População

População é o conjunto de indivíduos que habitam uma

determinada localidade. Os estudos populacionais são de
suma importância para o planejamento territorial.

População caracteriza-se pelo conjunto de indivíduos que

habitam um determinado território.
A população é um conceito demográfico que designa o total de
habitantes de um território. Esse conceito é muito importante nos
estudos demográficos, pois é utilizado em diversas análises
populacionais. A população mundial cresceu de forma acentuada
ao longo do século XX, devido à diminuição da mortalidade e
elevação da natalidade. Porém, o século XXI apresenta forte
tendência de redução do crescimento da população global,
especialmente devido à diminuição da natalidade.

Resumo sobre população

Trabalho investigativo

1
 A população é um conceito que se refere ao total de habitantes
de um determinado território.

 Há dois tipos de população: absoluta e relativa.

 A população absoluta remete ao número total, ou seja, o número

absoluto de habitantes de uma área.

 A população relativa indica a relação entre o número total de

habitantes e a área que eles ocupam.

 A demografia é uma ciência que utiliza o conceito de população

para entender a lógica das dinâmicas populacionais.

 Atualmente, o planeta possui mais de oito bilhões de habitantes,

distribuídos principalmente na Ásia, África e América.

 A China, com cerca de 1,411 bilhão de habitantes, é o país mais

populoso do mundo, um pouco à frente da Índia em números
absolutos.

 O Brasil possui cerca de 213 milhões de habitantes. As regiões

Sudeste e Nordeste são as mais populosas do país.

O que é população?

População é um conceito demográfico que designa o conjunto

de indivíduos que habitam uma dada localidade. Nos estudos
populacionais, a população é considerada um importante
parâmetro para analisar a realidade demográfica de um grupo
específico.
Não pare agora... Tem mais depois da publicidade ;)

Quais são os tipos de população?

A população refere-se ao conjunto de indivíduos de um território.

Há dois tipos de população, sendo eles:

Trabalho investigativo

2
 População absoluta: é o número total de pessoas que habitam
um determinado território.

 População relativa: é o número total de habitantes divididos pela

área do seu território de habitação. A população relativa, também
chamada densidade demográfica, é representada em quilômetro
quadrado (hab./km²).

População e demografia

A população é um conceito importante nos estudos da

Geografia da População e da demografia, visto que os dados
populacionais são utilizados na confecção de diversas pesquisas e
indicadores, bem como na formulação de políticas públicas. Nesse
sentindo, enquanto a demografia é a ciência que estuda as
dinâmicas da população, a Geografia da População é a parte da
ciência geográfica que trabalha espacialmente os diversos
contextos populacionais.

População mundial

A população mundial compreende o número total de indivíduos

que habitam o planeta. Esse número aumentou substancialmente
ao longo do século XX, especialmente por causa das modificações
na sociedade mundial, como os processos de urbanização e
industrialização, além da melhora das condições de saúde de boa
parte da população.

Atualmente, estima-se que há cerca de oito bilhões de

habitantes no planeta. Esse número aumentou
consideravelmente com a diminuição da taxa de mortalidade
infantil, a constância da taxa de natalidade e a elevação
da expectativa de vida. Porém, a distribuição da população
mundial não é homogênea, com boa parte desses habitantes
concentrados nos países subdesenvolvidos.

Trabalho investigativo

3
Verifica-se que há uma forte tendência de decréscimo da
população do planeta nas próximas décadas. Esse cenário é
evidenciado pela diminuição da taxa de natalidade global e por
questões econômicas e sanitárias, como a maior participação das
mulheres no mercado de trabalho e o fácil acesso aos métodos
contraceptivos. Para saber mais, acesse: População mundial.

População do Brasil

A população do Brasil possui atualmente um total de cerca de

213 milhões de habitantes. O crescimento da população local
ocorreu de forma acentuada ao longo do século XX, assim como
no cenário mundial, mediado pelos processos de urbanização e
de industrialização. O êxodo rural aumentou de forma substancial
a população urbana brasileira e a população total do país.

As melhorias nos setores de saúde e educação implicam, na

atualidade, diminuição das taxas de fecundidade. Logo, o
Brasil deve vislumbrar nos próximos anos um processo de
decréscimo populacional, marcado pelo envelhecimento da
população, seguindo assim novamente uma tendência global.

Leia também: Envelhecimento populacional e previdência —

como se relacionam?

