1

NOÇÕES GERAIS SOBRE ESTATÍSTICA

1. Introdução:
Todas as ciências têm suas raízes na história do homem. A Matemática, que é considerada “a ciência
que une à clareza do raciocínio a síntese da linguagem”, originou-se do convívio social, das trocas, da
contagem, com carácter prático, utilitário, empírico.
A Estatística, ramo da Matemática Aplicada, teve origem semelhante. Desde a antiguidade, vários
povos já registavam o número de habitantes, de nascimentos, de óbitos, faziam estimativas das
riquezas individual e social, distribuíam equitativamente terras ao povo, cobravam impostos e
realizavam inquéritos quantitativos por processos que, hoje, chamaríamos de “estatísticas”.

Na Idade Média colhiam-se informações, geralmente com finalidades tributárias ou bélicas.

A partir do século XVI começaram a surgir as primeiras análises sistemáticas de factos sociais, como
baptizados, casamentos, funerais, originando as primeiras tábuas e tabelas e os primeiros números
relativos.

No século XVIII o estudo de tais factos foi adquirindo, aos poucos, feição verdadeiramente científica.
Godofredo Achenwall, economista alemão (1719 – 1772) baptizou a nova ciência (ou método) com
o nome de Estatística, determinando o seu objectivo e suas relações com as ciências. As tabelas
tornaram-se mais completas, surgiram as representações gráficas e o cálculo das probabilidades, e a
Estatística deixou de ser simples catalogação de dados numéricos colectivos para se tornar o estudo
de como chegar a conclusões sobre o todo (população), partindo da observação de partes desse todo
(amostras).

A evolução da Estatística seguiu os seguintes períodos:

1º. Registos de factos: Registos de interesse estatal, com finalidade guerreira ou social.
(Estatística Administrativa).
2º. Preparação das teorias: Investigação dos fenómenos colectivos.
3º. Aprimoramento técnico-científico: Aparecimento e desenvolvimento de novas teorias,
intercâmbio de ideias, ampliação constante do uso da Estatística.
 2

A Estatística como qualquer outra ciência, trata fundamentalmente de manipulação de dados, por se
considerar dado como unidade mínima para a obtenção de informações. Em Estatística esses dados são
manipulados através de métodos, dos quais se destacam os “Métodos Estatísticos”, pois eles nos facilitam
a responder questões como as seguintes:
1- Como é que os cidadãos pensam da postura camarária de Quelimane sobre os resíduos tóxicos?
2- Será que os salários nos últimos anos têm tido realmente algum aumento?
3- Qual será o comportamento da despesa pública nos próximos cinco anos tendo em conta os dados dos
últimos dez anos?
São uma parte das várias questões que a Estatística tem como obrigação “Responder” para satisfação dos
concidadãos ou redefinição de políticas.

A noção “Estatística” é original da palavra latina status, que significa “Estado”, já que foi sempre o
papel fundamental de qualquer governo colectar, tratar e armazenar um conjunto de dados da
população. São casos da Natalidade, Mortalidade, Taxas, Percentagens, Índices e muitas outras
espécies de informações e actividades.
A medição (com ou sem maior aproximação da grandeza) a contagem dessas quantidades ou
qualidades, gera um conjunto de dados numéricos que são úteis para o desenvolvimento de muitos
tipos de funções Administrativas, Pedagógicas e/ou governamentais, para o fortalecimento e
formulação de políticas.

Na época mais moderna a Estatística é muito mais usada em fenómenos imprevisíveis (aleatórios),
casos de comportamento da despesa pública, níveis de aprovações da 7ª a 12ª classes em todo o
território nacional, etc. Face a estas situações, o governo pode pensar em conter a despesa pública,
captar mais impostos e investir na criação de mais escolas, etc.

