1.

Variáveis qualitativos – são os que não podem medir ou referenciar numericamente

podendo de tal forma ser nominais ou ordinais, diferentemente das variáveis
quantitativas que são os que podem medir ou referenciar usando números. Podem
ser discretos ou contínuos.

5.

a) Estatística Descritiva:
 A estatística descritiva é a fase inicial da análise estatística, na qual os dados são
resumidos, organizados e apresentados de forma que seja mais fácil compreender as
informações contidas neles. Ela envolve a utilização de técnicas simples, como
medidas de tendência central (média, mediana, moda), medidas de dispersão
(desvio padrão, amplitude), tabelas, gráficos e resumos estatísticos para resumir e
descrever os dados.
b. Inferência Estatística:
 A inferência estatística é a etapa subsequente à estatística descritiva e envolve o uso
de métodos estatísticos para fazer generalizações ou inferências sobre uma
população maior com base em informações de uma amostra menor dos dados. Ela
inclui a aplicação de testes de hipóteses, intervalos de confiança, regressão e outros
métodos estatísticos para tirar conclusões sobre características da população a partir
dos dados da amostra.
c. Amostra e Amostragem com Reposição:
 Uma amostra é um subconjunto representativo de uma população maior. A
amostragem é o processo de seleção dessa amostra. A amostragem com reposição
significa que, após a seleção de um elemento da população para a amostra, ele é
devolvido à população antes que o próximo elemento seja escolhido. Isso significa
que o mesmo elemento pode ser escolhido mais de uma vez na amostragem, o que
pode resultar em variações nas seleções.
d. Censo e Amostragem Estratificada:
 Um censo envolve a coleta de dados de toda a população, ou seja, todos os
elementos da população são incluídos na análise. Em contraste, a amostragem é o
processo de seleção de uma amostra representativa da população para análise. A
amostragem estratificada é um método que divide a população em estratos ou
subgrupos homogêneos com base em alguma característica relevante (por exemplo,
 idade, gênero, região) e, em seguida, amostra aleatoriamente dentro de cada
estrato. Isso ajuda a garantir que todos os grupos da população estejam
representados na amostra final.
e. Variáveis Discretas e Contínuas:
 Variáveis discretas são aquelas que assumem valores separados e distintos,
geralmente inteiros. Por exemplo, o número de filhos em uma família é uma variável
discreta, pois não pode assumir valores fracionados, e os valores são contados em
números inteiros.
 Variáveis contínuas, por outro lado, podem assumir um número infinito de valores
dentro de um intervalo específico e geralmente são medidas com precisão. Por
exemplo, a altura de uma pessoa é uma variável contínua, pois pode assumir
qualquer valor dentro de um intervalo contínuo, como 165,3 cm ou 165,4 cm, e
assim por diante. Elas não estão restritas a valores inteiros e podem incluir valores
fracionados.

2. A MOZILIMPA
a) A fórmula de Yamane (1967) é frequentemente utilizada para determinar
o tamanho de amostra em uma pesquisa quando a população é grande.
Essa fórmula leva em consideração o tamanho da população (N), o nível
de confiança (C), o erro amostral (E) e retorna o tamanho da amostra
necessário (n).

A fórmula de Yamane é dada por:

N
n= 2
1+ Ne

Onde:

 n é o tamanho da amostra necessário.

 N é o tamanho da população.

 E é o erro amostral (ou margem de erro), que é a metade da amplitude do intervalo

de confiança.

 e é a base do logaritmo natural, aproximadamente igual a 2,71828.

Para calcular o tamanho da amostra com um nível de significância de 5% (que é o mesmo

que um nível de confiança de 95%), você precisará determinar o valor de E (erro amostral) e
o tamanho da população (N). Uma vez que você tenha esses valores, pode usar a fórmula de
Yamane para calcular n.
Lembrando que o valor de E depende do nível de confiança desejado e da variabilidade
esperada na população. Em pesquisas, valores comuns para E podem variar, mas
geralmente estão na faixa de 3% a 5% da população.