População da China

A população da China é formada na atualidade por cerca de

1,411 bilhão de habitantes. A China é o país mais populoso do
mundo. O acentuado crescimento da população do país deu-se
em razão da queda da taxa de mortalidade infantil, mediante
melhoras das condições de saúde dos chineses.

A China é o país mais populoso do mundo. [1]

Porém, a altíssima taxa de natalidade do país resultou na
adoção de uma política de controle de natalidade, conhecida
mundialmente como Política do Filho Único, que buscava
Trabalho investigativo

4
 manter o crescimento da população chinesa de forma sustentável.
Atualmente, essa política foi flexibilizada, por causa:

 do aumento da expectativa de vida;

 do conseguinte envelhecimento da população do país;

 da diminuição da taxa de natalidade;

 da diminuição da população local em idade ativa.

Exercícios resolvidos sobre população

Questão 1

(UFRGS 2019) Leia o segmento abaixo.

Segundo o IBGE, a partir de 2039, haverá mais idosos que crianças

no país, e, em 2060, um em cada quatro brasileiros terá mais de
65 anos.

O aumento do percentual de pessoas com mais de 65 anos, no

total da população brasileira projetada, está relacionado

A) à estagnação das taxas de migrações.

B) ao aumento da mortalidade infantil.

C) ao aumento das taxas de fecundidade.

D) à diminuição da expectativa de vida ao nascer.

E) à diminuição da natalidade.

Resolução:

Alternativa E

O aumento da expectativa de vida da população é um dado

demográfico que mostra, entre outras informações, a diminuição
da taxa de natalidade, indicando assim o envelhecimento da
população brasileira.
Trabalho investigativo

5
Questão 2

(UFRGS 2019) Observe os dados da tabela abaixo.

Assinale a alternativa que indica, respectivamente, o município

mais povoado e o menos populoso.

A) Salvador – São José dos Campos

B) Manaus – Duque de Caxias

C) Canoas – Manaus

D) Salvador – Canoas

E) Duque de Caxias – Canoas

Resolução:

Alternativa D

A cidade mais povoada, ou seja, com maior população relativa,

é Salvador (BA), visto que concentra o maior número de
habitantes por área entre as cidades listadas. Já a menos
populosa, conceito que considera o número total de habitantes, é
Canoas (RS).

Em estatística e metodologia da pesquisa quantitativa,

uma amostra é um conjunto de dados coletados e/ou selecionados de
uma população estatística por um procedimento definido.[1] Os elementos de
uma amostra são conhecidos como pontos amostrais, unidades amostrais ou
observações.
Tipicamente, a população é muito grande, portanto fazer um censo ou
uma enumeração completa de todos os valores na população é pouco prático
ou impossível.[2] A amostra geralmente representa um subconjunto de tamanho
Trabalho investigativo

6
manejável.[3] Amostras são coletadas e estatísticas são calculadas a partir das
amostras, de modo que se possam fazer inferências ou extrapolações da
amostra à população.[4]
A amostra de dados pode ser retirada de uma população "sem reposição"
(nenhum elemento pode ser selecionado mais de uma vez na mesma amostra),
no caso em que a amostra é um subconjunto de uma população, ou "com
reposição" (um elemento pode aparecer múltiplas vezes em uma amostra), no
caso em que a amostra é um multisubconjunto.[5]

Tipos de amostra

Uma representação visual da

seleção de uma amostra aleatória simples.
Uma amostra completa é um conjunto de objetos de uma população de origem
que inclui todos os objetos que satisfazem um conjunto de critérios de seleção
bem definidos.[6] Por exemplo, uma amostra completa de homens australianos
com altura superior a dois metros consistiria em uma lista com todos os
homens australianos com altura superior a dois metros. Contudo, não incluiria
homens alemães, mulheres australianas altas ou pessoas com altura inferior a
dois metros. Então, compilar tal amostra completa exige uma lista completa da
população de origem, incluindo dados sobre altura, gênero e nacionalidade
para cada membro da população de origem. No caso de populações humanas,
é improvável que tal lista completa exista, já que a população humana está na
casa dos bilhões. No entanto, tais amostras completas estão frequentemente
disponíveis em outras disciplinas, como o conjunto de jogadores em uma
divisão principal de esportes, as datas de nascimento dos membros de um
parlamento ou uma lista de magnitude limitada completa de objetos
astronômicos.
Uma amostra não viesada (representativa) é um conjunto de objetos escolhidos
a partir de uma amostra completa usando um processo de seleção que não
depende das propriedades dos objetos.[7] Por exemplo, uma amostra não
viesada de homens australianos com altura superior a dois metros pode
consistir em um subconjunto aleatoriamente amostrado de 1% dos homens
australianos com altura superior a dois metros. Contudo, um subconjunto
escolhido a partir do registro eleitoral pode ser viesada já que, por exemplo,
homens com menos de 18 anos não estarão no registro eleitoral. No contexto
astronômico, uma amostra não viesada pode consistir em uma fração de uma

