See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/275155269

CADASTRO TÉCNICO MULTIFINALITÁRIO URBANO VERSUS SETORES

CENSITÁRIO PARA A TOMADA DE DECISÃO

Conference Paper · July 2005

CITATION READS

1 91

2 authors:

Antonio Guarda Ruth Nogueira

25 PUBLICATIONS 28 CITATIONS
Federal University of Santa Catarina
53 PUBLICATIONS 235 CITATIONS
SEE PROFILE
SEE PROFILE

All content following this page was uploaded by Antonio Guarda on 19 April 2015.

The user has requested enhancement of the downloaded file.

 CADASTRO TÉCNICO MULTIFINALITÁRIO URBANO VERSUS
SETORES CENSITÁRIO PARA A TOMADA DE DECISÃO

Antônio Guarda*
Ruth Emilia Nogueira Loch**
Universidade Federal de Santa Catarina
* Bacharel em Geografia
** Professora doutora
Centro de Filosofia e Ciências Humanas - Departamento de Geociências
Rua Eng. Agr. Andrey Cristian Ferreira S/N,
Cidade Universitária, Trindade, Florianópolis - SC
CEP 88040-900

RESUMO
Os dados disponibilizados pelo IBGE estão sempre atrelados a setores censitários, fato que nem sempre é
conveniente para a realização de pesquisas socioeconômicas, pois os setores são áreas definidas por critérios
quantitativos e não qualitativos. Com isto, podem-se perder informações que, de fato, não são confinadas a certos
setores e, conseqüentemente, os resultados podem ficar agrupados em uma classe única, não condizendo com a
realidade. Entretanto, sabe-se que existem outras maneiras de se delimitar áreas de interesse para pesquisas
socioeconômicas que têm como objetivo a tomada de decisão ou Geomarketing. Podem-se utilizar dados de diversos
cadastros existentes e a combinação dos mesmos com os dados gráficos do Cadastro Técnico Multifinalitário. Neste
artigo, será relatado um trabalho realizado com a finalidade de se avaliar o emprego de dois métodos de seleção de
amostras em uma população considerando-se os setores censitários do IBGE e os dados do Cadastro Técnico
Multifinalitário - CTM - para a tomada de decisão. Foi utilizada como área teste o Distrito de Campinas no Município
de São José, em SC, que tinha dados recentes do Cadastro. Nesse local foi realizada uma pesquisa de opinião, por
amostragem, sobre a percepção dos entrevistados quanto à presença de áreas de laser na comunidade, tais como praças,
parques, áreas esportivas, etc.. Os resultados foram demonstrados através de mapas temáticos que foram elaborados
pelo agrupamento das informações por setores censitários, cujas informações são agrupadas por medidas de tendência
central por setor e bairro, bem como o Cadastro Técnico Multifinalitário, que é gerado através da
geoestatística/krigagem, por método de isolinhas, onde se obteve resultados que permitiram verificar a opinião dos
entrevistados de forma mais localizada.

Palavras chaves: Cadastro Técnico Multifinalitário, Setores Censitários do IBGE, Geomarketing, Krigagem.

ABSTRACT
The data made available by IBGE are harnessed always to sections census, fact that not always it is
convenient for the accomplishment of socioeconomic researches, because the sections are defined areas for quantitative
criteria and no qualitative. With this, they can get lost information that, in fact, they are not confined the certain sections
and, consequently, the results can be contained in an only class, not matching with the reality. However, it is known that
another exist sort things out of if to delimit areas of interest for socioeconomic researches that you/they have as
objective the socket of decision or Geomarketing. Data of several existent registers and the combination of the same
ones can be used with the graphic data of the Technical Register Multifinalitary. In this article, a work will be told
accomplished with the purpose of if to evaluate the job of two methods of selection of samples in a population being
considered the sections census of IBGE and the data of the Technical Register Multifinalitary - CTM - for the socket of
decision. It was used as area tests the District of Campinas in the Municipal district of São José, in Santa Catarina,
which had recent data of the Register. In that place an opinion research was accomplished, for sampling, about the
interviewees' perception as for the presence of laser areas in the community, such as squares, parks, sporting areas, etc..
The results were demonstrated through produced thematic maps (that were elaborated) for the grouping of the
information for sections census, whose information are contained by measures of central tendency by section and
neighborhood, as well as the Technical Register Multifinalitary, that is generated through the geoestatistic/krigagem, for
isolines method, where it was obtained results that allowed to verify the interviewees' in a more located way opinion.

