a mediana (Mdn), a qual diz respeito à pontuação
que está no meio da distribuição da frequência. Quando uma distribuição de frequências é
disposta em ordem de tamanho, toma-se possível localizar a mediana, o ponto do meio de
uma distribuição.

A medida de tendência central mais comum, intensa e extensivamente utilizada, é a média

aritmética, geralmente denominada de média (M) (Ferreira, 2005). Para calcular-se a média,
deve-se somar o escore de cada sujeito e dividir o resultado pelo número de sujeitos. Segundo
Glassman e Hadad (2008), a média é comummente utilizada devido a duas características ou
vantagens. Primeiro, não «necessário dispor as pontuações em uma ordem sequencial para
calcular a média; segundo, ao contrário da mediana ou da moda, a média reflecte todas as
pontuações, ou seja, se você mudar uma pontuação, a média também vai mudar. Um dos
problemas da média é que ela é sensível aos casos extremos, os famosos outliers no jargão da
estatística (Dancey & Reidy, 2007). As medidas de tendência central, portanto, nunca devem
ser utilizadas sozinhas, pois, quando o são pelo pesquisador inexperiente, elas representam os
dados de maneira incompleta.

Referência bibliográficas

Bunchaft, G & Cavas, C. S. T. (2002). Sob medida: um guia sobre a elaboração de

medidas do comportamento e suas aplicações. São Paulo: Vetor Editora.
Dancey, C. R & Reidy, J. (2007). Estatística sem matemática para psicologia usando
SPSS para Windows. 3a ed. Porto Alegre: Artmcd.
Dancey, C. R & Reidy, J. (2007). Estatística sem matemática para psicologia usando
SPSS para Windows. 3a ed. Porto Alegre: Artmcd.
Glassman, W. E. & Hadad, M. (2008). Psicologia: abordagens atuais. 4a ed. Porto
Alegre: Artmed.
Levin, J & Fox, J. A. (2004). Estatística para Ciências Humanas. 9a ed. São Paulo:
Prentice Hall.
Sass, O. (2008) Controle social na sociedade industrial: aproximações entre
psicologia e estatística. InterMeio, 14 (28), 41-56.