Trabalho investigativo

7
amostra completa para a qual os dados estão disponíveis, desde que a
disponibilidade dos dados não seja viesada por propriedades individuais de
fontes.
A melhor forma de evitar viés ou não representatividade é selecionar uma
amostra aleatória, também conhecida como amostra probabilística. Uma
amostra aleatória é definida como uma amostra em que cada membro
individual da população tem um chance conhecida e diferente de zero de ser
selecionado como parte da amostra.[8] Os vários tipos de amostras aleatórias
incluem amostras aleatórias simples, amostras sistemáticas, amostras
aleatórias estratificadas e amostras aleatórias por conglomerados.
Uma amostra que não é aleatória é chamada de amostra não aleatória ou
amostra não probabilística.[9] Alguns exemplos de amostras não aleatórias
incluem as amostras por conveniência, amostras por julgamento, amostras
intencionais, amostras por quotas, amostras por bola de neve e nós de
quadratura em métodos quase-Monte Carlo.

Amostragens probabilísticas
 Amostragem aleatória: É a amostra cuja formação precisou de um
procedimento de seleção dos elementos ou grupo de elementos de modo
que dá a cada elemento uma probabilidade de inclusão na amostra que
seja calculável e diferente de zero.[10]

 Amostragem aleatória simples: É aquela em que toda amostra possível

de mesmo tamanho tem a mesma chance de ser selecionada a partir da
população.[11]

 Amostragem aleatória com reposição: É aquela em que os elementos da

amostra podem se repetir, estando presente mais de uma vez na amostra,
mesmo participando somente uma vez da população.
 Amostragem sistemática ou catastrófica: Consiste em um elemento
aleatório, por exemplo, um nome a cada dez de uma lista, a décima peça
produzida em uma linha de produção etc. Sua principal vantagem é sua
simplicidade e flexibilidade, sendo mais fácil de instruir os trabalhadores de
campo.[12]

 Amostragem estratificada: Consiste em dividir ou estratificar a população

em um certo número de subpopulações que não se sobrepõem e então
extrair uma amostra de cada estrato. Este tipo de amostragem também é
usado quando métodos diferentes de coleta de dados são aplicados em
diferentes partes da população.[13]
 Amostragem representativa: É a amostra da qual a análise pode oferecer
conclusões válidas sobre a população, para tanto é preciso que a amostra
seja extraída de acordo com critérios bem definidos.[14]
Amostragens não probabilísticas
As amostragens não probabilísticas servem para sondagens sem propósitos
inferenciais, nestes casos, os processos que envolvem comparações

Trabalho investigativo

8
estatísticas que usem cálculos científicos não são válidos. Os processos de
amostragem não probabilísticos podem ser:[15]

 Amostragem de voluntários: É quando os próprios componentes da

população se voluntariam para participar de uma pesquisa.
 Amostragem por bola de neve: Escolhem-se voluntários e estes indicam
"conhecidos" com o mesmo perfil para responder entrevistas ou
questionário e assim sucessivamente. Formam-se redes de referência.
 Amostragem por quotas: Consiste em buscar repetir a proporção de
elementos de cada estrato da população, na amostragem por cotas os
elementos da amostra não são selecionados através de sorteio.

 Amostragem por escolha racional: É quando o pesquisador busca na

população uma parte dela que interessa, ou seja, os participantes são
escolhidos por terem uma ou mais características específicas.

Descrição matemática da amostra aleatória

Em termos matemáticos, dada uma variável aleatória com distribuição , uma

amostra aleatória de comprimento (em que pode ser qualquer um de ) é um

conjunto de variáveis aleatórias independentes e identicamente distribuídas com

distribuição

O QUE É AMOSTRAGEM?
De forma geral, a amostragem é um procedimento para escolher apenas alguns
membros de uma população inteira, de forma que seja possível fazer análises e
chegar em conclusões sobre a população inteira.

Em outras palavras, a amostragem é uma parte da população que permite concluir

e caracterizar a população inteira.

