Conceitos Básicos

Núcleo de Educação a Distância

www.unigranrio.com.br
Rua Prof. José de Souza Herdy, 1.160
25 de Agosto – Duque de Caxias - RJ

Reitor
Arody Cordeiro Herdy

Pró-Reitoria de Pós-Graduação e Pesquisa Pró-Reitoria de Graduação

(PROPEP) (PROGRAD)
Emilio Antonio Francischetti Virginia Genelhu de Abreu Francischetti

Pró-Reitoria de Administração Acadêmica Pró-Reitoria de Pós-Graduação Lato Sensu e Extensão

(PROAC) (PROPEX)
Carlos de Oliveira Varella Nara Pires

Núcleo de Educação a Distância

(NEAD)
Márcia Loch

1ª Edição
Produção: Gerência de Desenho Educacional - NEAD Desenvolvimento do material: Jhoab Pessoa de
Negreiros, Sergio Ricardo Pereira de Mattos e Tereza Luzia
de Mello Canalli
Copyright © 2019, Unigranrio
Nenhuma parte deste material poderá ser reproduzida, transmitida e gravada, por qualquer meio eletrônico, mecânico, por
fotocópia e outros, sem a prévia autorização, por escrito, da Unigranrio.
Sumário
Conceitos Básicos
Para início de conversa... ...................................................................... 04
Objetivo ............................................................................................. 05
1. População ............................................................................ 06
2. Amostra ............................................................................... 07
2.1 Tamanho de uma Amostra ...................................................... 08
2.2 Amostragem ......................................................................... 11
2.3 Técnicas de Amostragem ........................................................ 12
3. Variáveis .............................................................................. 15
Referências ......................................................................................... 17
Para início de conversa...
Antes de nos aprofundarmos no estudo desta disciplina, veremos
alguns conceitos básicos necessários à aprendizagem dos temas. Falaremos
sobre o Método Estatístico, população, amostra, técnicas de amostragem e os
diferentes tipos de variáveis.

Um método, de maneira geral, é um conjunto de meios dispostos

convenientemente para se chegar ao fim desejado. Existem diferentes tipos
de método: científicos (dedutivo, experimental, estatístico etc.) e outros
não científicos (tentativa e erro etc.). No Método Estatístico, em virtude da
impossibilidade de mantermos constantes as causas, admitimos suas variações
e tentamos determinar a influência que coube a cada uma delas. Esse método
é de suma importância quando se deseja, partindo da análise de uma parte dos
dados (amostra), obter resultados (inferir) válidos para o todo (população).
Neste capítulo, veremos algumas técnicas de amostragem que nos permitirão
extrapolar conclusões, ainda que não seja possível avaliar todos os elementos
do conjunto.

4 Estatística
Objetivo
Conceituar os principais termos estatísticos: População, Amostra
e Variável.

Estatística 5
1. População
Estatisticamente falando, uma população é o conjunto da totalidade dos
indivíduos sobre o qual se faz uma inferência. Isto é, é o conjunto constituído
por todas as unidades experimentais (ou observacionais) que apresentam
pelo menos uma característica comum e ela pode ser finita ou infinita. Por
exemplo, todos os professores da Unigranrio formam uma população (no
caso, finita). Eles poderiam até ter outras coisas em comum, mas o fato de
todos lecionarem na mesma instituição faz deles um exemplo de população.

Mas, qual a importância disso? Com o auxílio da Estatística

podemos, dentre outras coisas, fazer previsões sobre uma população,
tomando como base os dados de apenas um “pedaço” desse conjunto (isto é,
uma inferência). Por exemplo, não precisamos entrevistar todos os eleitores
para prever qual candidato deve vencer a eleição. É importante observar que
isso é uma previsão e, como tal, está sujeita a uma margem de erro (que
pode ser previamente determinada).

Quando a pesquisa envolve dados de toda a população, dizemos que houve

um censo. No Brasil, o censo demográfico começou em 1872, com o objetivo
de contar a população brasileira e extrair informações sobre as características
desses habitantes. Atualmente, o Instituto Brasileiro de Geografia e Estatística
(IBGE) é o responsável pelo recenseamento, sendo que tal processo costuma
ocorrer a cada dez anos (1940,1950, 1960, 1970 etc.).

Para fazermos uma pesquisa Estatística com resultados válidos,

devemos executar algumas tarefas. A seguir, explicaremos cada passo a
ser seguido.

