Instituto Superior de Comunicação e Imagem de Moçambique

Tema:

Análise Descritiva de Dados

Cadeira:

Métodos Quantitativos

Discente: Docente:

Hermínia Rafael Valentim Raposo

Maputo, Dezembro 2022

Índice

1. Introdução.................................................................................................................................3

1.1. Objectivos.........................................................................................................................4

1.1.1. Objectivo geral..............................................................................................................4

1.2. Metodologia......................................................................................................................4

2. Desenvolvimento teórico..........................................................................................................5

2.1. Análise descritiva..............................................................................................................5

2.2. Colecta e Armazenamento de Dados................................................................................6

2.3. Tipos de Variáveis............................................................................................................6

2.4. Distribuição de Frequências de uma Variável..................................................................7

2.4.1. Variáveis Quantitativas Discretas.................................................................................7

2.4.2. Variáveis Quantitativas Contínuas................................................................................8

2.5. Resumo da análise descritiva de dados.............................................................................9

3. Conclusão...............................................................................................................................11

Referencias Bibliográficas.............................................................................................................12

Referencias Bibliográficas.............................................................................................................12
1. Introdução

O presente trabalho, surge em conformidade da cadeira de Métodos Quantitativos, ministrado

pelo Instituto Superior de Comunicação e Imagem de Moçambique e tem como área temática
Analise Descritiva de dados.

Segundo Freund e Simon, (2000, p.15) a análise descritiva, como o nome indica, "consiste em
descrever as principais tendências nos dados existentes e em observar situações que levam a
novos fatos". Este método é baseado em uma ou várias questões de pesquisa e não tem hipótese.
Além disso, inclui a colecta de dados relacionados, depois organiza, tabula e descreve o
resultado, (Freund & Simon, 2000).

A Análise Descritiva é a fase inicial deste processo de estudo dos dados colectados. Utiliza-se
métodos de Estatística Descritiva para organizar, resumir e descrever os aspectos importantes de
um conjunto de características observadas ou comparar tais características entre dois ou mais
conjuntos.

Ela fornece conhecimento que pode ser uma base para análises quantitativas subsequentes. Se
interpretados correctamente, os dados podem oferecer informações úteis que levam à criação de
uma hipótese.

As ferramentas descritivas são os muitos tipos de gráficos e tabelas e também medidas de síntese
como porcentagens, índices e médias.

Será neste trabalho abordados as ferramentas utilizadas no método quantitativo para apresentar e
analisar dados, entretanto, o presente trabalho estará estruturado da seguinte forma: Introdução,
Desenvolvimento e Conclusão.

3
1.1. Objectivos

1.1.1. Objectivo geral

 Descrever os procedimentos usados para análise descritiva de dados

1.2. Metodologia

Não obstante, para a realização do trabalho, será necessário considerar que os princípios que
possibilitam o alcance dos objectivos de qualquer pesquisa científica constituem uma bússola na
concretização do mesmo, isso é, os procedimentos metodológicos que tornaram possível a
elaboração da pesquisa, tendo como início a revisão de literatura até à recolha de dados sobre o
tema em análise. Por outra, para o desenvolvimento deste trabalho, contou-se com os seguintes
método: pesquisa bibliográfica que segundo, Fonseca (2002, p.32) "qualquer trabalho científico
inicia-se com uma pesquisa bibliográfica, que permite ao pesquisador conhecer o que já se
estudou sobre o assunto".

Os autores fundamentam que existem pesquisas científicas que se baseiam unicamente na

pesquisa bibliográfica, procurando referências teóricas publicadas com o objectivo de recolher
informações ou conhecimentos prévios sobre o problema a respeito do qual se procura a
resposta.

4
2. Desenvolvimento teórico

2.1. Análise descritiva

A estatística descritiva é um ramo da estatística que aplica várias técnicas para descrever e
resumir um conjunto de dados. Diferencia-se da estatística inferencial, ou estatística indutiva,
pelo objectivo: organizar, resumir dados ao invés de usar os dados em aprendizado sobre a
população. Esse princípio torna a estatística descritiva uma disciplina livre (Babbie, 2009).