Relação entre Estatística e Ciências de Educação

Quando falamos em ciência, necessariamente estaremos falando em pesquisas e todos os seus
métodos inerentes. Se estamos falando em pesquisa, precisamos ter um problema de pesquisa.
Geralmente uma pesquisa é baseada em um problema e toda a metodologia é criada e refinada para
tentar responder esse problema. Algumas hipóteses são criadas e testadas, para que se tenha um
 3

resultado confiável, é necessário estabelecer relações entre as hipóteses e se elas se confirmam ou se

descartam (de acordo com o método proposto pelo pesquisador para provar ou refutar uma hipótese).
Para testar uma hipótese ou prever acontecimentos decorridos de um evento (suas consequências) se
usa a estatística. O profissional faz medições de um evento alvo e precisa avaliar essa medição de
forma imparcial e segura.

Que tal essas perguntas:

1. Digamos que um professor quer pesquisar uma determinada técnica. Como é que ele vai saber se
tal técnica foi ou não eficaz?
2. Se estivermos pesquisando a eficácia de uma abordagem psicológica, como é que vamos organizar
e interpretar os dados?
3. Se estivermos desenvolvendo um novo teste psicométrico ou mesmo tentando validar um já
existente, como é que se organizam todas as respostas apresentadas no teste e como vamos saber se
medem aquilo que se propuseram a medir?

A resposta é simples:
 É a partir da Estatística que conseguimos agrupar dados, interpretar dados e aplicar leis da
ciência e com isso gerar informação e desenvolver técnicas. Para quem deseja ser pesquisador,
digo que a Estatística é fundamental. Talvez a Estatística seja tão importante para um
professor quanto uma formação sólida em teorias e práticas.

Utilidade da Estatística na Pesquisa

Um pesquisador faz uma intervenção não só pela percepção, pela interpretação, ou pelo tacto que
possa ter para a situação em causa; ele baseia-se num conjunto de estudos científicos, empíricos,
suportados pela evidência e observação experimental, baseada no método científico.

A História, Geografia, Psicologia, Química, entre outras ciências sociais e humanas, o conhecimento
é baseado no método científico, tendo por suporte observações empíricas. Ora isto, exige que os
professores e os investigadores dominem o método científico. Que saibam analisar apropriadamente
os dados, quer de natureza experimental quer correlacional, nos quais se irão basear as teorias.
 4

É exactamente aqui, na análise dos dados e da informação, que entra a Estatística. Isto não invalida
que o profissional, para além do conhecimento teórico, obtido com o método científico, não possa
utilizar a sua experiência acumulada e até alguma intuição profissional.  

Quando falamos por exemplo de validação de uma escala ou da fiabilidade da medida, que é uma
componente importante das ciências, isto exige um profundo conhecimento de técnicas estatísticas.
Por exemplo, a fiabilidade, estimada pelo alfa de Cronbach, é uma fórmula estatística que pondera o
rácio entre a variância do total da escala e a variância de cada um dos itens que constituem essa
escala. Estes conceitos são conceitos estatísticos, digamos assim, ferramentas estatísticas que o
pesquisador tem dominar para puder interpretar correctamente os resultados de um teste.

Estuda-se estatística para aplicar seus conceitos como auxílio nas tomadas de decisão diante de
incertezas, justificando cientificamente as decisões.

O papel da Estatística na pesquisa científica é contribuir com o investigador na formulação das

hipóteses estatísticas e fixação das regras de decisão, no fornecimento de técnicas para um eficiente
delineamento de pesquisa, na colecta, tabulação e análise dos dados (estatística descritiva) e em
fornecer testes de hipóteses a serem realizados de tal modo que a incerteza da inferência possa ser
expressa em um nível probabilístico prefixado (inferência estatística).