Word-key: Technical Multifinalitary Register, Census Sectors of the IBGE, Geomarketing, Krigagem.
1 INTRODUÇÃO
O IBGE se constitui no principal provedor
de dados e informações do país. Para atender às
necessidades dos mais diversos segmentos da
sociedade civil, bem como dos órgãos das esferas
governamentais federal, estadual e municipal. Para isto
o IBGE dividiu o Território Nacional em unidades
territoriais de coleta de informações, chamadas de
Setores Censitários.
A delimitação dos setores censitários,
conforme IBGE (1990), tem por objetivo, realizar uma
cobertura sistemática e ordenada de todo o território
brasileiro, quando da realização do Censo Demográfico
com periodicidade decenal. Nos períodos entre censo,
o IBGE realiza pesquisas sócio-econômicas, através de
planos amostrais tais como: PNAD (Pesquisa Nacional
por Amostra Domiciliar), PME (Pesquisa Mensal de
Emprego), POF (Pesquisa de Orçamento Familiar),
entre outras. Estes planos amostrais podem ser
estratificados por Unidade da Federação, Municípios,
Distritos, Urbano, Rural e Setores.
Órgãos públicos, autarquias, e empresas
privadas que se utilizam dos setores censitários, para
planejar pesquisas e tomadas de decisões. Terão as
áreas de interesses dos seus objetos de estudo, sempre
atreladas aos setores censitários, bem como os
resultados destas pesquisas.
Tem sido identificada uma clara dificuldade
em planejar, mapear ou delimitar estas áreas, resultante
das pesquisas socioeconômicas, e que são definidas
através de variáveis qualitativas. Sem contar a
inexistência de discussões sobre alternativas para a
produção de pesquisa amostral, sem usar os setores
censitários. Entretanto, sabe-se que existem outras
maneiras de delimitar estas áreas de estudo, por
exemplo, através dos dados de diversos cadastros
existentes e a combinação dos mesmos com um
Cadastro Técnico Multifinalitário – CTM.
Acredita-se ser possível utilizar o CTM, se
estiver atualizado, para planejar uma pesquisa amostral
e posteriormente aplicar a Geoestatística, para obter
dados, e espacializar em mapas temáticos. Esse tipo de
resultado, que pode ser visualizado em mapas, é uma
poderosa ferramenta para a tomada de decisão.
2 OBJETIVO
O objetivo do trabalho foi comparar dois
métodos de seleção de amostras em um universo de
população e os dados do Censo 2000, considerando os
setores censitários do IBGE e os dados do Cadastro
Técnico Multifinalitário, com a finalidade de auxiliar
na tomada de decisões.
3 EMBASAMENTO TEÓRICO
METODOLÓGICO
3.1 SETORES CENSITÁRIOS DO IBGE
IBGE (1990), define setores censitários, em
seu “Manual de Delimitação de Setores e Zonas de
Trabalho de 1990”, como: “... Uma Unidade territorial
de Coleta. É a unidade de controle cadastral formada
por área continua, situada em um único quadro
urbano ou rural, com dimensão e número de
domicílios ou estabelecimentos que permitam o
levantamento das informações por um único agente
credenciado, segundo cronograma estabelecido. Seus
limites devem respeitar os limites territoriais
legalmente definidos e os estabelecidos pelo IBGE
para fins estatísticos. Serão definidos
preferencialmente, por pontos de referência estáveis e
de fácil identificação no campo, de modo a evitar que
um agente credenciado invada a unidade territorial de
coleta de responsabilidade de outro agente
credenciado, ou omita a coleta na área sob sua
responsabilidade... Estas unidades servirão de base a
todos os levantamentos por amostragem
probabilística...” Como se pode observar o IBGE
divide o país em setores censitários, observando a
hierarquia política administrativa (Estados, Municípios,
Distritos, Urbano, Rural). Este planejamento é feito
para realizar uma cobertura em todo território, sem
sobreposições de área ou deixar áreas sem cobertura,
em aberto. Para definição destas áreas (setor) não é
observado nenhum critério qualitativo, seja eles,
sociais, econômicos, ambientais, geomorfológico,
micro-bacia, ou outro qualquer (com exceção dos
setores de aglomerados subnormais, entendido pelo
IBGE como favela ou similar, e para constituí-lo deve
existir carência de serviços públicos essenciais, os
moradores não devem possuir titulo de propriedade da
terra e sem padrões de urbanização). O critério que
define os setores é somente quantitativo, ou seja, os
setores urbanos terão que ter em média 350 domicílios
e os setores rurais 200 domicílios ou 150
estabelecimentos agropecuários ou 500 km² de área
máxima do setor.
Cada setor censitário possui uma caderneta
com croqui da área do setor, bem como um memorial
descritivo dos limites do setor. Quando realizado o
Censo Demográfico, o recenseador percorre toda a área
do setor preenchendo as folhas de coleta. Conforme
definição do IBGE (2000), em seu “Manual de
Recenseador” a folha de coleta é um instrumento para
relacionar todos os domicílios e unidades não-
residenciais do setor. Sendo cada linha um registro de
cada unidade visitada. Estas folhas de coleta, não são
nada mais que um cadastro das unidades domiciliares e
não domiciliares existente no setor censitário.
3.2 GEOESTATÍSTICA
A Geoestatística é uma ferramenta que
permite obter informações ou estimar dados em locais
não amostrados, desde que se conheça o fenômeno,
conforme USP (2003).
Outra definição para a Geoestatística foi
dada por GASA (2004), como o ramo da estatística que
lida com problemas associados ao espaço.
A geoestatística foi desenvolvida
inicialmente, para uso na geologia, no qual o processo
de interpolação de dados amostrais mais utilizado é o
sistema de rede, chamado também de krigagem, nome
genérico dado ao processo de estimativa, baseado na
Teoria das Variáveis Regionalizadas. O nome é em
homenagem à D.G. Krige, engenheiro de minas sul
africano que foi o pioneiro no uso de médias móveis
para avaliação dos depósitos de ouro do Rand (USP,
2003).
Este sistema de rede, que a geoestatística se
utiliza, é um sistema onde uma área de estudo é
dividida em quadrículas, e lançada à localização da
amostra na quadrícula a que ela pertence, e através de
uma interpolação dos valores amostrados é criada uma
isolinha que é limite de uma região afim. Em síntese
ela nos diz que “Pontos próximos no espaço tendem a
ter valores mais parecidos do que pontos mais
afastados” (USP, 2003).
Por exemplo, para realizar uma pesquisa