1. Definir a variável
É a delimitação do problema, isto é, definir o que você irá pesquisar.
2. Realizar a pesquisa
É o momento de coletar os dados correspondentes às variáveis
escolhidas.

6 Estatística
 3. Organizar os dados
É a parte de elaborar tabelas ou gráficos a partir dos dados coletados.
4. Analisar os resultados
Utilizando diferentes conceitos estatísticos, analisamos os
resultados obtidos na amostra, objetivando tirar conclusões válidas
para a população.

2. Amostra
Na Estatística, é necessário definir um outro conjunto além da
população. Esse conjunto é chamado de amostra e, à medida que você
avançar nos estudos nesta disciplina, perceberá a sua importância. Contudo,
a definição de uma amostra é bem simples, trata-se do subconjunto finito de
uma população. Veja os seguintes exemplos:

▪ Exemplo 1
População: O conjunto de todos os torcedores de um determinado
time de futebol.
Amostra: O conjunto dos torcedores desse mesmo time que têm
mais que 18 anos.
▪ Exemplo 2
População: O conjunto de todas as baleias de uma determinada região.
Amostra: O conjunto de baleias dessa mesma região que possuem
um chip de monitoramento remoto, de coleta de dados, que visa o
estudo e preservação desse animal.
▪ Exemplo 3
População: Conjunto de pessoas portadoras de HIV (soropositivas
HIV), no Brasil.
Amostra: Conjunto das pessoas portadoras de HIV
(soropositivas HIV) que fazem tratamento no Hospital
Universitário Gaffrée Guinle.

Estatística 7
 Veja, agora, um esquema em que exemplificamos uma população
estatística e algumas de suas possíveis amostras:

Exemplos de
amostras

População

Figura 1: Exemplo de uma população e algumas de suas diferentes amostras. Fonte: Elaborado pelos autores.

Importante
Dependendo do contexto, um mesmo conjunto pode desempenhar o papel de população
ou de amostra. Por exemplo, todos os alunos da Universidade Unigranrio podem ser
considerados uma população, da qual todos os alunos que estudam no Campus Duque
de Caxias compõem uma amostra. Porém, se consideramos como população todos os
universitários brasileiros, o conjunto de todos os alunos da Unigranrio se torna uma amostra.

2.1 Tamanho de uma Amostra

Na maioria das vezes, não é possível trabalhar com o universo
populacional, isto é, realizar o censo. Em alguns casos, por se tratar de uma
população infinita; em outros; por se tratar de uma população demasiadamente
extensa, o que normalmente demanda muito tempo e um custo elevado. Em
algumas situações, existem inviabilizações naturais, por exemplo: ao pesquisar
uma determinada espécie de um pássaro, é praticamente impossível capturar
todos. Por isso, precisamos “escolher” alguns elementos da população para

8 Estatística
a realização da pesquisa. Mas, quantos elementos precisam ser utilizados de
modo que a amostra seja representativa? Para esse cálculo, podemos utilizar a
fórmula descrita a seguir:

Para o cálculo do tamanho da amostra de uma população considerada

finita, utilizaremos:

( 0,5. Z ) N
2

n=
( 0,5.Z ) + ( N − 1.) e2
2

Sendo o valor correspondente ao nível de confiança que o pesquisador

deseja para a sua pesquisa. O nível de confiança, também chamado de
coeficiente de confiança, é a probabilidade de uma pesquisa ter os mesmos
resultados quando a mesma é aplicada em um conjunto de dados, dentro do
mesmo perfil amostral e com a mesma margem de erro. Por exemplo, se o
nível de confiança de uma pesquisa é de 95%, isso implica que se a mesma
for aplicada 100 vezes, gerará resultados dentro da margem de erro estipulada
em 95 casos.

Normalmente, consideramos um nível de confiança maior ou igual

a 95%. Cada percentual remete a um valor para Z. Por exemplo, um nível
de confiança de 95% equivale ao valor de Z. Veja, na tabela a seguir, alguns
valores de Z em função do nível de confiança desejado na pesquisa.

Nível de confiança Valor de Z

80% 1,28
90% 1,64
95% 1,96
99% 2,58

Os valores apresentados na tabela surgem a partir de alguns cálculos

baseados em algumas teorias matemáticas. Entretanto, foge ao escopo deste
capítulo abordar tais assuntos.