2. Conceitos Estatísticos Básicos:

Estatística é a ciência ou método científico que estuda os fenómenos multicausais, colectivos ou de

massa e procura inferir as leis que os mesmos obedecem. Também pode dizer-se que a Estatística é
um conjunto de técnicas apropriadas para recolher, classificar, apresentar e interpretar conjuntos de
dados numéricos e a partir destes, fazer inferências para a população estudada.
Estatística está dividida em dois grandes grupos:
 Estatística Descritiva: corresponde aos procedimentos relacionados com a colecta,
elaboração, tabulação, análise, interpretação e apresentação dos dados. Isto é, inclui as
técnicas que dizem respeito à sintetização e à descrição de dados numéricos. A estatística
descritiva ocupa-se da recolha, classificação e organização de dados permitindo elaborar
 5

conclusões apenas para o conjunto limitado de indivíduos que serviram de base à recolha
desses dados. Tais métodos podem ser gráficos e envolvem a utilização de recursos
computacionais. O objectivo da estatística descritiva é tornar as coisas mais fáceis de
entender, relatar e discutir.
 Estatística Indutiva ou Inferencial: permite estimar as características desconhecidas de uma
população, mesmo que a população não tenha sido analisada na totalidade, e testar se são
plausíveis determinadas hipóteses formuladas sobre essas características. O objectivo da
inferência estatística consiste, em última análise, em fazer previsões a partir da parte para o
todo, ou seja, com base na análise de um conjunto limitado de alguns dados (amostra)
recolhidos junto de um conjunto total de indivíduos (população), pretendemos caracterizar a
população. Os métodos de inferência estatística envolvem o cálculo de estatísticas a partir dos
quais se inferem os parâmetros da população, ou seja, permitem, com determinado grau de
probabilidade, generalizar para a população determinadas características dos resultados
amostrais.

Método estatístico é um processo para se obter, apresentar e analisar características ou valores

numéricos para uma melhor tomada de decisão em situações de incerteza.
A metodologia utilizada na análise estatística tem um paralelismo evidente com o método científico.
Esta metodologia consiste em cinco passos fundamentais:
 Definição cuidadosa do problema; isto é, saber exactamente aquilo que se pretende pesquisar.
 Formulação de um plano para a resolução.
 Colecta, organização e apresentação das unidades de observação ou de seus valores
numéricos.
 Análise e interpretação dos resultados.
 Divulgação de relatório com as conclusões, de tal modo que estas sejam facilmente entendidas
por quem as for usar na tomada de decisões.

Tipos de Pesquisa e Métodos de Recolha de Dados

Para além de se dever recolher informação relevante a recolha deve ser realizada em tempo útil
podendo ser obtida a partir de diversas fontes e de formas diversas.
Se os dados forem recolhidos directamente pelo analista através de inquéritos ou determinações
laboratoriais os dados dizem-se primários. Se os dados forem recolhidos e publicados por pessoas ou
 6

instituições das quais o analista não depende dizem-se secundários. São deste tipo os dados que
podemos obter junto de instituições governamentais ou associações empresariais.
A recolha de dados primários pode ainda ser efectuada recorrendo a dois tipos de processos:
processos experimentais e processos observacionais.
Nos processos experimentais exerce-se um controle directo sobre os factores que potencialmente
afectam a característica ou o conjunto de características em análise.
Exemplo: Para estudar o efeito poluente de uma fábrica sobre a água de um rio efectuaram-se
medições da concentração de um determinado contaminante sobre um conjunto de amostras colhidas
em vários pontos do rio a jusante da fábrica. Metade das amostras foram colhidas no final de dias
úteis e a outra metade durante o fim-de-semana. É de esperar que as concentrações medidas na
primeira metade das amostras sejam superiores às medidas na segunda metade. Neste caso o
momento em que se efectua a recolha da amostra influencia os resultados da análise.
Nos processos observacionais os factores que potencialmente afectam as características a analisar
não são controlados.
Exemplo: No âmbito de um estudo de tráfego num túnel rodoviário procurou-se analisar a relação
entre a densidade do tráfego e a velocidade média de circulação. Para se proceder a esse estudo
efectuaram-se medições em simultâneo da velocidade e da densidade do tráfego ao longo de um mês.
Neste caso verifica-se que o momento em que é efectuada a medição não tem influência sobre os
dados já que em cada momento existirá sempre uma relação única entre os valores observados.