sobre tipo de solo, é realizada uma matriz geográfica
para localização dos pontos de coleta de amostra do
solo. Quanto mais próximos estão os pontos melhor
será a identificação do limite das áreas de tipo de solo.
Este processo de estimativa, em particular
esta relacionada com as concentrações de minerais em
minas. Porém, a teoria da geoestatística tem sido
aplicada com sucesso na área das ciências sociais e do
ambiente.
3.3 UNIVERSO ESTATÍSTICO, POPULAÇÃO E
CENSO
Universo Estatístico é a totalidade de
indivíduos, que podem ser objetos de uma pesquisa. Já
População, são todos os indivíduos integrantes, de um
universo estatístico, passível de um levantamento ou
pesquisa, PEREIRA (1978). Estes indivíduos podem
ser agrupados com características próprias, criando
uma população alvo.
O levantamento censitário é um processo
estatístico de contagem geral de todos os indivíduos do
universo. Sendo assim, o Censo Demográfico é a
contagem de todas as pessoas de um país. O censo
demográfico também é o conjunto de dados estatísticos
sobre a população de um país.
No Brasil, os censos demográficos são
realizados de 10 em 10 anos e o IBGE é, por lei, o
órgão responsável pela sua realização. As informações
que compõem os questionários podem variar em cada
censo, com o objetivo de refletir a realidade do
decênio.
As informações obtidas do censo são
importantes para uma melhor planejamento,
administração e gerenciamento dos municípios e
estados do país, possibilitando políticas precisas,
através das informações atualizadas sobre a população
sob suas jurisdições.
3.4 AMOSTRAGEM
A amostragem é a técnica de pesquisa na
qual um sistema preestabelecido, ou plano amostral, de
amostra é considerado idôneo para representar o
universo pesquisado, com margem de erro aceitável. A
escolha destas amostras deve ser aleatória, qualquer
individuo da população pesquisada deve possuir as
mesmas chances que outro individuo de pertencer à
amostra. Por isto, para podermos realizar alguma
pesquisa, por amostra, é preciso conhecer o universo
estatístico, através de um cadastro ou relação dos
indivíduos do universo – FERREIRA (1987).
Conhecendo, ou possuindo o registro de
todos os objetos do universo de estudo (cadastro),
podemos gerar uma amostra confiável – SPIEGEL
(1993).
Dependendo do objeto de estudo, a seleção
da amostra pode ser, entre outras, aleatória simples,
estratificada ou por conglomerado, todas são
probabilísticas. Para que se possa realizar inferências
sobre a população, é necessário que se trabalhe com
amostragem probabilística. É o método que garante
segurança quando se investiga alguma hipótese.
Normalmente os indivíduos investigados possuem a
mesma probabilidade de ser selecionado na amostra,
conforme (SÓ MATEMÁTICA, 2003).
3.5 SISTEMA DE APOIO A DECISÃO E
GEOMARKETING
A câmera de marketing de Valencia, em seu
vocabulário on-line, MIXMARKETING (2003), define
Geomarketing como uma especialidade do marketing
que leva em conta os dados espaciais na hora de
examinar e analisar o mercado, utilizando-se do
Sistema de Informações Geográfica (SIG), possibilita
analisar informações de natureza geográfica, e a partir
desta, buscar padrões e coincidências que possam gerar
modelos e previsões. A integração do SIG e de Sistema
de Suporte à Decisão (SSD) faz com que o processo de
tomada de decisão seja realizado de forma mais
fundamentada, pois o agente de decisão tem à sua
disposição dados / informações prontamente acessíveis,
facilmente combinados e modificados, além de utilizar
argumentos mais claros para a decisão.
Uma das maneiras que se possui para
analisar os padrões e tendências de dados, que seriam
quase impossíveis de serem detectados em listas de
dados, ou planilhas, são os mapas temáticos produzidos
com as novas tecnologias do geoprocessamento. Por
exemplo, (a) para realizar uma campanha de vacinação,
é necessário criar postos de vacinação e que esteja no
máximo em um raio de 5 km da população alvo, e que
esta população esteja acima dos 60 anos de idade; (b)
uma empresa de telefonia celular quer instalar antenas
que esteja próximo de seus clientes e futuros clientes,
esta clientela teve ter uma renda familiar mínima de 10
salários mínimos, e estar na faixa etária entre 10 a 25
anos, a antena teve estar situada em uma área de maior
aclive da região onde reside sua clientela, o raio de
ação da antena é de 10 km.
No geral para realizar estes processos de
tomada de decisão, utilizam-se os setores censitários e
de seus dados, fazendo uma correlação com um objeto
de estudo, com um dos itens pesquisados no Censo,
com isto é realizada uma projeção em sua área de
estudo em função desta correlação. Ou seja, no Brasil,
os dados que se dispõe do IBGE para utilização em
Tomada de Decisão ou Geomarketing será sempre por
setor censitário. As informações qualitativas destas
áreas estarão sempre “presas” às áreas dos setores,
mesmo que este setor não tenha informações
homogeneamente espalhadas em toda sua área. Agora,
se as informações qualitativas, de uma determinada
área, for obtida através de uma amostra de um universo
constante em um banco de dados cadastrais, onde cada
indivíduo da amostra esteja georreferenciado, pode-se
obter os limites desta área com maior precisão, obtendo
um resultado diferenciado daquela obtida com setores.
4 METODOLOGIA
Foram realizadas duas pesquisas por
amostra: numa o plano amostral foi montado em cima
das Folhas de Coleta dos Setores Censitários do IBGE
(P-1), e a outra utilizando o Cadastro Técnico
Multifinalitário (P-2).
A área escolhida foi o distrito de Campinas,
no município de São José, Santa Catarina.
Foi indagado, nestas pesquisas, o nome do
responsável do domicilio e a faixa etária que ele
possuía. Este item é importante, por permitir uma
comparação com as informações censitárias. Além
deste item, também foi verificada a percepção da falta
de áreas de lazer (praças, áreas esportivas, parques,
etc.), na comunidade.
O primeiro plano amostral para a pesquisa
“P-1”, feita através de uma Amostra Probabilística
Aleatória por Conglomerado. Este procedimento, em
suas linhas gerais é utilizado pelo IBGE, para realizar
pesquisas socioeconômicas. Neste plano de amostra,
são três os estágios (bairro, setores e domicílios).
Considerando que no distrito de Campinas, há 2
bairros, com 34 setores, e 9.246 domicílios e, tendo em