O “N” na fórmula representa o tamanho da população; e o e, a margem

de erro estipulada para as pesquisas. Um erro de 3% significa que o resultado

Estatística 9
obtido pode ter uma variação aceitável de até 3 pontos percentuais, para mais
ou para menos, em relação ao valor real. Se em uma pesquisa, o candidato
A tem 25% das intenções de votos, e o candidato B tem 27%, eles serão
considerados tecnicamente empatados, em virtude da margem de erro que, no
primeiro caso, varia entre 22% e 28%, e no segundo, entre 24% e 30%.

Para reduzirmos a margem de erro, precisamos aumentar o nível de

confiança ou o tamanho da amostra e vice e versa.

Normalmente, quando uma população possui mais de 100.000

elementos, ela é considerada como infinita. Para esses casos, utilizamos a
seguinte fórmula:
2
 Z 
n= 
 2.e 
Como é de se esperar, a fórmula depende somente do “Z”, que é o
nível de confiança, e do “e” que representa o erro na pesquisa, já que estamos
considerando uma população infinita.

Importante
Existem outras fórmulas para a determinação do número de elementos de uma amostra,
estas envolvem outros parâmetros não estudados neste material.

▪ Exemplo 4:
Calcule o tamanho de uma amostra, de nível de 95%, com uma
margem de erro de 4%, sabendo-se que a população possui
5000 elementos.
Como a população é finita, temos: (Importante: 4% equivale
a 0,04)
( 0,5.Z ) .N
2

n=
( 0,5.Z ) + ( N − 1) .e2
2

( 0,5. 1,96 ) .5000

2

n =
( 0,5. 1,96 ) + ( 5000 − 1) .0, 042
2

4.802
4802
=
=n = = 536,009287
534,83
8,9784
8,9588
Aproximadamente 536 pessoas.

10 Estatística
 Se esse mesmo problema fosse relativo à uma população com mais
100.000 elementos, usaríamos a fórmula para uma população infinita do
seguinte modo.
2
 Z 
n= 
 2.e 
2
 1,96 
n= 
 2. 0, 04 
2
 1,96 
n = 
 0, 08 
n = ( 24,5 )
2

n = 600, 25
Aproximadamente, 600 pessoas.

2.2 Amostragem
Para que uma amostra seja representativa e, consequentemente, possa
ser utilizada para extrapolarmos as conclusões para a população, é necessário
que sigamos determinadas regras na seleção de seus elementos. Esse processo
de escolha se chama amostragem. Observe o exemplo a seguir:
▪ Exemplo 5:
Uma nutricionista decide verificar a incidência de obesidade em um
determinado município, com cerca de cento e vinte mil habitantes.
Como é inviável pesar e medir todos os habitantes, ela decidiu fazê-
lo com alguns moradores (amostra). Para tal, montou um quiosque
de assistência em uma praça do centro desta cidade, no qual ofereceu
alguns serviços básicos de saúde, dentre eles, o cálculo do Índice
de Massa Corpórea (IMC) de todos os voluntários. Os resultados
foram alocados na tabela a seguir:

Peso Normal Obesidade grau 1 Obesidade grau 2 Obesidade grau 3

Homens 21 19 23 7
Mulheres 558 186 120 66

Estatística 11
 Analisando os resultados obtidos, ela verificou que 21 homens
estavam com o peso normal (30%) e 49 tinham algum grau de obesidade.
Daí, concluiu que 70% dos homens do referido município tinham algum
grau de obesidade.

Será que essa conclusão é válida? Se não, por quê? Antes de

respondermos a tais indagações, primeiro veremos as técnicas de amostragem.

2.3 Técnicas de Amostragem

A amostragem pode ser probabilística ou não probabilística. Na
primeira, cada elemento da população tem a mesma chance de ser escolhido,
atribuindo à amostra maior caráter de representatividade e ressaltando
sua importância, uma vez que as conclusões da pesquisa estão vinculadas
exatamente a essas amostras. Na segunda, a seleção dos elementos da
população que irão compor a amostra depende exclusivamente do julgamento
do pesquisador ou do entrevistador no campo (que é algo muito subjetivo).
Nela, não se pode extrapolar os resultados da pesquisa para a população. A
seguir, explicaremos alguns casos e daremos exemplos.