Vamos supor um erro amostral de 5% (E = 0,05) e uma população de 1000 indivíduos (N =

1000 1000 1000
1000): n= 2 ⟶ n= ⟶ n=
1+1000∗(0 , 05) 1+1000∗0.0025 1+2 , 5

1000
n= ≈ 285,71
3 ,5

n≈285,71

b) Processo de amostragem e amostragem

Para realizar uma amostragem que obedeça à representatividade da população, pode-se

seguir um processo de amostragem estratificada proporcional com base no tamanho de
cada sector de actividades. Isso garantirá que cada sector seja adequadamente
representado na amostra final.

Passo 1: Identificação dos Estratos:

Neste caso, os estratos são os diferentes sectores de actividades: Recursos Humanos,

Financeiro, Produção e Administração.

Passo 2: Determinar o Tamanho da Amostra Total:

A amostra será de 100 trabalhadores para representar toda a população da MOZILIMPA.

Passo 3: Calcular o Tamanho da Amostra em Cada Estrato:

Para determinar o tamanho da amostra em cada estrato de forma proporcional ao tamanho

do estrato na população, usar-se- a seguinte fórmula:

Tamanho do Estrato na P opulação

Tamanho da Amostra estratificada= Tamanho Total da Amostra
tamanho total d a população

Para Recursos Humanos:

34
Tamanho da Amostra estratificada= x 100 ≈6 trabalhadores
566

Para financeiro:

67
Tamanho da Amostra estratificada= x 100 ≈12 trabalhadores
566

Para produção:
 422
Tamanho da Amostra estratificada= x 100 ≈80 trabalhadores
566

Na administração:

13
Tamanho da Amostra estratificada= x 100 ≈2 trabalhadores
566

Portanto, temos uma amostra composta por 6 trabalhadores do sector de Recursos

Humanos, 12 do sector Financeiro, 80 do sector de Produção e 2 do sector de
Administração, totalizando 100 trabalhadores.

Essa amostra reflecte de maneira representativa a distribuição dos trabalhadores nos

diferentes sectores de actividades da MOZILIMPA.

3. Distribuição salarial de 16 colaboradores de uma certa empresa que ocupam o

mesmo cargo
a) Representação gráfica

salarios
100
90
80
70
60 salarios
50
40
30
20
10
0
3 6 10 3 1

1: Calculo da Média Aritmética:

A média aritmética é calculada somando todos os salários e dividindo pelo

número total de colaboradores:

Média = (70 * 3 + 74 * 6 + 82 * 10 + 91 * 3 + 95 * 1) / (3 + 6 + 10 + 3 + 1)

Média = (210 + 444 + 820 + 273 + 95) / 23

Média ≈ 1842 / 23
 Média ≈ 80,086 mil Meticais (aproximadamente)

2: Calculo da Moda:

A moda é o valor que aparece com mais frequência na distribuição. Neste

caso, o valor 82 ocorre com a maior frequência (10 vezes), então a moda é 82
mil Meticais.

3: Calculo da Mediana:

Primeiro, ordene os salários em ordem crescente:

70, 74, 82, 91, 95

Como temos um total de 23 observações (colaboradores), a mediana será o

valor do 12º colaborador na lista ordenada, que é 82 mil Meticais.

Análise da Assimetria:

A assimetria em uma distribuição refere-se à tendência dos dados se

inclinarem para a esquerda (negativa) ou para a direita (positiva) em relação
ao valor da média. A distribuição pode ser classificada em três tipos
principais:

Simétrica: Se a média, a moda e a mediana forem aproximadamente iguais, a distribuição é

simétrica. Neste caso, a média é cerca de 80,086 mil Meticais, a moda é 82 mil Meticais e a
mediana é 82 mil Meticais. A distribuição parece ser aproximadamente simétrica.