vista o tamanho da equipe (11 pesquisadores) e demais
restrições operacionais da pesquisa (tempo para
realização da pesquisa, tabulação, deslocamento da
equipe a campo, etc.), optou-se por fixar o tamanho da
amostra no segundo estágio em 11 setores (1/3 do
quantitativo de setores).
A escolha do primeiro setor, por bairro, foi
feita de forma aleatória, através do software Excel,
utilizando uma de suas funções de escolha de números
aleatórios. Os setores subseqüentes foram obtidos
através de intervalo, buscando desta forma uma
distribuição homogênea e proporcional (a numeração
dos setores é feita, pelo IBGE, por distrito, começando
pelo setor com características de centro urbano,
seguindo a numeração em forma de espiral. No caso do
distrito de Campinas coincidentemente o bairro
Kobrasol foi numerado os setores de 1 a 18 e o bairro
de Campinas de 19 a 34, mais central).
O intervalo foi obtido dividindo o
quantitativo de setores pelo número de setores a serem
amostrados. No bairro Kobrasol, por exemplo, o
quantitativo de setor é 18 e o nº de setores necessário
na amostra é 6, dividindo 18 / 6 = 3, o intervalo é 3. O
primeiro setor sorteado pelo software foi o de Nº 14, e
os subseqüentes foram 17, 02, 05, 08 e 11.
Para o bairro Campinas o quantitativo de
setor é 16, nº de setores na amostra 5, dividindo 16 / 5
= 3,2 , intervalo 3. O primeiro setor foi o 24, e os outro
são 27, 30, 33 e 20.
O erro amostral definido foi de 10%, para
realizar a pesquisa em um curto tempo. O ideal, para
uma boa representatividade seria um erro amostral de
5%, ou até menores, conforme BARBETTA (1998),
mas em função de prazo e recursos, foi necessário
estipular o erro de 10%.
A primeira aproximação da amostra
conforme a Equação (1):
n = 1
0 E02
(1)
Onde: E0 = 0,10 = 10% que é o erro amostral
tolerável, logo pela função, n0 será 100, tamanho
preliminar (número de indivíduos) da amostra.
Segundo ALBIERI e BIANCHINI (2002), a
calibração amostral é o “processo pelo qual os fatores
de expansão para a amostra são determinados de forma
a buscar a consistência das estimativas a partir da
amostra com os totais conhecidos da população”. No
caso a calibração amostral, conforme o calculo de
calibração ou correção da amostra, será através da
Formula (2):
n = N *n0 N + n0
(2)
Onde: N – tamanho (número de indivíduos) da
população, 9246; n0 – uma primeira aproximação para
o tamanho da amostra, é 100, aplicando a função
(calibração), teremos n = 99, tamanho (número de
indivíduos) final da amostra.
Os domicílios, terceiro extrato, foram
selecionados por setor, também por intervalo, buscando
uma melhor distribuição dos domicílios no setor. Em
um primeiro momento foi distribuído de forma
proporcional por setor o numero de domicílios a serem
amostrados, por exemplo o setor dois, que cai na
amostra possui um quantitativo de domicílios de
trezentos e treze, e no bairro o total de domicílios é
1.653. Assim o total de domicílios amostrados no
bairro, que deve ser de duzentos e trinta e nove, através
de uma regra de três simples, no setor dois, deveremos
ter quarenta e cinco domicílios amostrados. Utilizando
a planilha Excel da Microsoft, com sua função de
número aleatório, foi selecionado o primeiro domicilio,
através da coluna da folha de coleta numero de ordem
do domicilio particular.
Para a pesquisa “P-2”, o primeiro plano
amostral foi concebido a partir da amostra fornecida
pelo Cadastro Técnico Multifinalitário, fornecido pela
prefeitura do Município de São José. Este plano
amostral foi obtido por Amostra Aleatória Simples.
Conforme dito por BARBETTA (1998), a amostragem
aleatória simples tem a seguinte propriedade:
“qualquer subconjunto da população, com o mesmo
número de elementos, tem a mesma probabilidade de
fazer parte da amostra”. Este tipo de amostra só é
possível se conhecermos o quantitativo total de
domicílios da área de interesse. Foi aplicado o mesmo
erro amostral da pesquisa “P-1”, ou seja, erro amostral
de 10%. Para determinar os elementos desta amostra,
foram separados do CTM, em meio magnético no
formato de planilha de dados da Excel da Microsoft.
As variáveis contidas nesta planilha, que foram
utilizadas são as seguintes: Bairro; Nome do
Logradouro; Número da edificação no Logradouro;
Complemento do número da edificação; Nome do
proprietário da edificação; Identificação Única da
edificação. A população do distrito de Campinas foi
separada e dada um número de controle para cada
elemento. Em separado foi gerado, com a planilha
Excel, números aleatórios, que satisfizessem o
quantitativo necessário para a amostra, através do
número de controle gerado para cada elemento.
Tanto a pesquisa “P-1” como a pesquisa “P-
2”, a amostra foi com reposição, ou seja, uma vez que
não seja encontrado o domicilio, ou esteja fechado,
vago, uso ocasional ou não residencial, conforme
conceituação constante na folha de coleta do setor
censitário do IBGE, este domínio deve ser reposto por
outro na amostra, para evitar a perda de domicílios
amostrados. Este procedimento se justifica, pelo alto
erro amostral adotado. Tal técnica foi feita, adotando o
sistema de percurso do setor censitário. O domicilio a
ser reposto foi o primeiro domicilio a direita, no
sentido dos ponteiros do relógio (tendo o ombro direito
do pesquisador para o lado das edificações).
4.1 MEDIDAS DE TENDÊNCIAS CENTRAIS
Há várias medidas de tendência central,
entretanto, foram abordadas neste trabalho, apenas
aquelas que foram as mais significativas segundo a
teoria sobre tomada de decisão e geomarketing. As
mais importante medidas de tendência central, são a
média, a mediana e a moda. E a mais utilizada neste
trabalho foi à moda.
A média é a soma de todo os valores
observados dividido pelo número de valores
observados. Com isto a média, torna-se uma medida
sensível aos dados, pois pode dar uma imagem
distorcida dos dados. Isto ocorre por que ela é
influenciada por valores "muito grandes" ou "muito
pequenos", mesmo que estes valores surjam em
pequeno número na amostra. Quando o que se pretende
representar é a quantidade total expressa pelos dados,
utiliza-se a média. Estes valores são os responsáveis
pela má utilização da média em muitas situações em
que teria mais significado utilizar a mediana. A
mediana procura avaliar o centro de um conjunto de
valores, ordenando os dados de uma amostra ela divide
