Henrique Freire

O desenvolvimento da Estatística pode esse entendido a partir de dois fenômenos: a necessidade

de governos coletarem dados censitários e o desenvolvimento da teoria do cálculo das
probabilidades...
3.000 a.C. - Na Babilônia, China e Egito

Na Idade média colhiam-se informações, geralmente com finalidades
tributárias ou bélicas...


 Estatística é uma parte da matemática aplicada que fornece métodos para coleta,
organização, descrição, análise e interpretação de dados e para a utilização dos mesmos na
tomada de decisões.

A Estatística é a ciência dos dados.

Estatística é a ciência do planejamento de estudos e experimentos, da obtenção de dados e,

em seguida, da organização, resumo, apresentação, análise, interpretação e elaboração de
conclusões com base nos dados.
 História da Estatística:
O que é e como nasceu

 É um ramo da matemática aplicada

 Nasceu de práticas da antiguidade, tais como:

 Registrar o número de habitantes

 Estimar o nível de riqueza individual e social

 Distribuir terras de forma equitativa

 Cobrar impostos

 Realizar inquéritos quantitativos.

 Método científico

 Método Científico:

“É um conjunto de meios dispostos convenientemente para se chegar a um

fim que se deseja” (CRESPO, 2009, p.2)

Dos métodos científicos, destacam-se dois:

O método Experimental e o Estatístico

 Método experimental

 Consiste em controlar todas as variáveis (fatores ou causas), menos
uma, a fim de estudá-la e descobrir seus efeitos, caso existam.

 Exemplo: Fazer café (ou uma receita):

- ½ de água
- 3 colheres de café em pó
- 4 colheres de açúcar.
 Método estatístico

 Diante da impossibilidade de manter as variáveis
constantes, engloba todas essas causas variando-as,
registrando essas variações e tentando determinar,
no final, quais influências cabem a cada uma delas.

 Exemplo: Entender o motivo da queda de vendas de

uma empresa no mês de julho.

- Férias escolares
- Fluxo de turistas
- O concorrente baixou os preços
 A estatística

 Quando exprimimos em números as observações
que fazemos de elementos com pelo menos uma
característica comum (exemplo: estudantes do sexo
masculino em uma faculdade), obtemos os chamados
Dados referentes a esses elementos.

 “A Estatística é uma parte da matemática aplicada

que fornece métodos para a coleta, organização,
descrição, análise e interpretação de dados e para
utilização dos mesmos na tomada de decisões”
(CRESPO, 2009, p. 3)
 A estatística

 Estatística Descritiva:
 Coleta
 Organização
 Descrição de dados

 Estatística Inferencial (ou indutiva):

 Análise
 Interpretação
Apesar de ser conhecida e referida no sentido de organizar e descrever
dados (por exemplo: dados de casos de dengue no estado de
Pernambuco, número de votos que alguém recebeu, etc.), a principal
característica da estatística é a capacidade de proporcionar métodos
inferenciais, que permitem conclusões que transcendam os dados
obtidos inicialmente (por exemplo: intenção de votos, probabilidades
de ocorrência de um fenômeno, etc.).
Fases do método estatístico
Coleta de Dados

Crítica de Dados

Apuração dos dados

Exposição dos dados

Análise dos resultados

 Depois de determinar o que queremos estudar e de
construirmos o instrumento de pesquisa, damos início a coleta
de dados.

Coleta de Dados

Crítica de Dados •Contínua – registro contínuo (óbitos)

•Periódica – feitas em intervalos (censos)
Direta •Ocasional – esporadicamente (epidemias)
Apuração dos dados

•Quando eu cito uma pesquisa de dados

colhidos por uma coleta direta (citação)
Exposição dos dados Indireta

Análise dos resultados

 Após a coleta, damos início à busca de possíveis falhas e
imperfeições, a fim de não incorrermos em erros grosseiros que
possam influir sensivelmente nos resultados. O nome disso é
Crítica de dados.
Coleta de Dados

Crítica de Dados
• Erros por parte dos informantes
Externa por distração ou má interpretação
das perguntas
Apuração dos dados

• Erros de digitação dos dados ou

Exposição dos dados Interna do instrumento de pesquisa

Análise dos resultados

 A Apuração dos dados consiste em processar os dados obtidos,
transcrever e classificar os dados.