Assimetria Positiva (à direita): Se a média for maior do que a mediana e a moda, a

distribuição é assimétrica positiva. Isso significa que os valores mais altos estão mais
espalhados do que os valores mais baixos. No entanto, neste caso, a média é menor do que
a moda e a mediana, indicando que não há assimetria positiva.

Assimetria Negativa (à esquerda): Se a média for menor do que a mediana e a moda, a

distribuição é assimétrica negativa. Isso significa que os valores mais baixos estão mais
espalhados do que os valores mais altos. No entanto, neste caso, a média é maior do que a
moda e a mediana, indicando que não há assimetria negativa.

Portanto, com base nos cálculos, parece que a distribuição dos salários dos colaboradores
da empresa não apresenta uma assimetria significativa. A média, a moda e a mediana são
bastante próximas, o que sugere uma distribuição aproximadamente simétrica.

4. As quantidades produzida por uma fabrica num mês nesta fábrica.

Nível de sensibilidade media

1: Calcular o Nível de Sensibilidade Média (ou Média Ponderada):

A média aritmética (média) é igual a 1.95, e a fórmula do nível de sensibilidade média é:

Nível de Sensibilidade Média = Σ(X * Frequência Relativa)

Neste caso:

Nível de Sensibilidade Média = (1 * K) + (2 * L) + (3 * 0.16) + (4 * 0.1)

1.95 = K + 2L + 0.48 + 0.4

1.95 = K + 2L + 0.88

Agora, vamos reorganizar a equação para encontrar K e L.

K + 2L = 1.95 - 0.88

K + 2L = 1.07

2: Calcular a Frequência Relativa Total:

A frequência relativa total deve somar 1, pois representa a proporção de observações em

relação ao total.

Frequência Relativa Total = K + L + 0.16 + 0.1 = 1

Agora, substituímos o valor de K + 2L que encontramos na etapa anterior:

(K + 2L) + 0.16 + 0.1 = 1

1.07 + 0.16 + 0.1 = 1

1.33 = 1

Isso não está correto. Parece que há um problema com os dados fornecidos, já que a
frequência relativa total não pode ser maior que 1. Sugiro que passe assim so para ver se o
docente dira alguma coisa a respeito. Talvez ele possa rrevisar os valores das frequências
relativas ou da média fornecida, pois eles não estão coerentes com as regras da estatística.
Se possível, fornecer informações adicionais ou corrijir os valores para que eu possa calcular
adequadamente.

5. Dada a distribuição dos salários da empresa Mobilandia, SARL.

a) Histograma para esta estrutura de dados
 16

14

12

10

0
45-50 50-60 60-64 64-75 75-95

b) Para estudar a assimetria (ou simetria) da distribuição de frequências

dos salários da empresa Mobilandia, SARL, podemos calcular a média, a
mediana e o modo e comparar seus valores. Aqui está o procedimento:

Passo 1: Calcular a Média (Média Aritmética):

A média aritmética é a soma de todos os valores dividida pelo número total de valores.

Média = Σ(X * Frequência) / N

onde:

X é o ponto médio de cada classe.

Frequência é a frequência correspondente a cada classe.

N é o número total de observações.

Vamos calcular a média com base nos dados fornecidos na tabela:

Média = [(47.5 * 10) + (55 * 6) + (62 * 5) + (69.5 * 4) + (85 * 15)] / (10 + 6 + 5 + 4 + 15)

Média ≈ 66.7 mil Meticais

Passo 2: Calcular a Mediana:

A mediana é o valor que divide os dados em duas metades iguais quando eles são
ordenados. Para encontrar a mediana, primeiro organize os pontos médios das classes em
ordem crescente:

47.5, 55, 62, 69.5, 85

A mediana será o valor que está no meio, neste caso, o terceiro valor, que é 62 mil Meticais.
Passo 3: Identificar o Modo:

A moda é o valor que ocorre com mais frequência na distribuição. Na tabela de frequências,
podemos ver que o intervalo de 75-95 mil Meticais tem a maior frequência, que é 15
funcionários. Portanto, o modo é 75-95 mil Meticais.