A definição da amostragem serve, portanto, para viabilizar algumas pesquisas

quantitativas e racionalizar recursos.

Vamos pensar, por exemplo, um projeto de pesquisa que queira investigar a

possibilidade de uma doença nas pessoas brasileiras de mais de 50 anos. Seria
bastante difícil analisar o prontuário médico de todas as pessoas nessa condição
no Brasil.
Então, se realmente fosse necessário analisar todos esses prontuários para
concretizar a pesquisa, seria inviável ou, quando menos, custaria muito caro e
gastaria muuuuito tempo. É aí que entra a amostragem.
Ou seja: a amostragem serve para possibilitar a realização de algumas pesquisas,
já que permite que se defina apenas uma amostra que represente todo o conjunto
de interesse.
E para isso, temos que pensar em muitas questões importantes. Afinal de contas,
ao analisar apenas uma parte para chegar em conclusões que representam uma

Trabalho investigativo

9
população inteira, temos que ter em mente que vão existir alguns desvios da
realidade.

Se formos analisar, por exemplo, em uma monografia sobre o hábito alimentar

entre a população brasileira inteira, a nossa amostra pode sofrer desvios se
selecionarmos mais jovens do que idosos; mais crianças do que adultos; mais
pessoas de regiões frias do que regiões quentes. E assim por diante.
Por essa razão, de forma geral, a amostra deve ser:

 Um conjunto que representa a população

 de alguma forma, aleatória

Conceitos básicos
Antes de seguir no estudo de amostragem, vamos fixar esses conceitos.

População

A população é a totalidade de itens, de pessoas ou de elementos que contém

todas as informações disponíveis para tirar alguma conclusão.

Por exemplo, se pensarmos no contexto de eleições municipais, a população

seriam todas as pessoas que têm capacidade civil de votar.

Característica populacional

Esse é o aspecto da população que a pesquisa quer medir.

Se pensarmos no exemplo anterior, a característica populacional seria a intenção

de voto da população nas eleições municipais.

Unidade amostral

Define-se a partir do interesse da pesquisa. Pode ser um indivíduo, pode ser uma
família, pode ser um bairro de uma cidade. Essa escolha é feita logo no início da
pesquisa.

Amostragem

Como foi dito, é a parcela do universo inteiro da pesquisa científica que será
efetivamente investigado.

Erro amostral

É a porcentagem de variação dos resultados da pesquisa.

Por exemplo: uma dissertação de mestrado que quer encontrar a proporção de

brasileiros com casa própria possui índice de erro de 5%. Suponha que a pesquisa
retorne o resultado de que 45% da população possui casa própria, o erro amostral
indica que o resultado real pode variar em 5 pontos percentuais para mais ou para
menos, ou seja, o número de brasileiros com casa própria fica entre 40% e 50% da
população.
Distribuição da população
Trabalho investigativo

10
Índice de homogeneidade da população. Quanto menos variações existir na
população, a amostragem necessária para a pesquisa será menor. Afinal, vão
existir menos grupos que precisarão ser representados.

Nível de confiança

É o índice que demostra a probabilidade dos resultados refletirem as opiniões de

toda a população.

Por exemplo: uma tese de doutorado com nível de confiança de 95% quer dizer
que se repetir a pesquisa por 100 vezes, em 95 o resultado será o mesmo.
Margem de erro

É a diferença do resultado que a pesquisa pela amostra encontrou para a média

da população. Logo, existe uma relação inversamente proporcional entre a
margem de erro e o tamanho da amostra.

Isso significa que quando menor for a margem de erro, maior terá de ser a
amostra.

Aleatoriedade

Para termos resultados muito próximos da realidade da população, a escolha da

amostragem deve ser totalmente aleatória. Isso porque quanto menos presa a
amostra for a uma categoria, mais a amostragem representará a população como
um todo.

POR QUE FAZER UMA AMOSTRAGEM?

Bom, a importância de selecionar uma amostragem refere-se diretamente aos
benefícios de se fazer uma amostragem.

A verdade é que muitos pesquisadores só alcançaram conhecimentos

científicos importantes porque realizaram pesquisas através de amostragem.
Isso porque, como eu já te falei, ao selecionar amostragem, há uma economia de
tempo e de recursos para fazer a pesquisa.

Além do mais, a manipulação dos dados é muito mais simples. Se pensarmos que
a análise de 1.000 pessoas é suficiente, por que é necessário analisar um arquivo
com milhares de dados?