População: Designa-se por Universo ou População o conjunto de dados que expressam a

característica que se pretende medir para a totalidade dos indivíduos que constituem o objecto da
análise.
Amostra: é o subconjunto finito de elementos extraídos da população com o objectivo de tirar
conclusões sobre a população estudada.
Exemplos:
População: intenção de voto dos eleitores de uma cidade.
Amostra: intenção de voto de alguns dos eleitores dessa cidade seleccionados a partir da lista
telefónica.
 7

Quando calculamos determinados valores sobre o conjunto de dados que constituem a amostra
designamos esses valores por “estatísticas”. Quando esses mesmos valores dizem respeito à
população designam-se por “parâmetros”.
Por exemplo: Um fabricante de máquinas de lavar pretende determinar o número médio de lavagens
efectuado por um determinado modelo de máquina até necessitar de reparação. O responsável pela
qualidade selecciona aleatoriamente algumas máquinas produzidas mensalmente e regista para cada
uma o número de lavagens efectuadas até ocorrer uma avaria, calculando em seguida o nº médio de
lavagens em cada amostra (média amostral – estatística) concluindo que os valores obtidos podem ser
extrapolados para o nº médio de lavagens dos lotes mensais (média populacional – parâmetro cujo
valor real é desconhecido).

Unidade Estatística: é cada elemento que constitui a população observada, é precisamente sobre este
elemento que recai a observação estatística.
Recenseamento ou Censo: colecção de dados relativos a todos os elementos de uma população.
Sondagem: Estudo científico de uma parte de população com objectivo de estudar as preferências da
população relativamente ao acontecimento, circunstâncias e assuntos de interesse social, político,
religioso ou económico.
Amostragem: colecção de dados relativos a elementos de uma amostra.
O objectivo da amostragem é permitir fazer inferências sobre uma população após inspecção de
apenas parte dela. Factores como custo, tempo, ensaios destrutivos e populações infinitas tornam a
amostragem preferível a um estudo completo (censo).

Dado: é a unidade mínima da informação ou seja, o que é recolhido e preparado para produzir algum
resultado. Exemplo: Notas dos estudantes de uma turma.
Informação: é resultado de processamento de um dado.
Exemplo: Percentagens dos admitidos, excluídos e dispensados de uma turma.
 8

Razões Para Utilização Da Amostra

Com maior frequência utilizamos o estudo da amostra do que da população, não só por serem menos
dispendiosas e consumirem menos tempo no processamento dos dados, mas também porque muitas
vezes não dispomos de todos os elementos da população.
Como vimos, a Estatística Indutiva tem por objectivo tirar conclusões sobre as populações, com base
em resultados verificados em amostras retiradas dessa população. Mas, para as inferências serem
correctas, é necessário garantir que a amostra ou as amostras que vão ser usadas sejam obtidas por
processos adequados.
Para além da dimensão da população existem outras razões que podem contribuir para não se
analisarem todos os elementos de uma população, entre elas distinguem-se as seguintes:
 Custo excessivo do processo de recolha e tratamento de dados, como resultado da sua elevada
dimensão ou da sua complexidade de caracterização.
 Tempo excessivo de recolha e tratamento dos dados, que pode conduzir à obtenção de
informação desactualizada (por alteração da população) ou obsoleta (por exceder o prazo de
utilidade da informação).
 Destruição da população provocada pelos métodos de recolha de informação.
 Inacessibilidade a alguns elementos da população (por exemplo, por razões de carácter legal).

Cuidados na Selecção da Amostra

 Imparcialidade: Todos os elementos devem ter a mesma oportunidade de amostra;
 Representatividade: A amostra deve conter em proporções todas características da
população, qualitativas e quantitativas.
 Tamanho: O tamanho da amostra deve ser suficientemente grande de modo que as
características sejam tanto quanto possível das da população.
Para que a informação seja relevante a amostra deve ser representativa, ter uma dimensão adequada e
ser seleccionada aleatoriamente. Caso estes pressupostos não se verifiquem não se pode fazer
extrapolação dos resultados obtidos na amostra para a população. Assim, o conhecimento da
estatística permite que se avaliem os métodos de recolha de dados, os resultados e as conclusões
definidos num dado estudo permitindo que se detectem falsas conclusões.
 9