Agora, vamos comparar a média, a mediana e o modo:

Média ≈ 66.7 mil Meticais

Mediana = 62 mil Meticais

Moda = 75-95 mil Meticais

Neste caso, a média (66.7) está um pouco acima da mediana (62), e o modo está em um
intervalo diferente (75-95). Isso sugere que a distribuição de salários da empresa
Mobilandia, SARL, pode ter uma leve assimetria positiva, o que significa que a cauda direita
da distribuição pode ser um pouco mais longa ou espalhada do que a cauda esquerda. No
entanto, a assimetria é relativamente leve, e os valores de média, mediana e modo estão
próximos, indicando uma distribuição razoavelmente simétrica.

c) Determinação do Coeficiente de Variação e interpretação dos

resultados

O Coeficiente de Variação (CV) é uma medida de variabilidade relativa que expressa a

dispersão dos dados em relação à média, normalmente em termos percentuais. É calculado
como o desvio padrão dividido pela média, multiplicado por 100 para expressar o resultado
como uma porcentagem.

A fórmula do Coeficiente de Variação é a seguinte:

desvio padrao
CV = x 100
media

Neste caso, já calculamos a média em passos anteriores, que é aproximadamente 66.7 mil
Meticais. Para calcular o Coeficiente de Variação, você precisa calcular o desvio padrão dos
salários.

Primeiro, recapitulando os dados da distribuição:

Tabela de Distribuição de Frequências dos Salários (em mil Meticais):

Intervalo Ponto Médio da Frequência

de Classe
Salários
 45 - 50 47.5 10

50 - 60 55 6

60 - 64 62 5

64 - 75 69.5 4

75 - 95 85 15

Passo 1: Calcular a Média (Média Aritmética):

Já calculamos a média anteriormente, que é aproximadamente 66.7 mil Meticais.

Passo 2: Calcular o Desvio para Cada Valor:

Para cada valor de salário, subtraímos a média e depois elevamos ao quadrado:

Para cada valor de salário, subtraímos a média e depois elevamos ao quadrado:

 Para o intervalo de 45-50 mil Meticais: (47.5−66.7) 2≈372.49 (multiplicado por 10, a
frequência).

 Para o intervalo de 50-60 mil Meticais: (55−66.7) 2≈136.89 (multiplicado por 6, a

frequência).

 Para o intervalo de 60-64 mil Meticais: (62−66.7) 2≈21.78 (multiplicado por 5, a

frequência).

 Para o intervalo de 64-75 mil Meticais: (69.5−66.7) 2≈0.0784 (multiplicado por 4, a

frequência).

 Para o intervalo de 75-95 mil Meticais: (85−66.7)2≈338.89 (multiplicado por 15, a

frequência).

Passo 3: Somar os Desvios Quadráticos Ponderados:

Agora, somamos os resultados das etapas anteriores:

∑(x−xˉ)2≈372.49+136.89+21.78+0.0784+338.89≈869.13

Passo 4: Calcular a Variância:

A variância é a média dos desvios quadráticos ponderados:

∑( x−x ˉ )∆ 2 869.13
Variância= ≈ ≈21.73
N 40
Passo 5: Calcular o Desvio Padrão:

Finalmente, o desvio padrão é a raiz quadrada da variância:

σ =√ variania ≈√ 21.73 ≈4.66

Portanto, o desvio padrão aproximado dos salários na empresa Mobilandia, SARL, é de

aproximadamente 4.66 mil Meticais. Isso indica a dispersão dos salários em relação à média,
sendo uma medida de variabilidade. Quanto maior o desvio padrão, maior a variabilidade
dos salários em relação à média.