a. Aleatória simples: É feito um sorteio por meio de um dispositivo

aleatório. Por exemplo, associar cada elemento da população a um
papel com um número diferente e colocá-lo dentro de uma urna
para, depois, enfiar a mão na urna e escolher um papel qualquer.
b. Estratificada: Nessa técnica, a população é dividida em
subpopulações, denominadas estratos, dos quais retiramos os
elementos. Por exemplo, se queremos uma amostra de 300 pessoas,
podemos dividi-la em dois estratos (sexo masculino e feminino)
e pesquisar 150 homens e 150 mulheres. Voltando ao exemplo 5,
foram entrevistados 70 homens e 930 mulheres, ou seja, o resultado
obtido não pode ser extrapolado para a população, pois a quantidade
de homens entrevistados foi insignificante em relação à de mulheres
(ao compararmos com esses percentuais na população).
c. Por conveniência: Se um pesquisador precisa testar um novo
medicamento antirretroviral (ARV) em portadores do vírus HIV,
não seria conveniente ele ficar no calçadão da cidade perguntando

12 Estatística
 a cada transeunte se o mesmo é portador do vírus e se deseja
participar do teste de um novo medicamento? Nesse caso, ele deve
utilizar a amostra que lhe convém, como ir em um hospital de
referência da doença e procurar voluntários para o teste.

Curiosidade
Os medicamentos antirretrovirais (ARV) agem inibindo a multiplicação do HIV no organismo,
evitando assim o enfraquecimento do sistema imunológico. Atualmente, há 22 desses
medicamentos. O AZT é bem conhecido.

d. Sistemática: Nesse caso, o pesquisador cria uma “regra” de escolha

da amostra. Por exemplo, ele dispõe de 2000 prontuários médicos,
organizados em gavetas, por ordem alfabética. Decide escolher os
dez primeiros de cada gaveta, para fazer parte de sua amostra.

A distribuição das técnicas de amostragem habitualmente utilizadas

pode ser resumida no esquema da Figura 2:

Aleatória simples

Por conglomerado
Probabilística
(ou aleatória)
Sistemática

Técnicas habituais Estratificada

de amostragem

Por conveniência
Não probabilística
Intencional

Figura 2: Técnicas habituais de amostragem. Fonte: Elaborado pelos autores.

▪ Exemplo: Vamos supor que um cientista social deseja investigar

a democratização do acesso à internet em um determinado

Estatística 13
 município que possui cerca de 130.000 habitantes e um baixo
Índice de Desenvolvimento Humano (IDH). Faremos, a seguir,
uma descrição de todo o processo:

I. Definição do problema: ele quer verificar se o acesso à internet

está disponível a todos os moradores ou apenas aos de melhor
poder aquisitivo. Além disso, em qual local esse acesso se dá (na
residência, no trabalho, na escola, universidade etc.).
II. Realização da pesquisa com a definição do tipo de amostragem
e do tamanho da amostra: como a população tem mais do que
100.000 indivíduos (que para efeito de cálculo de tamanho de
amostra é considerada infinita) se torna inviável a realização da
pesquisa em todas as residências. Após a escolha dos parâmetros
(95% de nível de confiança e 3% de erro máximo), foi feito o
seguinte cálculo para a determinação do tamanho da amostra:
2 2 2
 Z   1,96   1,96 
=n =   =     1067,11
 2.e   2. 0, 03   0, 06 

O pesquisador decidiu que faria 1068 entrevistas e optou pela

amostragem estratificada, por entender que o acesso a tal
serviço variava de acordo com algumas especificidades. Cada um
dos quatro distritos foi considerado um estrato; nestes, foram
realizadas 267 entrevistas. Além disso, foram visitados bairros de
periferia e os principais centros comerciais de cada distrito. Foram
visitados também os arredores das instituições de ensino em
diversos horários. À medida do possível, foram escolhidas pessoas
de diferentes faixas etárias. Formando, assim, um diversificado
público-alvo.
III. Após as entrevistas, o pesquisador organizou os dados em diversas
tabelas (por local e por faixa etária). Expôs, convenientemente, os
resultados em gráficos.
IV. Analisou os resultados, em busca de possíveis erros e não os
encontrou. Concluiu que o percentual de pessoas com acesso à
internet, geograficamente falando, era praticamente o mesmo em
todo o município. Porém, ao observar os gráficos por faixa etária,

14 Estatística
 verificou que os mais idosos não dispunham desse serviço. De
posse deste estudo, solicitou à prefeitura que ofertasse um curso
de informática voltado à terceira idade e que definisse políticas
públicas nesse sentido.

3. Variáveis
Uma variável é o conjunto de resultados possíveis de um fenômeno.
As variáveis podem ser divididas em qualitativas ou quantitativas.

Na variável qualitativa, os valores são expressos por atributos. Caso

esses atributos possam ser ordenados, ela é chamada de qualitativa ordinal.
Caso não admitam tal ordenação, é chamada de qualitativa nominal.

