Aprendizagem Profissional – Cobrador e Despachante.

Titulo: Estatística e escala de medidas

Professor: Luciano Magalhães

Nome: Jonathan lima miranda
Daniel Victor
Maciel Jacquiminout
Keven Marques
Tarcísio Duarte
Isac da Silva Gomes

Manaus – Am.
2022
 Conceito de estatística

A Estatística é um conjunto de técnicas úteis para a tomada de decisão sobre

um processo ou população, baseada na análise da informação contida em uma
amostra desta população.

Quais os principais conceitos de estatística?

Assim, os conceitos mais utilizados são:
⁰
População: conjunto de elementos, número de pessoas de uma cidade.
Amostra: parte representativa de uma população.
Variável: depende da abordagem da pesquisa, da pergunta que será feita.
Frequência absoluta: valor exato, número de vezes que o valor da variável é
citado.

O que e estatística e qual seu objetivo?

A estatística é a área da matemática que estuda a coleta, organização e análise
de dados. A estatística é o conjunto de métodos utilizamos para compreender-
se qualquer tipo de fenômeno que está a nossa volta com base na observação,
coleta, apuração e análise de dados.

Qual e a origem da estatística?

A ESTATÍSTICA surgiu quando governos se interessaram em obter informações
quantitativas e qualitativas sobre suas riquezas, tributos, populações e
moradias. No Egito antigo, por exemplo, faraós já ordenavam registros
estatísticos de suas colheitas.
 A organização de dados

A organização dos dados em estatística dá-se em etapas, como em todo

processo de organização. Inicialmente é escolhido o tema a ser pesquisado, em
seguida, é pensado o método para a coleta dos dados da pesquisa, e o terceiro
passo é a execução da coleta. Após o fim dessa última etapa, faz-se a análise do
que foi coletado, e assim, com base na interpretação, busca-se resultados.
Vimos que a estatística está relacionada a problemas de contagem ou
organização de dados. Além disso, ela tem um importante papel no
desenvolvimento de ferramentas que possibilitam o processo de organização
de dados, com em tabelas. A estatística está presente também em diversos
campos da ciência, com base na coleta de dados e em seu tratamento, é
possível trabalhar modelos matemáticos que permitem maior desenvolvimento
na área estudada. Alguns campos em que a estatística é fundamental:
economia, meteorologia, marketing, esportes, sociologia e geociências.
Na meteorologia, por exemplo, os dados são coletados em determinado
período, depois de organizados, eles são tratados, e assim, com base neles,
constrói-se um modelo matemático que nos permite afirmar sobre o clima de
dias anteriores com maior grau de confiabilidade. A estatística é um ramo da
ciência que nos permite fazer afirmações com certo grau de confiabilidade, mas
nunca com 100% de certeza.
A estatística é dividida em duas partes, descritiva e inferencial. A primeira está
relacionada à contagem dos elementos envolvidos na pesquisa, esses
elementos são contados um a um. Na estatística descritiva, temos como
principais ferramentas as medidas de posição, como média, mediana e moda,
assim como as medidas de dispersão, como variância e desvio-padrão, temos
também tabelas de frequências e gráficos.
Ainda na estatística descritiva, temos uma metodologia muito bem definida
para uma apresentação de dados com grau considerável de confiabilidade que
passa por organização e coleta, resumo, interpretação e representação e, por
fim, análise de dados. Um exemplo clássico da utilização da estatística
descritiva ocorre na realização do censo populacional (de 10 em 10 anos) pelo
Instituto Brasileiro de Geografia e Estatística (IBGE).
A estatística inferencial, por sua vez, é caracterizada não por coletar dados dos
elementos de uma população um a um, e sim por realizar a análise de uma
amostra dessa população, tirando conclusões sobre ela. Na estatística
inferencial, deve-se tomar cuidado na escolha da amostra, pois ela deve
representar muito bem a população. Alguns resultados iniciais, como calculo de
média, na estatística inferencial chamado de esperança, são deduzidos com
base nos conhecimentos da estatística descritiva.
A estatística inferencial é utilizada, por exemplo, nas pesquisas eleitorais.
Escolhe-se uma amostra da população, de forma que a represente, e assim é
realizada a pesquisa. Na escolha de uma amostra que não represente muito
bem essa população, dizemos que a pesquisa é tendenciosa e, por
consequência, não confiável.