DESVANTAGEM DA AMOSTRAGEM
A grande desvantagem da amostragem é que os resultados estão sujeitos a uma
margem de erro.

Quer dizer, existe um erro controlado no resultado, em razão da própria natureza

da amostragem e da necessidade de generalizar os resultados.

Então, vamos supor que a pesquisa é um artigo científico que vai analisar a
porcentagem de pessoas fumantes na cidade de Florianópolis. Uma maneira de
descobrir essa informação é entrar em contato com todas as pessoas que habitam

Trabalho investigativo

11
Florianópolis e perguntar se são fumantes. A outra maneira é selecionar uma
amostragem de, por exemplo, 1.000 pessoas e perguntar a essas pessoas.
Mas essa generalização pode apresentar alguns erros. Vamos supor que nessa
amostra aleatória o resultado seja de 25% de fumantes. É simples a lógica que diz
que de 1.000 pessoas que moram Florianópolis, 25% fumam.

Se analisarmos toda a população de Florianópolis, o número de fumantes deveria

representar a mesma porcentagem de 25%. Mas a seleção – ainda que aleatória –
pode ter sido de mais ou menos fumantes para representar a amostra.

É muito comum que a análise da população geral encontre resultados diferentes

da amostra. A notícia boa é que também é possível calcular esse erro através da
margem de erro e do nível de confiança.

TIPOS DE AMOSTRAGEM
Existem duas formas de selecionar a amostragem da pesquisa: a não-
probabilística e a probabilística. O tipo de amostragem se relaciona ao grau de
aleatoriedade dessa seleção.

Amostragem não-probabilística
A amostragem não-probabilística se caracteriza quando existe uma escolha
deliberada dos elementos para compor a amostra. Isso significa que escolha da
amostra depende de critérios que o próprio pesquisador define.

Ou seja, os mecanismos para seleção da amostra não são aleatórios. Daí porque
se entende que não há como garantir a representatividade da amostra.

Métodos de amostragem não-probabilística

Dentre o tipo de amostragem não-probabilístico, existem métodos diferentes de

selecionar a amostragem.

Amostragem por conveniência ou por acessibilidade

É o método menos rigoroso de escolher a amostragem, porque o pesquisador

seleciona os elementos dos quais tem acesso direto. Ou seja: seleciona-se os
elementos por estarem imediatamente disponíveis.

Um exemplo é um jornalista que entrevista as pessoas que for encontrando na rua.

Amostragem por julgamento ou intencional

É quando a seleção da amostra parte do julgamento de uma pessoa que é

experiente no assunto ou a partir de informações disponíveis e importantes para a
pesquisa. Ou seja: a pessoa escolhe intencionalmente os elementos que fazem
parte da amostra.

Então, escolhe-se a amostra a partir de informações disponíveis, para que a

amostra represente toda a população.

Trabalho investigativo

12
Por exemplo: uma pesquisa para entender o processo de pessoas que pretendem
fazer mestrado. O critério de seleção é a pergunta: “você tem interesse em estudar
para o mestrado?” e aqueles que responderem “não” não participarão da pesquisa.

Amostragem de bola de neve

É um método que se usa para entender assuntos difíceis de rastrear, normalmente

assuntos difíceis e sensíveis. Então, usa-se a técnica de bola de neve para
rastrear outras pessoas para participarem.

A técnica de bola de neve consiste em perguntar para a pessoa participante se ela

conhece outra pessoa que também estaria disponível para participar da pesquisa e
assim por diante.

Amostragem por cotas

A amostragem por cotas parte de um padrão pré-estabelecido. Usa-se esse

método quando não existe um cadastro que possibilite fazer um sorteio para
selecionar a amostra mas, que ao mesmo tempo, existe informação sobre o perfil
da população.

Então, estabelece-se critérios para classificar a população e determina-se a

proporção da população para cada classe. Depois disso, fixa-se as cotas em
observância à proporção das classes.

Amostragem probabilística
A amostragem probabilística, por sua vez, se caracteriza quando a seleção dos
elementos da amostra é aleatória. Isso significa que cada elemento da população
tem a mesma chance de fazer parte da amostra.

O grande benefício da amostragem probabilística é reduzir os vieses da amostra,

já que a seleção é aleatória.

Por esse motivo, é um tipo de amostragem que segue métodos rigorosamente

científicos.

Métodos de amostragem probabilística

Dentre a amostragem probabilística, também existem métodos diferentes de

selecionar a amostra.