Coleta de Dados

Crítica de Dados
Manual
Eletrônica
Apuração dos dados
Eletromecânica

Exposição dos dados

Análise dos resultados

 A Exposição dos dados pode ser feita através de Gráficos ou
Tabelas.

Tabela
Coleta de Dados Nome Sexo Idade
Fulano M 25
Fulana F 27
Crítica de Dados
Gráfico
6
Apuração dos dados
5

Exposição dos dados 3

Análise dos resultados 0

Categoria 1 Categoria 2 Categoria 3 Categoria 4
Série 1 Série 2 Série 3
 A Análise dos Resultados consiste em fazer induções ou
inferências... Tirar conclusões e previsões...

Coleta de Dados

Crítica de Dados
Estatística
Apuração dos dados Inferencial

Exposição dos dados

Análise dos resultados

Tipos de amostragem e variáveis

 Variáveis Qualitativas e Quantitativas

 Níveis de Mensuração de Variáveis

 Erro amostral e não-amostral

 Amostra probabilística

 Amostra não-probabilística
 “Variável é, convencionalmente, o conjunto de resultados possíveis de
um fenômeno.” (CRESPO, 2009, p. 8)

EXEMPLOS:

➢ Para o fenômeno “Sexo”, geralmente são dois os resultados possíveis: Masculino e

Feminino.

➢ Para o fenômeno “número de filhos” há diferentes números de resultados possíveis

expressos por números naturais: 0, 1, 2, 3..., n;

➢ Para o fenômeno “estatura” a situação muda um pouco, pois os resultados podem tomar
um número infinito de valores numéricos dentro de um determinado intervalo: 1,25m;
1,78m; 2,03m; etc.
As variáveis podem ser QUALITATIVAS ou QUANTITATIVAS:

a) Qualitativas: Quando seus valores são expressos por atributos: Cor de pele (branca,
preta, amarela, parda), sexo (masculino, feminino), gênero de filme preferido (terror,
comédia, ação, drama)

b) Quantitativas: Quando seus valores são expressos através de números: Estatura dos
alunos, salários dos professores, idade dos alunos da turma).

As variáveis quantitativas se subdividem em dois tipos:

1. Variável Contínua: Quando pode assumir, teoricamente, qualquer valor entre dois
limites (Peso, altura, volume).

2. Variável Discreta: Quando só pode assumir valores pertencentes a um conjunto

enumerável (A idade dos alunos da turma)
De modo geral, as medições dão origem a variáveis contínuas e as
contagens ou enumerações, a variáveis discretas.

Designamos as variáveis por letras latinas, em geral as últimas: x, y, z.

Por exemplo, caso todos os resultados possíveis de um dado

fenômeno sejam 1, 3, 5, 7, 9. Utilizamos a letra x para indicar a variável
relativa ao fenômeno considerado:

x ∈ {1, 3, 5, 7, 9}
 EXERCÍCIOS
Classifique as variáveis em qualitativas ou quantitativas (contínuas ou discretas):

a) Universo: Casais de uma vizinhança. Variável: Número de filhos: -

b) Universo: Jogadas de um dado. Variável: o ponto obtido em cada jogada: -

c) Universo: Peças produzidas por uma máquina. Variável: diâmetro externo da peça: -

d) Universo: Alunos de uma escola. Variável: cor dos cabelos: -

e) Universo: Segmentos de uma reta. Variável: Comprimento: -

f) Universo: Funcionários de uma empresa. Variável: Salário: -

g) Universo: Professores de uma universidade. Variável: Sexo: -

h) Universo: Famílias de um bairro. Variável: Número de animais de estimação: -

 Níveis de Mensuração de
Variáveis
Níveis de Mensuração Exemplos
Nominal Apenas categorias. Os dados não podem ser
Cor dos olhos; Nomes.
arranjados em um esquema de ordem
Ordinal As categorias são ordenadas, mesmo que de Classificações dos alunos
forma qualitativa numa prova
Intervalar As razões são significativas, mas não existe um Temperaturas em graus
ponto inicial zero absoluto celsius; Altitudes
Razão Há um ponto inicial zero absoluto e as razões Distâncias e Altura
são significativas (diferente de altitude)
 POPULAÇÃO E AMOSTRA
Ao conjunto de entes portadores de, no mínimo, uma característica em comum denominamos
população estatística ou universo estatístico. Exemplo: Estudantes.

