Universidade Licungo

Faculdade de Educação e Psicologia

Cadeira de Psicometria

António do Rosário Generoso

Actividade I

Importância da estatística descritiva e a distinção entre a população e amostra

A parceria existe entre a psicologia e a estatística não é nova. Historiadores apontam que no
século XIX o caminho da psicologia rumo ao seu reconhecimento como ciência demandou a
adoça de métodos que viabilizassem a quantificação de características psicológicas. 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). Em seus experimentos estudavam as diferenças individuais das
pessoas. Nessa empreitada, Galton com a ajuda de Cattell, mais tarde viria a se tornar um dos
principais cientistas no campo da personalidade (Memória, 2004; Schultz & Srluiltz, 2007).
No início do século XX, surgiram os primeiros testes psicológicos, tal como são conhecidos
actualmente. Urbina (2007) afirma que nessa época, as sociedades urbanas, industriais e
democráticas começavam a se consolidar e, em consequência desses novos conceitos sociais,
tornou-se imperativo tomar decisões sobre pessoas de forma justa e considerando suas
características pessoais em diversas áreas, tais como nos contextos laboral, educacional e de
saúde. É importante notar que a intenção de estatística nas faculdades de psicologia não é
para formar estatísticos e, sim, instrumentalizar os estudantes e os profissionais da psicologia
para uma boa utilização de manuais de testes psicológicos e aplicação em pesquisa. A
estatística é um ramo de conhecimento formado por um conjunto de métodos matemáticos
que ajudam as pessoas a tomar decisões. O termo é derivado de status (estado) e pode ter
duas interpretações: estado, enquanto condição actual de determinada situação (por exemplo,
“meu estado financeiro actual está deplorável”); ou Estado, enquanto administração pública,
ou seja, métodos adoptados pelo Estado para monitorar o desenvolvimento de alguma
característica da população. 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

Página 1
qual for a fonte da colecta. Por exemplo, em exames médicos clínicos, a estatística ajuda os
médicos a entender a condição de saúde do examinado a partir de uma amostra de alguma
substância biológica, como o sangue. Na psicologia, os dados dizem respeito a
comportamentos colectados de uma parte da população (Pasquali, 2010). 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.

Basicamente, 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).

Dancey e Reidy (2006), descrevem que uma medida de tendência central de um conjunto de
dados fornece uma indicação do escore típico (mais comum) deste conjunto de dados. No
entanto, uma maneira vantajosa de caracterizar um grupo de sujeitos como um todo é achar
um número único que represente o que é médio, ou típico daquele conjunto de dados.
Entretanto, As medidas de tendência central comumente 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 como símbolos de identificação de grupos a que os elementos
pertencem (Bunchaft & Cavas, 2002). Exemplos de variáveis no nível nominal são sexo
(masculino e feminino), religião (católica, evangélica, espírita, etc.) e curso universitário
(psicologia, medicina, direito, cinema, etc.). Vale ressaltar que a moda pode, entretanto, ser

Página 2
utilizada para descrever o escore mais comum em qualquer distribuição, independentemente
do nível de mensuração (Levin & Fox, 2004).

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 mediana é encarada
como uma medida, de tendência central, pois separa a distribuição de frequências em duas
partes iguais (Levin & Fox, 2004).

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. A título de informação, a fórmula da média é: X

∑ x . Segundo Glassman e
N
Hadad (2008), a média é comumente utilizada devido a duas características ou vantagens.
Primeiro, não é 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, mudando uma pontuação, a média também vai mudar. Um dos problemas da média é
que ela é sensível aos casos extremos, os famosos outliers na linguagem da estatística
(Dancey & Reidy, 2007).

Página 3
Referência bibliográficas

1. 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.
2. Dancey, C. R & Reidy, J. (2007). Estatística sem matemática para psicologia usando
SPSS para Windows. 3a ed. Porto Alegre: Artmcd.
3. Dancey, C. R & Reidy, J. (2007). Estatística sem matemática para psicologia usando
SPSS para Windows. 3a ed. Porto Alegre: Artmcd.
4. Glassman, W. E. & Hadad, M. (2008). Psicologia: abordagens atuais. 4a ed. Porto
Alegre: Artmed.
5. Levin, J & Fox, J. A. (2004). Estatística para Ciências Humanas. 9a ed. São Paulo:
Prentice Hall.
6. Pasquali, L. (2010). Teoria da medida. In L. Pasquali (org.), Instrumentação
psicológica: fundamentos e práticas. Porto Alegre: Artmed.
7. Sass, O. (2008) Controle social na sociedade industrial: aproximações entre
psicologia e estatística. InterMeio, 14 (28), 41-56.
8. Schultz, D. P, & Schultz, S. E. (2007). História da Psicologia Moderna. 8a ed. São
Paulo: Thomson Learning.

Página 4