Estrutura do processo de medição

Um dos maiores problemas relacionados à metrologia nas empresas é o

entendimento da medição como um processo. Para isso, a norma ABNT NBR
ISO 10012 – Sistema de gestão de medição: Requisitos para os processos de
medição e equipamento de medição apresenta o conceito de processo de
medição e sua importância para a qualidade.
Assim, a ISO 10012 recomenda que os processos de medição sejam
considerados como processos específicos que objetivem dar suporte à
qualidade. Essa recomendação está de acordo com outro princípio da
qualidade: a abordagem de processos, presente na norma ABNT NBR ISO 9001
– Sistema de gestão da qualidade: Requisitos.

As saídas do processo de medição

Os resultados de medição são as saídas do processo de medição. Todos os

elementos do processo de medição afetam a qualidade do seu resultado e sua
confiabilidade. As condições ambientais devem ser conhecidas e
preferencialmente controladas, o operador deve ser devidamente treinado, o
procedimento de medição deve ser adequado e tecnicamente válido, o
equipamento de medição deve ter a precisão adequada e o mensurando
(grandeza que queremos medir) deve estar definido com a exatidão requerida.
É importante dizer que o resultado completo de uma medição não é um
número. Considerando que toda medição realizada apresenta erros, é
necessário, então, apresentar a faixa de dúvidas no resultado da medição. Essa
faixa de dúvida é conhecida como a “incerteza de medição”. Sendo assim , o
resultado de uma medição será composto pelo resultado-base (RB) mais ou
menos a incerteza de medição (U). O resultado-base é o valor central da faixa
que corresponde ao resultado da medição e é o valor que, acredita-se, mais se
aproxima do valor verdadeiro do mensurando. 

O impacto da medição na qualidade

A busca pela qualidade, seja de um produto ou processo, está diretamente

ligada aos processos de medição utilizados e a qualidade dos resultados que
eles apresentam. Assim, não é possível controlar a qualidade de um produto ou
processo sem medições confiáveis.
A inspeção da qualidade, o recebimento de matéria prima, o desenvolvimento
de produtos e processos, o uso da ferramenta de controle estatístico de
processos, entre outros, são exemplos de situações em que uma medição sem
qualidade pode gerar grandes problemas.
Quando a medição não é confiável, por exemplo, ao receber uma matéria
prima com resultados de medições duvidosas, podemos elevar os riscos com
problemas para o setor de produção. Um erro de medição não identificado ou
acima do aceitável pode causar uma decisão errada ao aceitar a matéria prima
que deveria ser reprovada, afetando diretamente a qualidade. Esse assunto é
mais discutido no nosso blog A medição e o risco para o seu produto ou
processo!
A tomada de decisão para ajustar uma máquina, recusar uma matéria prima,
alimentar informações de um indicador de produtos não conformes, são outro
exemplo de informações diárias derivadas de medições. Dessa forma, como
podemos confiar em ações e decisões tomadas com base em informações
obtidas de medições não confiáveis?
Quando olhamos para a importância da medição na qualidade, realmente
entendemos a necessidade de tratarmos a medição como um processo! E isso
de acordo com o princípio da qualidade “abordagem de processos”,
apresentado na norma ABNT NBR ISO 9001.
A metrologia, ciência da medição, é fundamental na busca pela qualidade da
medição e pelas melhorias dos processos de medição. Afinal, uma gestão eficaz
dos processos de medição minimiza riscos, ajuda a garantir conformidade e
maximiza resultados. E, afinal, qual organização não busca sempre maximizar
seus resultados?

natureza da medida das variáveis

As variáveis são catalogadas de acordo com a sua natureza e escalas sendo esta
informação importante para o tratamento de dados.A variável descritiva que
caracteriza um elemento da população pode ser de diferentes naturezas e
escalas. A natureza nasce como uma espécie de variável. Variáveis são aspectos
de interesse que são medidos em cada elemento de uma amostra ou
população. Como o nome sugere, seus valores diferem de elemento para
elemento. As variáveis podem ter valores numéricos ou não numéricos.