Variáveis Estatísticas e sua classificação

Variável: É qualquer quantidade ou característica que pode assumir diferentes valores numéricos.
Por exemplo, um questionário de uma pesquisa contém as seguintes perguntas:

Pergunta Variável
Qual a sua idade? Idade
Qual o número de pessoas de sua família? Tamanho de família
Qual a renda familiar? Renda
Qual é o seu estado civil? Estado civil
Você tem emprego fixo? Emprego
Qual o tempo de trabalho na empresa? Tempo de trabalho

Classificação das Variáveis:

Ao se fazer um estudo estatístico de um determinado fato ou grupo, tem-se que considerar o tipo da
variável. Pode-se ter variáveis qualitativas ou quantitativas.
 As variáveis qualitativas (ou atributos) são aquelas que identificam alguma qualidade,
categoria ou característica, não susceptíveis de medida, mas de classificação, assumindo
várias modalidades, tais como: sexo, estado civil, grau de instrução, etc.
 As variáveis quantitativas são as provenientes de uma contagem ou mensuração, tais como:
idade, salário, peso, altura, velocidade, etc.
As variáveis qualitativas e as quantitativas dividem-se em dois tipos:

Variável Tipo Descrição Exemplo

Não existe nenhuma ordenação.
O valor numérico associado com a Cor dos olhos, sexo,
categoria não tem significado real. Estado civil, religião.
Nominal Para dados na escala nominal, o interesse é Por exemplo:
na quantidade ou na proporção de cada - Sexo Masculino
categoria. Os métodos estatísticos não são - Sexo feminino.
aplicados neste caso, ou seja, não se pode
Qualitativas calcular médias, variâncias, etc.
ou Grau de instrução; Classe
Categóricas Obedece a certa ordenação. As social; Faixa etária. Outros
características são ordenadas (de maneira exemplos:
 10

Ordinal crescente ou decrescente) em situações O conceito de um estudante em

para as quais a posição associada é
importante. As operações aritméticas
possíveis são: a contagem e a comparação
Discretas Dados oriundos de contagem.
Quantitativas
Contínuas Dados oriundos de medição.
uma disciplina de História
pode ser Óptimo, Bom,
Regular, Mau.
Nível de escolaridade pode ser
Primário, Secundário,
Universitário.
Número de funcionários;
Número acidentes de trabalho
ocorrido durante um mês.
Medidas de altura e peso;
idade dos alunos de uma escola

Observação: O fato de uma variável ser expressa por números não significa que ela seja
necessariamente quantitativa, por que a classificação da variável depende de como ela foi medida, e
não do modo como se manifesta. Por exemplo, para a variável peso de um lutador de boxe, se for
anotado o peso marcado na balança, a variável é quantitativa contínua; por outro lado, se esse peso
for classificado segundo as categorias do boxe, a variável é qualitativa ordinal.
Assim como para uma variável quantitativa discreta não precisa assumir necessariamente apenas
valores de contagem, ou seja números inteiros ou números naturais em sequência. Um exemplo de
variável quantitativa discreta seria, por exemplo, uma que assumisse apenas os seguintes valores :
{ 1; 3,5 ; 5,75 ; 10 }. Apesar dessa variável abranger valores não inteiros ela apresenta saltos de
descontinuidade: nesse exemplo ela não pode assumir nenhum valor intermediário entre 1 e 3,5 ou
entre 5,75 e 10.

Referências bibliográficas

DA SILVA, Cecília Moura. Estatística Aplicada à Psicologia e Ciências Sociais. Editora McGraw-
Hill. Lisboa. 1994.

FERNANDES, Edite Manuela da G.P. Estatística Aplicada. Universidadedo Minho, Braga,1999.

HUOT, Réjean. Métodos Quantitativos para Ciências Humanas. Instituto Piaget. Lisboa. 1999.

MARTINAZZO, Claodomir António. Apostila de Estatística Aplicada à Computação. Universidade

Integrada do Alto Uruguai e das Missões. Campus de Erechim. 2008.