ao meio a distribuição de dados, não é tão sensível,
como a média. Define-se moda como sendo o valor que
surge com mais freqüência se os dados são discretos,
ou, o intervalo de classe com maior freqüência se os
dados são contínuos, conforme (SÓ MATEMÁTICA,
2003), assim, obtém-se imediatamente o valor que
representa a moda ou a classe modal. Esta medida é
especialmente útil para reduzir a informação de um
conjunto de dados qualitativos, apresentados sob a
forma de nomes ou categorias, para os quais não se
pode calcular a média e por vezes a mediana.
4.2 A UTILIZAÇÃO DA KRIGAGEM
Entre as ferramentas da geoestatística, está a
krigagem, que permite realizar a análise de
dependência espacial, a partir da interpolação de dados
em locais amostrados, segundo um modelo
matemático, para locais não amostrados. Existem
vários softwares SIG que disponibilizam análises
espaciais a partir da geoestatística. Esta ferramenta
possibilita obter informações não reveladas pela
estatística clássica. Na maioria das vezes o interesse da
análise geoestatística não se limita à obtenção de um
modelo de dependência espacial, desejando-se também
predizer valores em pontos não amostrados. O
interesse, pode ser em um ou mais pontos específicos
da área ou obter uma malha de pontos interpolados que
permitam visualizar o comportamento da variável na
região através de um mapa de isolinhas ou de
superfície. Para se obter esse maior detalhamento da
área em estudo é necessária a aplicação de um método
de interpolação, como a krigagem, conforme ORTIZ
(2004).
O software utilizado neste trabalho, MapInfo
Professional, não utiliza a denominação de
geoestatística e krigagem, como outros softwares
Spring, Idrisi, entre muitos, a denominação por ele
utilizada é “mapa temático de grade”.
O MapInfo, como os outros softwares criam
uma matriz, ou grade, transformando a área que se
deseja o mapa em uma imagem raster. Uma vez que as
imagens raster são definidas por pixel, o software
localiza o pixel onde foi realizada a amostra e faz a
interpolação com outros pixels amostrados, criando
isolinhas com faixas de transição, com cores
diferenciadas entre um resultado amostrado e outro.
5 RESULTADOS E DISCUSSÃO
Deve ser considerado que na realização da
pesquisa “P-1”, a amostra teve que ser com reposição
em 43,5% das entrevistas, e na pesquisa “P-2”, esse
número subiu para 51,5%.
Não foi necessária a identificação dos
domicílios amostrados onde precisava ser feita a
reposição na pesquisa “P-1”, uma vez que o resultado
da pesquisa foi feito pelas medidas das tendências
centrais de uma mesma área. Com isto o pesquisador
ao fazer a reposição, só não poderia fugir da área do
setor censitário. Já na pesquisa “P-2”, teve-se que saber
a localização do ponto do domicilio do qual foi feita a
entrevista, pois, o uso da krigagem exige que se saiba a
localização para fazer a reposição da amostra.
5.1 COMPARAÇÕES FAIXA ETÁRIA DO
RESPONSÁVEL PELO DOMICILIO DADOS
CENSITÁRIOS E PESQUISAS
 Para ter uma comparabilidade das pesquisas
com os dados censitários do IBGE, quanto à faixa
etária do responsável pelo domicilio, os dados
censitários foram agrupados com as mesmas faixas
etárias utilizadas na pesquisa.
Fig. 1 – Mapa temático com resultados do Censo
2000 - faixa etária do responsável pelo
domicilio - agrupados pelas tendências
centrais.
Na tabela 01, apresenta-se a freqüência dos
dados e Medidas Descritivas das Tendências Centrais
por Setor Censitário / Censo 2000; Pesquisa “P-1”, por
amostra estratificada e autoponderada através dos
Setores Censitário IBGE; e da Pesquisa “P-2”, por
amostra aleatória simples feita utilizando dados do
Cadastro Técnico da Prefeitura.
Analisando estas informações verifica-se
que a idade média do responsável pelo domicilio,
fornecida pelo Censo 2000, com quatro anos de
defasagem em relação ao levantamento desses dados
nas pesquisas “P-1” e “P-2”, no bairro Kobrasol é 47
anos; no bairro Campinas é de 45 anos e, no distrito de
Campinas é de 46 anos. A Pesquisa “P-1” no bairro
Kobrasol acusou uma idade média de 45 anos, no
bairro Campinas, 39 anos, e no distrito todo foi de 43
anos; na Pesquisa “P-2” no bairro Kobrasol essa idade
foi de 48 anos, enquanto no bairro Campinas foi de 49
anos, e no distrito todo foi de 48 anos. A figura 1
demonstra a representação dos dados agrupados pelas
medidas de tendência central do Censo 2000 através de
mapa temático. Como pode ser observada na cor
amarela do mapa da figura 1, a idade do responsável
pelo domicilio no distrito de Campinas parece ser
homogênea e na classe de 41 a 60 anos.
Fig. 2 – Mapa temático com os resultados da
Pesquisa “P-1” - faixa etária do
responsável pelo domicilio - agrupados
pelas tendências centrais por setor
censitário amostrado.
Já na figura 02, o mapa faz a representação
dos dados agrupados pelas medidas de tendência
central da pesquisa “P-1”. Este mapa temático, mostra
a existência de diferenças etárias dos responsáveis
pelos domicílios, mas não fixa áreas de transição entre
os setores pesquisados contíguos ou mesmo a
tendência dos setores não pesquisados.
A tabela 2 possibilita uma análise das
proporções da faixa etária do responsável pelo
domicilio - Censo 2000, Pesquisa “P-1”, e Pesquisa “P-
2”.
Esta analise de proporções deve ser efetuada
junta com a análise dos mapas temáticos gerados pelos
dados do Censo 2000 na figura 1 e da Pesquisa “P-1”
na figura 2, que como já comentado não permite a
identificação das tendências e concentrações de faixa
etária em uma determinada área, devido os dados ser
provenientes dos setores censitários.
Tal restrição permite poucas alternativas
para uma divulgação de uma pesquisa amostral, os
resultados são agrupamos em função da região como
um todo, no caso, do distrito. Em uma analise
descritiva diríamos que o Distrito de Campinas possui
a maioria dos responsáveis dos domicílios na faixa
etária de 41 a 60 anos, sem poder visualizar as
tendências espaciais.
TABELA 01 – DISTRIBUIÇÃO DE FREQÜÊNCIAS DOS DADOS E MEDIDAS DESCRITIVAS DAS
TENDÊNCIAS CENTRAIS POR SETOR CENSITÁRIO / CENSO 2000; PESQUISA POR
AMOSTRA ESTRATIFICADA AUTOPONDERADA SETORES CENSITÁRIO IBGE - “P-
1”; PESQUISA AMOSTRA ALEATÓRIA SIMPLES CADASTRO PREFEITURA - “P-2”.
Distribuição de freqüências dos dados e Medidas Descritivas das
Tendências Centrais