Pode só ser Dois tipos:

● Qualitativo : Escala Ordinal e Nominal
● Quantitativo Discreta ou Contínua: escala de Razões e de Intervalos.

Escala de medida das variáveis

É um valor que muda, contudo, pode ser medido. Por exemplo, considere uma
amostra de trabalhadores: as variáveis para esse conjunto da população podem
ser localização, sexo, idade, categoria de emprego, etc. O valor das variáveis
diferirá para cada um.
Agora sim, estão reunidas as condições para entender todo o processo das
escalas de medição.

Os 4 níveis das escalas de medição

Nominal, ordinal, intervalo e razão são definidos como os quatro níveis

fundamentais de escalas de medição utilizados para recolher dados na forma
de estudos ou inquéritos. Cada um deles é uma pergunta de múltipla escolha.
Assim, cada escala é um nível incremental de medida, ou seja, cada escala
preenche a função da anterior, e todas as escalas de perguntas de inquéritos
como Likert, Diferencial Semântico, Dichotomous, etc, são a derivação destes 4
níveis fundamentais de medida variável. Antes de discutir todos os quatro
níveis de escalas de medição em detalhes, com exemplos, vamos observar o
que estas escalas representam.

A escala nominal é uma escala onde as variáveis são simplesmente

“nomeadas” ou classificadas, sem nenhuma ordem específica.

A escala ordinal tem todas as suas variáveis numa ordem específica, além de

simplesmente as nomear.

A escala de intervalo oferece etiquetas, ordem, assim como um intervalo

específico entre cada uma das suas opções de variáveis.

A escala de razão tem todas as características de uma escala de intervalo, além

disso, ela também pode apresentar o valor de “zero” como absoluto.

Tipos de escala
 1º nível das escalas de medição: Nominal

A escala nominal é definida como uma escala usada para classificar variáveis
em classificações distintas e não envolve um valor quantitativo, nem uma
ordem. Esta escala é a mais simples das quatro escalas de medição de variáveis.
Os cálculos feitos sobre estas variáveis são inúteis, uma vez que, não há
nenhum valor numérico e quantitativo nas opções.
Há casos em que esta escala é utilizada para fins de classificação, onde os
números associados às variáveis desta escala são apenas tags para
categorização ou divisão.

Exemplo

Neste inquérito apenas os nomes das marcas são significativos para quem
pergunta, não há necessidade de nenhum fator específico para estas marcas.
Entretanto, enquanto recolhem dados nominais, os investigadores conduzem
análises com base nas etiquetas associadas.
Por exemplo, no exemplo mostrado, quando um investigador seleciona
Motorola como a sua marca preferida, os dados inseridos e associados serão
“1”. Isto quantifica e responde à pergunta final: quantos entrevistados
selecionaram a Motorola, Samsung e Sony.
Este nível é o mais fundamental dos estudos quantitativos.

2º nível de escalas de medição: Ordinal

A escala ordinal é definida como uma escala de medição de variáveis utilizada

para simplesmente representar a ordem das variáveis e não a diferença entre
cada uma delas.
Estas escalas são geralmente usadas para representar ideias não matemáticas
como frequência, satisfação, felicidade, um grau de dor, etc.
A escala ordinal mantém qualidades descritivas com uma ordem intrínseca,
mas não tem origem na escala (ponto zero) e, a distância entre as variáveis não
pode ser calculada.

Exemplo

São aplicadas em casos onde o alvo do estudo ou inquérito é colocar em ordem

de qualidade ou satisfação. Estas escalas são geralmente utilizadas em estudos
de mercado para reunir e avaliar o feedback sobre a satisfação do produto,
mudança de perceção com atualizações de produto, etc.

Muito insatisfeito – Aqui, a ordem das variáveis é de primordial importância,

assim como a etiquetagem.

Insatisfeito – Muito insatisfeito será sempre pior do que insatisfeito e satisfeito

será pior do que muito satisfeito.