Como em qualquer estudo estatístico, temos em mente pesquisar uma ou mais características dos
elementos de alguma população, para isso, essa característica deve estar perfeitamente definida. Isso
ocorre quando, ao considerar um elemento qualquer, podemos afirmar, sem ambiguidade, se esse
elemento pertence ou não à população.

Deve existir um critério de constituição da população, válido para qualquer pessoa, no tempo ou no
espaço.

Por isso, quando pretendemos fazer uma pesquisa entre alunos de escolas do 2º grau, por exemplo,
devemos definir quais são os alunos que formam esse universo: Os que atualmente ocupam as cadeiras
da instituição, ou também aqueles que já passaram pela mesma escola? A solução deste problema vai
depender de cada caso de pesquisa.

Por conta da impossibilidade, inviabilidade econômica ou temporal, limitamos as observações

referentes a uma determinada pesquisa a apenas uma parte da população. Essa parte proveniente da
população de estudo é chamada de Amostra.
 “Amostra é um subconjunto finito de uma população.” (CRESPO, 2009, p. 11)

➢ Estatística Inferencial ou Indutiva

➢ Amostra representativa

➢ Erro amostral = existe mesmo quando você usa uma amostra representativa da
população; é a diferença entre o resultado amostra e o verdadeiro resultado
populacional; tais erros resultam de flutuações amostrais decorrentes do acaso

➢ Erro não amostral = ocorre quando os dados amostrais são coletados, registrados ou
analisados incorretamente (erro do pesquisador).

Como eu seleciono uma amostra da minha população para

não cometer o erro não amostral?
“Amostragem é nome dado a uma técnica para recolher amostras, que garante,
tanto quanto possível, o acaso na escolha.”

• PROBABILÍSTICA

Aquela em que cada elemento da população tem uma chance conhecida e diferente de
zero de ser selecionado para compor a amostra (MATTAR, 2001).

• NÃO-PROBABILÍSTICA

Aquela em que a seleção dos elementos da população para compor a amostra depende
ao menos em parte do julgamento do pesquisador ou do entrevistador no campo. Não
há nenhuma chance conhecida de que um elemento qualquer da população venha a
fazer parte da amostra (MATTAR, 2001).
 AMOSTRA PROBABILÍSTICA

• Aleatória Simples

➢ Todos os elementos da população têm a mesma chance de serem selecionados;

➢ Se assemelha a um sorteio lotérico
➢ Numera-se a população de 1 a n, e sorteia-se por meio de um dispositivo aleatório
qualquer, k números dessa sequência, que corresponderão aos elementos da
amostra.

Exemplo:

Vamos obter uma amostra representativa para a pesquisa da estatura de 90 alunos de

uma escola:

a) Numeramos os alunos de 1 a 90;

b) Escrevemos os números, de 1 a 90, em pedaços iguais do mesmo papel, colocamos
em uma caixa, agitamos e misturamos bem, e retiramos, um a um, 9 números que
formarão a amostra, nesse caso, 10% da população.
TABELA DE NÚMEROS ALEATÓRIOS
 AMOSTRA PROBABILÍSTICA

• Aleatória Estratificada

➢ Se utiliza quando a população se divide em subpopulações (estratos) homogêneos.

➢ Consiste em especificar quantos itens da amostra serão retirados de cada estrato;

Exemplo:

Supondo que do exemplo anterior, 54 sejam meninos e 36 sejam meninas, vamos obter
a amostra proporcional estratificada. São dois estratos (sexo masculino e feminino) e
queremos obter 10% da população. Logo, temos:

Sexo População 10% Amostra

Masculino 54 5,4 5
Feminino 36 3,6 4
Total 90 9,0 9
 AMOSTRA PROBABILÍSTICA

• Aleatória Sistemática

➢ Utiliza de um intervalo amostral obtido pela Razão N (Tamanho da população) e n

(Tamanho da amostra) resultando em K;
➢ O primeiro elemento (i) é retirado aleatoriamente entre 1 e K e os seguintes seguem
a fórmula i + K; i+2K; i +3K; etc...