No caso da quantitativa, se os valores forem expressos apenas por

números inteiros, dizemos que ela é discreta. Se os valores forem números
decimais, dizemos que é contínua.

▪ Exemplo 6:
Cor dos olhos: Qualitativa (pois é um atributo) nominal (não existe
uma ordem predeterminada, que organize as cores dos olhos).
▪ Exemplo 7:
Nível de escolaridade: Qualitativa (é um atributo, não um número)
ordinal (aceita ordenação). Por exemplo, nível fundamental
completo, nível médio completo, nível superior completo.
▪ Exemplo 8:
Número de seguidores no Facebook, de uma determinada pessoa:
Quantitativa (é um número) discreta (não podemos ter, por exemplo,
41,5 seguidores, apenas um número inteiro de seguidores).
▪ Exemplo 9:
Velocidade de download de um plano de internet: Quantitativa (é
um número) contínua (podemos ter um valor que não seja um
número inteiro, por exemplo, 131,37 Mbps).

Estatística 15
 Nominal
Qualitativa
(ou categórica)
Ordinal

Tipos de variáveis

Discreta
Quantitativa
(ou numérica)
Contínua

Figura 3: Resumo dos diferentes tipos de variáveis. Fonte: Elaborado pelos autores.

Importante
Ao realizarmos uma pesquisa, devemos nos preocupar com os possíveis resultados de um
fenômeno (variáveis). Por exemplo, se o pesquisador fizer a pergunta “Que comida você
mais gosta?”, teria uma quantidade praticamente infinita de variáveis possíveis. Isso tornaria
inviável a organização e a análise dos dados.
Nesse caso, uma opção seria reescrever a pergunta como “Dentre as opções de comida a
seguir, qual você mais gosta?” Isso restringiria o número de possíveis respostas para um
quantitativo aceito pelo pesquisador.

Neste capítulo, conhecemos um pouco da história da Estatística e

sua ascensão ao status de ciência. Vimos as principais etapas na realização
de uma pesquisa (definir o problema, coletar e organizar os dados, expô-
los por meio de gráficos e analisá-los objetivando tirar conclusões válidas).
Diferenciamos o conceito de amostra do de população estatística, dando
exemplos em diferentes áreas do conhecimento científico. Em seguida,
estudamos as principais técnicas de amostragem e o uso das fórmulas para
determinação do tamanho ideal de amostra, dados os parâmetros (nível de
confiança e erro máximo). Vimos que as variáveis podem ser classificadas
em qualitativa (nominal ou ordinal) ou quantitativas (discreta ou contínua),
citando exemplos de cada caso. Assim, de uma maneira geral, trabalhamos
com os conceitos básicos da disciplina Estatística.

16 Estatística
Referências
FERNANDES, M. C. Estudando estatística e conhecendo um pouco de
história da matemática. O professor PDE e os desafios da escola pública
paranaense. (Cadernos PDE). Curitiba, 2010. Disponível em: www.
diaadiaeducacao.pr.gov.br/portals/cadernospde/pdebusca/producoes_
pde/2010/2010_utfpr_mat_artigo_maria_concilia_fernandes.pdf. Acesso
em: 17 jun. 2019.

Estatística 17
Exercícios
1. Classifique as asserções em verdadeiras (V) ou falsas (F) e marque
o item que exibe a ordem correta das respostas.
( ) A cor dos olhos de uma pessoa é um exemplo de variável
quantitativa ordinal.
( ) O bairro onde uma pessoa reside é um exemplo de variável
qualitativa nominal.
( ) O nível de escolaridade de uma pessoa é um exemplo de variável
qualitativa ordinal.

a. V, F, V.
b. F, V, V.
c. V, V, F.
d. F, F, V.
e. V, V, V.

2. A série estatística que se caracteriza por apresentar o tempo variável,

mantendo-se fixos o local e a espécie, é denominada de:
a. Série Finita.
b. Série Variável.
c. Série Específica.
d. Série Geográfica.
e. Série Temporal.

18 Estatística
3. Estatisticamente falando, uma amostra é:
a. Qualquer exemplo de variável.
b. Algo no qual você testa as tuas hipóteses.
c. Um subconjunto finito de uma população.
d. É um conjunto que tem um exemplo que representa bem o
conjunto de dados.
e. A metade da população.

Gabarito

1)B; 2)E; 3)C.

Estatística 19