Somatorio Resp f.X

Idade_Media_Resp
Somatorio_Resp
Pesquisa

Somatorio f.X²

Desvio Padrão
Bairro

Setor
Kobrasol 1 299 13313,00 44,53 696092,00 18,62
Kobrasol 2 266 11542,00 43,39 589869,50 18,33
Kobrasol 3 242 11017,00 45,52 583973,00 18,49
Kobrasol 4 264 12385,00 46,91 675130,00 18,92
Kobrasol 5 254 11832,50 46,58 642693,75 19,02
Kobrasol 6 309 14739,50 47,70 807095,25 18,38
Kobrasol 7 215 10083,50 46,90 547439,75 18,66
Kobrasol 8 204 9897,00 48,51 550958,50 18,68
Kobrasol 9 240 11023,00 45,93 584605,50 18,10
Kobrasol 10 301 13929,50 46,28 760115,25 19,62
Kobrasol 11 293 13831,00 47,20 762675,00 19,39
Kobrasol 12 243 11254,00 46,31 604156,00 18,51
Kobrasol 13 186 8736,00 46,97 479350,50 19,32
Kobrasol 14 285 13417,00 47,08 723384,00 17,97
Kobrasol 15 298 14800,50 49,67 835661,75 18,40
Censo 2000 IBGE

Kobrasol 16 190 9086,50 47,82 514749,75 20,60

Kobrasol 17 98 4523,50 46,16 246387,75 19,69
Kobrasol 18 240 11776,50 49,07 647909,25 17,12
Total Bairro 4427 207187,00 46,80 11252246,50 18,75
Campinas 19 132 6293,50 47,68 346558,25 18,84
Campinas 20 191 8895,50 46,57 475746,25 17,98
Campinas 21 203 9024,50 44,46 481379,75 19,92
Campinas 22 188 8446,50 44,93 467057,25 21,64
Campinas 23 155 6032,00 38,92 280659,50 17,27
Campinas 24 254 11892,50 46,82 643715,25 18,53
Campinas 25 301 14700,50 48,84 819284,75 18,38
Campinas 26 184 8471,50 46,04 468774,25 20,74
Campinas 27 155 6440,50 41,55 297048,25 13,83
Campinas 28 287 13251,50 46,17 702897,25 17,84
Campinas 29 179 8491,50 47,44 467078,75 19,00
Campinas 30 48 1752,00 36,50 77325,00 16,87
Campinas 31 256 11645,50 45,49 611867,75 17,94
Campinas 32 270 11472,50 42,49 568563,25 17,36
Campinas 33 145 6865,00 47,34 373735,00 18,39
Campinas 34 261 11571,50 44,34 592775,25 17,51
Total Bairro 3209 145246,50 45,26 7674465,75 18,52
Total Distrito 7636 352433,50 46,15 18926712,25 18,67
Kobrasol 2 12 687,00 57,25 45169,50 23,04
Estratificada Autoponderada

Kobrasol 5 11 490,00 44,55 25384,50 18,86

Setores Censitário IBGE

Kobrasol 8 9 253,00 28,11 8834,50 14,67

Pesquisa Amostra por

Kobrasol 11 13 585,50 45,04 34240,75 25,61

Kobrasol 14 13 639,50 49,19 38056,25 23,45
Kobrasol 17 4 138,50 34,63 5212,25 11,79
“P-1”

Total Bairro 62 2793,50 45,06 156897,75 22,56

Campinas 20 9 298,50 33,17 14114,25 22,95
Campinas 24 10 458,00 45,80 28907,50 29,69
Campinas 27 6 220,50 36,75 9419,75 16,23
Campinas 30 6 165,00 27,50 4719,00 6,02
Campinas 33 6 291,50 48,58 16448,75 21,39
Total Bairro 37 1433,50 38,74 73609,25 22,40
Total Distrito 99 4227,00 42,70 230507,00 22,59
Prefeitura
Aleatória

Kobrasol 65 3101,50 47,72 180490,25 22,54

Cadastro
Pesquisa
Amostra

Simples
“P-2”

Campinas 34 1654,00 48,65 94226,00 20,42

Distrito 99 4755,50 48,04 274716,25 21,73
TABELA 02 – COMPARAÇÃO DA FAIXA ETÁRIA ENTRE OS DOS DADOS DO CENSO, PESQUISA “P-1” E
PESQUISA “P-2”.
Faixa Etária N° de Resp. Censo 2000 N° de Resp. Pesquisa “P-1” N° de Resp. Pesquisa “P-2”
de 10 a 18 anos 57 (0,7%) 10 (10,1%) 7 (7,1%)
de 19 a 25 anos 1085 (14,2%) 22 (22,2%) 6 (6,0%)
de 26 a 40 anos 2037 (26,7%) 19 (19,2%) 29 (29,3%)
de 41 a 60 anos 3429 (44,9%) 32 (32,3%) 37 (37,4%)
mais de 60 anos 1028 (13,5%) 16 (16,2%) 20 (20,2%)

domicílio. Para esse mesmo setor, a Pesquisa “P-2”

apresentou resultados diferentes, acusando uma faixa
etária de 41 a mais de 60 anos. Tal fato deve ter
ocorrido porque não foi amostrado nenhum domicilio
neste setor, e os domicílios amostrados ao redor são de
uma faixa etária de 41 a mais de 60 anos, o software
realizando a interpolação dos pontos não consegue
mostrar esta possível realidade. Entretanto, o
interessante é que o mapa temático gerado pela
geoestatística (Fig. 3), da pesquisa “P-2”, mostra
regiões onde há uma probabilidade de ocorrer possíveis
concentrações de determinadas faixas etárias, fugindo a
limitação setorial.