A análise de dados é um processo de inspeção, limpeza, transformação e modelagem de dados

com o objetivo de descobrir informações úteis, informar conclusões e apoiar a tomada de
decisões. A análise de dados tem múltiplas facetas e abordagens, abrangendo diversas técnicas
sob uma variedade de nomes, e é usada em diferentes domínios dos negócios, ciências e ciências
sociais. No mundo dos negócios de hoje, a análise de dados desempenha um papel tornando a
tomada de decisões mais científicas e ajudando as empresas a operar com mais eficácia. (Ader &
Mellenberg, 2008)

A mineração de dados é uma técnica de análise de dados específica que se concentra na

modelagem estatística e na descoberta de conhecimento para fins preditivos em vez de
puramente descritivos, enquanto a inteligência de negócios cobre análises de dados que
dependem fortemente da agregação, com foco principalmente nas informações de negócios.
(Chambers & Cleveland, 1983) Em aplicativos estatísticos, a análise de dados pode ser dividida
em estatística descritiva, análise exploratória de dados (AED) e análise confirmatória de dados
(ACD). A AED se concentra em descobrir novas características nos dados, enquanto a ACD se
concentra em confirmar ou refutar hipóteses existentes. A análise preditiva se concentra na
aplicação de modelos estatísticos para previsão ou classificação preditiva, enquanto a análise de
texto aplica técnicas estatísticas, linguísticas e estruturais para extrair e classificar informações
de fontes textuais, um tipo de dados não estruturados. Todos os itens acima são variedades de
análise de dados. (Babbie, 2009)

5
A integração de dados é um precursor da análise de dados, e a análise de dados está intimamente
ligada à visualização e disseminação de dados. (Fandango, 2008)

2.2. Colecta e Armazenamento de Dados

Geralmente, as colectas de dados são feitas através do preenchimento de fichas pelo pesquisador
e/ou através de resposta a questionários (o que não foi o caso dos ursos ☺ ). Alguns dados são
colectados através de medições (altura, peso, pressão sanguínea, etc.), enquanto outro são
coletados através de avaliações (sexo, cor, raça, espécie, etc.).

Depois de colectados, os dados devem ser armazenados e sistematizados numa planilha de

dados. Hoje em dia, essas planilhas são digitais e essa é a maneira de realizar a entrada dos dados
num programa de computador. A planilha de dados é composta por linhas e colunas. Cada linha
contém os dados de um urso (elemento), ou seja de uma ficha de colecta. As características
(variáveis) são dispostas em colunas. Assim, a planilha de dados contém um número de linhas
igual a número de participantes do estudo e um número de colunas igual ao número de variáveis
sendo estudadas, (Ader & Mellenberg, 2008).

2.3. Tipos de Variáveis

Variável é a característica de interesse que é medida em cada indivíduo da amostra ou população.

Como o nome diz, seus valores variam de indivíduo para indivíduo. As variáveis podem ter
valores numéricos ou não numéricos (Ader & Mellenberg, 2008).

Variáveis Quantitativas: são as características que podem ser medidas em uma escala
quantitativa, ou seja, apresentam valores numéricos que fazem sentido. Podem ser contínuas ou
discretas.

 Variáveis contínuas: características mensuráveis que assumem valores em uma escala

contínua (na reta real), para as quais valores não-inteiros (com casas decimais) fazem
sentido. Usualmente devem ser medidas através de algum instrumento. Exemplos: peso
(balança), altura (régua), tempo (relógio), pressão arterial, idade.

6
 Variáveis discretas: características mensuráveis que podem assumir apenas um número finito
ou infinito contável de valores e, assim, somente fazem sentido valores inteiros. Geralmente,
são o resultado de contagens. Exemplos: número de filhos, número de bactérias por litro de
leite, número de cigarros fumados por dia.

Variáveis Qualitativas (ou categóricas): são as características que não possuem valores
quantitativos, mas, ao contrário, são definidas por várias categorias, ou seja, representam uma
classificação dos indivíduos. Podem ser nominais ou ordinais.

 Variável nominais: não existe ordenação entre as categorias. Exemplos: sexo, cor dos
olhos, fumante/não fumante, doente/sadio.
 Variáveis ordinais: existe uma ordenação entre as categorias. Exemplos: escolaridade
(1º, 2º, 3º graus), estágio da doença (inicial, intermediário, terminal), mês de observação
(janeiro, fevereiro,..., dezembro).

Neste trabalho, como mostra o tema em si, focar-se-á apenas com analise descritiva de dados
quantitativos.

2.4. Distribuição de Frequências de uma Variável

Como referido anteriomente, as variáveis de um estudo dividem-se em quatro tipos: qualitativas

(nominais e ordinais) e quantitativas (discretas e contínuas). Os dados gerados por esses tipos de
variáveis são de naturezas diferentes e devem receber tratamentos diferentes. Portanto, vamos
estudar as ferramentas - tabelas e gráficos - mais adequados para cada tipo de dados,
separadamente. (Freund & Simon, 2000)

2.4.1. Variáveis Quantitativas Discretas

Quando estamos trabalhando com uma variável discreta que assume poucos valores, podemos
dar a ela o mesmo tratamento dado às variáveis qualitativas ordinais, assumindo que cada valor é
uma classe e que existe uma ordem natural nessas classes. (Freund & Simon, 2000)

A Tabela 1 apresenta a distribuição de frequências do número de filhos por família em uma

localidade, que, nesse caso, assumiu apenas seis valores distintos.