Neutro – Aqui é onde a escala ordinal é um passo acima da escala nominal – a

ordem das variáveis é relevante para os resultados, assim como a sua
nomenclatura.

Satisfeito – A análise dos resultados com base na ordem e nome torna-se um

processo conveniente para o investigador.

Muito satisfeito – Se os investigadores pretendem obter mais informações do

que as que recolheriam, usando uma escala nominal, podem usar a escala
ordinal.

3º nível das escalas de medição: Intervalo

A escala de intervalo é definida como uma escala numérica onde a ordem das
variáveis é conhecida, assim como a diferença entre estas variáveis. As
variáveis com diferenças familiares, constantes e computáveis são classificadas,
usando a escala de intervalo.
Estas escalas são eficazes, visto que abrem portas para a análise estatística dos
dados fornecidos. Neste caso, média, mediana ou moda podem ser usados
para calcular a tendência central nessa escala. A única desvantagem é não
haver um ponto de partida pré-determinado ou um zero absoluto.
A escala de intervalo contém todas as propriedades da escala ordinal, além da
qual, oferece um cálculo da diferença entre as variáveis. Assim, a principal
característica desta escala é a diferença paralela entre objetos.
Um exemplo clássico é a escala de temperatura Celsius/Fahrenheit porque:

80Cº é sempre maior que 50Fº e a diferença entre essas duas temperaturas é a
mesma que a diferença entre 70Cº e 40Fº.

O valor zero é arbitrário porque existem valores negativos de temperatura.

A escala de intervalo é frequentemente escolhida em casos de estudos ou

inquéritos onde a diferença entre as variáveis é imperativa – o que não pode
ser alcançado a usar uma escala nominal ou ordinal. A escala de intervalo
quantifica a diferença entre duas variáveis, enquanto as outras duas escalas
são unicamente capazes de associar valores qualitativos com variáveis.

Os valores médios e medianos numa escala ordinal podem ser avaliados, ao

contrário das duas escalas anteriores.

Na estatística, a escala de intervalos é frequentemente usada como um valor

numérico, não só pode ser atribuído a variáveis, mas o cálculo com base nesses
valores também pode ser realizado.
Mesmo que as escalas de intervalo sejam surpreendentes, estas não calculam o
valor do zero absoluto, razão pela qual a próxima escala entra em cena.

Exemplos

Há situações em que as escalas de atitude são consideradas escalas de

intervalo.
Além da escala de temperatura, o tempo também é um exemplo muito comum
de uma escala de intervalo, pois os valores já estão estabelecidos, constantes e
mensuráveis. Os anos civis e o tempo também se enquadram nesta categoria
de escalas de medição.

4º nível das escalas de medição: Razão

A escala de razão é definida como uma escala de medição quantitativa

caracterizada por um ponto zero absoluto, o que significa não haver valor
numérico negativo. É calculada, assumindo que as variáveis têm uma opção
para zero, a diferença entre as duas variáveis é a mesma e há uma ordem
específica entre as opções.
Com a opção de zero absoluto, podem ser aplicadas às variáveis técnicas
variadas de análise quantitativa. Além de que, a escala de razão faz tudo o que
uma escala nominal, ordinal e de intervalo pode fazer, ela também pode
estabelecer o valor de zero absoluto.
O investigador pode beneficiar do uso desta escala em casos onde:

É necessário recolher informações mais detalhadas. Investigadores e analistas

podem calcular a tendência central usando técnicas estatísticas como média,
mediana, moda e métodos como média geométrica, coeficiente de variação ou
média harmónica também podem ser usados nesta escala. O zero conta. Ao
observar que as variáveis têm todas as características de uma escala de
intervalo com a presença do valor zero absoluto e este valor é relevante.
 Exemplo
Um excelente exemplo é a medição da altura. A altura pode ser medida em
centímetros, metros, polegadas ou pés e não é possível ter uma altura
negativa.
Se compararmos com os dados da escala de intervalos, por exemplo, a
temperatura pode ser de -10 graus Celsius, no entanto, a altura não pode ser
negativa, como mencionado acima.