5.2 PERCEPÇÃO DA NECESSIDADE DE ÁREAS

Fig. 3 – Mapa temático com os resultados da
Pesquisa “P-2” - faixa etária do
responsável pelo domicilio - agrupados
pelas tendências centrais - representados
através da geoestatística – krigagem.
O mapa temático da pesquisa “P-2”, gerado
pela krigagem mostra as tendências espaciais de faixa
etária na figura 3. Como pode ser visto, em grande
parte do mapa a faixa etária que prevalece está entre 26
a 40 anos, estando compatível com as informações do
Censo. Nos setores 24 a 31 conseguiu-se visualizar
uma interessante transição nas faixas de idade no qual,
a região central desta junção de setores mostra uma
tendência a faixa etária mais alta, acima de 60 anos.
Analisando o setor 30 verifica-se que os
dados do Censo e da Pesquisa “P-1”, mostram uma
faixa etária de 19 a 25 anos para o responsável pelo
DE LAZER
A tabela 03 nos fornece os resultados das
duas pesquisas, através das medidas de tendência
central, com o respectivo percentual. Na pesquisa da
percepção sobre a necessidade de áreas de lazer, a
Pesquisa “P-1” mostrou que 63,5% dos setores
amostrados e agrupados pelas medidas de tendência
central, alegaram que falta de área de lazer no Distrito,
conforme o mapa temático da representação da
pesquisa na figura 4. Os setores representados em
amarelo (2, 8, 11, 14, 20, 24 e 33) são os setores que
mostraram uma percepção de falta de área de lazer; em
cinza os setores 5, 17, 27 e 30, acusaram que não havia
falta de área de lazer.
Mas em que lugar na área destes setores não
havia falta de área de lazer? E nos outros setores que
disseram que não faltava área de lazer, quais partes
destes setores disseram que há necessidade?
No mapa temático da pesquisa “P-2”, figura
5, é possível visualizar que nos setores 5, 17, 27 e 30,
onde foi apurada a falta de área de lazer na pesquisa
“P-1”, podemos visualizar onde ocorre esta falta em
áreas dentro do setor. Entretanto somente se pode ver
esta ocorrência nos setores 5 e 27, porque nos setores
17 e 30 não houve amostras que coincidissem com as
informações da pesquisa “P-1”.

TABELA 03 – COMPARAÇÃO DOS DADOS PESQUISA “P-1” E PESQUISA “P-2” SOBRE A PERCEPÇÃO DO
ENTREVISTADO SOBRE A FALTA DE ÁREA DE LAZER
Percepção de Falta de Área de Lazer N° de Setores Pesquisa “P-1” N° de Setores Pesquisa “P-2”
Falta Área de Lazer em sua Comunidade? SIM 7 (63,5%) 20 (59,0%)
Falta Área de Lazer em sua Comunidade? NÃO 4 (36,5%) 14 (41,0%)