Amostragem aleatória simples (AAS)

É o processo que melhor define a escolha aleatória. Indica-se para selecionar

amostras de populações homogêneas, a partir de um simples sorteio.

Por exemplo: aplicar um questionário de satisfação sobre os serviços de uma loja

em 50 clientes de um banco de dados de 200 pessoas, através de sorteio.

Amostragem por cluster ou conglomerado

Trabalho investigativo

13
Divide-se a área da população em seções ou conglomerados. Depois, seleciona-
se os conglomerados de forma aleatória. E dentro dos conglomerados, todos os
elementos participam da amostra.

Amostragem sistemática

A escolha da amostra segue um intervalo pré-definido e regular de uma população.

Para isso, ordena-se a população para que seja possível identificar a posição de
cada um.

Para encontrar os pontos de coleta sistemática é necessário fazer os seguintes

passos.

1. Calcular a razão R=N/n – N é o tamanho da população e n é o tamanho da

amostra
2. Sortear um número de 01 até R
3. Obter a amostra: número sorteado, número sorteado + R, número sorteado
+ 2R…
Por exemplo: um pesquisador quer coletar uma amostra sistemática de 10
pessoas em uma população de 100. Cada elemento da população terá um número
de ordem de 1 a 100.

Portanto, o R = 10 (População total/tamanho da amostra = 100/10=10).

Número sorteado: 8

Amostra: 8, 18, 28, 38, 48, 58, 68, 78, 88 e 98.

Amostragem aleatória estratificada

A amostragem estratificada consiste em dividir a população em subgrupos mais

homogêneos – que são os estratos -, de forma que exista homogeneidade dentro
desse subgrupo. Mas que entre os estratos exista heterogeneidade.

A definição dos estratos pode ser em relação ao gênero, idade, renda, grau de
instrução, localização, por exemplo.

Por exemplo: em uma pesquisa de satisfação da loja, separou-se dois estratos

pelo gênero feminino e masculino. Verificou-se que, dentro das 100 pessoas, 30%
são do gênero feminino e 70% são do gênero masculino. Portanto, delimita-se que
dentre os 10 clientes que responderão a pesquisa, 3 devem ser do gênero
feminino e 7 do masculino. Depois disso, dentre os estratos, faz-se um sorteio
simples.

Conceito de Variável
No ambiente os fenômenos observados podem ser ligados a um dado conjunto de
resultados possíveis. Dessa forma, variável pode ser entendida como qualquer

Trabalho investigativo

14
quantidade, qualidade, magnitude... de uma característica que pode possuir vários
valores numéricos.

Variável pode ser entendida como uma classificação ou uma medida; uma quantidade
que se altera em cada caso ou unidade de estudo. Uma propriedade no objeto de estudo
que pode ser medida e enumerada.

Variável é, convencionalmente, um elemento representante do conjunto de todos os

resultados possíveis de um fenômeno.

Uma variável pode ser classificada em dois tipos:

 Quantitativa: seus valores são dados em números (idade, peso, nº de filhos...)

 Qualitativa: seus valores não são numéricos, mas sim determinadas
características (sexo, cor dos olhos, raça...)

Dentre ainda as variáveis quantitativas podemos dividi-las em contínuas ou discretas.

 Variáveis quantitativas contínuas: variável que pode assumir qualquer valor

(inteiros e fracionários) dentro de um intervalo;
 Variáveis quantitativas discretas: variável que assume valores geralmente
inteiros.

Níveis de mensuração das variáveis

Existem níveis crescentes de mensuração. As operações admissíveis para um conjunto

numérico de dados experimentais dependem do nível ou escala de mensuração
alcançada por tal conjunto que, em ordem crescente são apresentados a seguir:

 Escala nominal: Quando classes ou símbolos são usados para identificar os

grupos a que vários objetos pertencem, essas classes, não ordenadas, constituem
uma escala nominal.
 Escala ordinal: Quando, além de classificar as unidades de acordo com as
classes, a mensuração permite ordenar essas classes relativamente ao grau de
classificação da variável, atinge-se o nível seguinte de mensuração denominado
de escala ordinal.
 Escala intervalar: Atinge-se esse nível quando além de ordenar as classes de uma
variável, podemos dizer quanto valem exatamente as diferenças entre as classes.
 Escala das razões: A escala da mensuração mais elevada, com origem zero não
arbitrária e onde é possível a realização de todas as operações aritméticas.

Trabalho investigativo

15