Exemplo:

Imagine que queiramos selecionar uma amostra de 50 prédios numa rua que contém
900
900. Utilizamos o seguinte procedimento: = 18.
50

Escolhemos, então, por sorteio casual, um número entre 1 e 18, que indicaria o
primeiro elemento a ser contado. Caso o número fosse o 4, prosseguiríamos, pelo lado
direito da rua, o 4º prédio, depois o 22º, depois o 40º, depois o 58º, etc. Até voltarmos
ao início da rua pelo lado esquerdo.
 AMOSTRA PROBABILÍSTICA

• Aleatória por conglomerado

➢ Se utiliza quando a identificação de elementos da população é muito difícil, mas

podem ser fácil dividir em subgrupos heterogêneos representativos dessa
população
➢ Uma amostra aleatória simples desses agrupamentos pode ser escolhida e uma
contagem completa deve ser feita para cada conglomerado sorteado.

Exemplo:

Se as turmas da faculdade são os conglomerados, dividir os conglomerados, selecionar

aleatoriamente a quantidade necessária e pesquisar todos os estudantes.
 EXERCÍCIOS

1. Pesquisa: Peso dos colegas de sua classe (incluindo você).

Amostra: 30% da população.

2. Pesquisa: Estatura dos alunos dos 2ºs períodos de Psicologia.

Amostra: 20% da população

Turma População 20% Amostra

Manhã 26 5,2 5
Noite 14 2,8 3
Total 40 8 8
 EXERCÍCIOS
Período População Cálculo Amostra
Amostral
3. No curso de psicologia pela noite há 200 alunos,
14 𝑥 50
sendo 14 do 2º período, 20 do 3º período, 34 do 4º 2º 14
200
= 3,5
período, 22 do 5º período, 32 do 6º período, 13 do 7º
período, 19 do 8º período, 25 do 9º período e 21 do 10º 3º 20
período. Selecione uma amostra de 50 alunos para uma
4º 34
entrevista:
5º 22

32 𝑥 50
6º 32 = 8
200

10 Minutos 7º

8º
13

19

9º 25

21 𝑥 50
10º 21 = 5,25
200

TOTAL 200 50
Período População Cálculo Amostra
Amostral
14 𝑥 50
2º 14 = 3,5 4
200

20 𝑥 50
3º 20 = 5 5
200

34 𝑥 50
4º 34 = 8,5 8
200

22 𝑥 50
5º 22 = 5,5 6
200

32 𝑥 50
6º 32 = 8 8
200
13 𝑥 50
=
7º 13 200 3
3,25
19 𝑥 50
8º 19 = 4,75 5
200
25 𝑥 50
=
9º 25 200 6
6,25
21 𝑥 50
=
10º 21 200 5
5,25
TOTAL 200 50 50
 AMOSTRA NÃO PROBABILÍSTICA

• Por Conveniência ou Acidental

➢ Seleciona uma amostra da população que seja acessível;
➢ Exemplo: Opinião de estudantes universitários sobre política;

• Intencional
➢ Seleciona um grupo específico para saber sua opinião;
➢ Exemplo: Um estudo sobre bolos ornamentados, o pesquisador
procura apenas confeitarias.
 AMOSTRA NÃO PROBABILÍSTICA

• Por Quotas ou Proporcional

➢ Divide-se a população em grupos mutuamente exclusivos (idade,
sexo, classe social, etc);
➢ Define-se o tamanho da amostra de acordo com a porcentagem da
população.

• Desproporcional
➢ Quando a amostra for desproporcional à população, mas existem
critérios para que ela ocorra. Seja por método, custos, etc...
➢ Exemplo:
 Referências
CRESPO, A. A. Estatística fácil. São Paulo: Saraiva, 2009. Capítulo 1 e 2.

MATTAR, F. N. Pesquisa de Marketing, 3. ed. São Paulo: Atlas, 2001.