Fig. 4 – Mapa temático com os resultados da
Pesquisa “P-1” – Falta área de lazer em
sua comunidade? - agrupados pelas
tendências centrais por setor censitário.
Sobrepondo as áreas verdes no mapa da
figura 5 , verifica-se, por exemplo, que no setor 5, no
qual a percepção da pesquisa “P-1” é de que não falta
área de lazer, a distribuição de vegetação é homogênea
pelo setor com exceção da porção mais ao leste.
O resultado da pesquisa “P-2”, de que não
faltava área de lazer nesta área, podemos concluir que
para os entrevistados as áreas verdes não significam o
mesmo que área de lazer. Isto é representado com
maior evidencia no setor 27, no qual a percepção de
que não falta área de lazer ocorreu na porção sudeste
do setor, mas a distribuição de vegetação é na parte
noroeste do setor, demonstrando que áreas verdes não
são consideradas áreas de lazer.
Nos outros setores da pesquisa “P-1” onde a
percepção foi que faltava área de lazer, na pesquisa “P-
2” mostra que em algumas regiões esta percepção é
localizada, isto ocorre nos setores 11 e 33. Na tabela
03, mostra estas diferenças com maior clareza.
6 CONSIDERAÇÕES FINAIS
Percebe-se que a utilização do CTM para
definir a localização de uma pesquisa amostral, é
bastante simples, bastando que o CTM esteja
atualizado.
Uma maneira de fazer esta atualização é
empregando uma das técnicas de atualização da folha
de coleta que o IBGE se utiliza em pesquisas
intracensitárias, que é a contagem de domicílios por
setor. Esta contagem, ou listagem, como alguns
chamam, nada mais é do que conferir os prédios
existentes no setor com a folha de coleta, retirando
aqueles que não existem mais e repondo as novas
edificações.
Fig. 5 – Mapa temático com os resultados da
Pesquisa “P-2” - Falta área de lazer em
sua comunidade? - representada através
da geoestatística – krigagem.
Comparando a realização de um plano
amostral utilizando o CTM, através de uma amostra
aleatória simples e a utilização das folhas de coleta dos
setores censitários, utilizando um plano amostral por
conglomerado, (conforme geralmente é utilizado, em
outras pesquisas), verificou-se, sem duvida, que a
utilização do cadastro técnico é melhor, desde que
atualizado. Pode-se achar com maior facilidade os
domicílios onde serão realizadas as entrevistas, mas,
caso haja necessidade de fazer reposição das amostras
aconselha-se utilizar um receptor GPS.
Quando se utiliza as folhas de coleta dos
setores censitários, se pode realizar amostra aleatória
simples, se forem usados todos os setores da área de
interesse, mas, há dificuldades em encontrar os
domicílios selecionados para a amostra, mesmo tendo
uma área restrita como é o caso do setor censitário,
uma vez que nunca se terá certeza da identificação do
local.
Outro fator interessante observado na
pesquisa “P-2”, isto é, na utilização dos dados do
CTM, é que ele pode ser atualizado através da ligação
ou indexação com outros bancos de dados. Poderia ser
 cogitada, inclusive a transformação dos dados das
folhas de coleta em um banco de dados que pudesse ser
vinculado ao CTM, favorecendo a atualização destes
dois instrumentais. A ligação, ou vínculo de algumas
das variáveis do CTM, com banco de dados fornecidas
pelas diversas empresas, públicas ou privadas, também
poderão ser os definidores de uma estratificação
qualitativa de classes, sem haver necessidade
propriamente da pesquisa. Nesse caso, a pesquisa
serviria para apenas confirmar a dependência, ou
buscar uma nova informação não conseguida nos
cadastros existentes.
A análise estatística da pesquisa amostral,
poderia ser feita utilizando as medidas de tendência
central também para a pesquisa “P-2”, mas só teríamos
o resultado do distrito como um todo, ou por bairro,
como aconteceu com o exemplo da Idade Média do
Responsável do Domicilio, mostrado na figura 2 . Não
seria possível visualizar as tendências espaciais. Como
ocorreu com a pesquisa “P-1”, um resultado
apresentado através de medida de tendência central,
deve ser utilizado para grandes regiões, onde é
permitida a generalização. Mas, para estudos de áreas
menores como municípios, bairros ou distritos, onde é
necessária uma definição de onde está o problema ou
emissor de uma determinada opinião, os resultados
comprovaram que se for utilizada a geoestatística,
serão obtidos resultados mais confiáveis. Isto mostra
que a geoestatística é um instrumental adequado para
gerar mapas temáticos que possam ser aplicados à
tomada de decisão ou geomarketing.
Geralmente os dados tabulares de
informações estatísticas são de difícil entendimento ao
usuário. Esse entendimento pode ser facilitado,
apresentando-os em gráficos ou através da cartografia
temática que fará a espacialização destes. Os mapas
favorecem uma cognição do usuário em relação ao
tema, seja este tema representado com a finalidade de
auxiliar na tomada de decisão ou para o geomarketing.
Os exemplos mostrados nesse artigo comprovam esta
tese.
7 REFERÊNCIAS BIBLIOGRAFICA
ALBIERI, S. e BIANCHINI, Z. M. Principais
Aspectos da Amostragem das Pesquisas Domiciliares
do IBGE - Revisão 2002. Rio de Janeiro: IBGE, 2003
(Texto para Discussão, nº 8).
BARBETTA, P. A. Estatística Aplicada às Ciências
Sociais. Florianópolis: Editora da UFSC, 1998.
CASADO, Leticia. Inquérito Domiciliar sobre
Comportamentos de Risco e Morbidade Referida de
Agravos Não Transmissíveis. Divisão de
Epidemiologia e Vigilância / CONPREV -
Coordenação de Prevenção e Vigilância / Instituto
Nacional de Câncer - INCA / Ministério da Saúde –
MS. Mensagem recebida de: < leticiac@inca.gov.br >
em 06/09/2003.
CORDEIRO, A.; Uma Proposta de Reforma Cadastral
Visando a Vinculação entre Cadastro e Registro de
View publication stats
Imóveis – Tese de Doutorado da UFSC – Florianópolis
- SC, 1993.
FERREIRA, A.B.H.; Pequeno Dicionário Brasileiro
da Língua Portuguesa. Rio de Janeiro: Editora
Civilização Brasileira S.A., 1987.
GASA, Grupo de Análise de Sistemas Ambientais.
Disponível em: < http://gasa.dcea.fct.unl.pt/> Acesso
em: 07/01/2004.
GEOESTATÍSTICA. Conceitos Gerais. Disponível
em: <http://www.igc.usp.br/subsites/geoestatistica/>
Acesso em: 05/01/2004.
IBGE, ENCE/DENPE/CDHP. 8º Curso de
Desenvolvimento de Habilidades em Pesquisa.
(Apostilas do Curso), Rio de Janeiro, IBGE. 2001.
IBGE, ENCE/DENPE/CDHP. Percepção dos
Moradores da Ilha do Governador sobre o Programa
de Despoluição da Baía de Guanabara. Relatórios de
Pesquisa do Curso de Desenvolvimento de Habilidades
de Pesquisa. (Relatório 6), Rio de Janeiro, IBGE 1997.
IBGE, ENCE/DENPE/CDHP. Uso Social, Percepção
da Violência e Vitimização nos Bairros de
Copacabana e Leme. Relatórios de Pesquisa do Curso
de Desenvolvimento de Habilidades de Pesquisa.
(Relatório 8), Rio de Janeiro, IBGE 2001.
IBGE. Manual de Delimitação de Setores e Zonas de
Trabalho de 1990 – GR-7.01. Rio de Janeiro: IBGE,
1990.
IBGE. Manual do Recenseador – CD-1.09. Rio de
Janeiro: IBGE, 2000.
KELM, D.; Estruturação de Um Cadastro Técnico
Histórico para Análise Física e Ambiental de Áreas de
Mineração de Carvão – Trabalho de Mestrado da
UFSC - Florianópolis - SC, 1993.
MIXMARKETING, Vocabulário Técnico de
Marketing e Internet de Mar Monsoriu, Disponível em:
<http://www.mixmarketing-online.com> Acesso em:
04/12/2003.
ORTIZ, J. L.; Geoestatística,
<http://www.gpsglobal.com.br/Artigos/Geoestat.html#
10>, acessado em 28/11/2004
PEREIRA, R.S. A Estatística e suas Aplicações. Porto
Alegre: Industria Gráfica e Editora LTDA. –
GRAFOSUL, 1978.
SÓ MATEMÁTICA. Introdução à estatística.
Disponível em: <http://www.somatematica.com.br/>
Acesso em: 23/12/2003.
SPIEGEL, M.R.; Estatística / Murray R. Spiegel;
tradução e revisão técnica Pedro Consentino – 3ª ed. –
São Paulo: Makron Books, 1993. – (Coleção Schaum).
Geoestatística Conceitos Gerais da USP, (Disponível
em: <http://www.igc.usp.br subsites/ geoestatistica/>
acessado em 23/12/2003).
Introdução à Estatística da Só Matemática (Disponível
em: <http://www.somatematica.com.br/> Acessado
em: 23/12/2003).