7
Tabela 1: Distribuição de frequências do número de filhos por família em uma localidade (25
lares)

Número de Frequência Frequência Relativa Frequência Relativa

filho Absoluta acumulada
0 1 4,0 4,0
1 2 16,0 20,0
2 10 40,0 60,0
3 6 24,0 84,0
4 2 8,0 92,0
5 2 8,0 100,0
Total 25 100 -----

Analisando a Tabela 1, podemos perceber que as famílias mais frequentes são as de dois filhos
(40%), seguida pelas famílias de três filhos. Apenas 16% das famílias têm mais de três filhos,
mas são ainda mais comuns do que famílias sem filhos.

2.4.2. Variáveis Quantitativas Contínuas

Quando a variável em estudo é do tipo contínua, que assume muitos valores distintos,
agrupamento dos dados em classes será sempre necessário na construção das tabelas de
frequências. A Tabela 2 apresenta a distribuição de frequências para o peso de crianças de sexo
masculino.

Peso (Kg) Frequência Frequência Freq. Abs. Freq. Rel.

Absoluta Relativa (%) Acumulada Acumulada (%)

0 |- 25 3 4,8 3 4,8
25 |- 50 11 17,7 14 22,6
50 |- 75 15 24,2 29 46,8
75 |- 100 11 17,7 40 64,5
100 |- 125 3 4,8 43 69,4
125 |- 150 4 6,5 47 75,8
150 |- 175 8 12,9 55 88,7
175 |- 200 5 8,1 60 96,8
200 |- 225 1 1,6 61 98,4
225 |- 250 1 1,6 62 100
total 62 100 - -

Os limites das classes são representados de modo diferente daquele usado nas tabelas para
variáveis discretas: o limite superior de uma classe é igual ao limite inferior da classe seguinte.
8
Mas, afinal, onde ele está incluído? O símbolo |- resolve essa questão. Na segunda classe (25 |-
50), por exemplo, estão incluídos todas as crianças de sexo masculino com peso de 25,0 a 49,9
kg. As crianças que por ventura pesarem exactos 50,0 kg serão incluídas na classe seguinte. Ou
seja, crianças com pesos maiores ou iguais a 25 kg e menores do que 50 kg.

A construção das classes da tabela de frequências é feita de modo a facilitar a interpretação da

distribuição de frequências, como discutido anteriormente. Geralmente, usamos tamanhos e
limites de classe múltiplos de 5 ou 10. Isso ocorre porque estamos acostumados a pensar no
nosso sistema numérico, que é o decimal. Porém, nada nos impede de construirmos classes de
outros tamanhos (inteiros ou fracionários) desde que isso facilite nossa visualização e
interpretação da distribuição de frequências da variável em estudo.

2.5. Resumo da análise descritiva de dados

O foco da análise descritiva é compreender se, por trás de um ou mais fenómenos que se
repetem, existem tendências ou padrões que possam ser mapeados. Esse é um processo antigo,
mas que evoluiu muito nos últimos anos.

Hoje, com a tecnologia disponível e o conhecimento acumulado, podemos contemplar os mais

variados fenómenos, examiná-los e, a partir disso, tirar novas conclusões, se for o caso.

Essa é a base de uma análise estatística descritiva, que parte de dados reais para que, pela sua
leitura, possamos entender o que se passa e tomar decisões mais acertadas.

Em uma empresa, ela corresponde à etapa introdutória da gestão de dados, pois reúne as
informações que, depois, serão estudadas e transformadas em subsídios para definir os rumos do
negócio.

O objectivo principal da análise estatística descritiva é servir como um suporte para explicar o
objeto-alvo em uma pesquisa. Assim sendo, ela é amplamente utilizada no meio académico
como apoio em estudos dos mais variados ramos.

9
A análise de dados estatísticos é a base em que se assentam as análises quantitativas. Pelo exame
dos dados colectados, é possível criar hipóteses que podem ou não ser comprovadas
posteriormente.

Dessa forma, sua vantagem principal é ser um instrumento que confere imparcialidade a um
estudo, evitando que se formem juízos de valor. Também é o método mais indicado quando se
deseja ter uma visão abrangente de um fenómeno e para colectar dados sobre comportamentos.

Quase toda análise descritiva toma como ponto de partida uma pesquisa, que, por sua vez, é feita
com base em um questionário.

Isso, claro, nos casos em que o objecto pesquisado puder ser medido e avaliado a partir das
respostas dadas por pessoas reais.

Essas pesquisas podem ser estruturadas, quando as perguntas são as mesmas para todos que
participam do estudo, ou não estruturadas, em que os feedbacks ditam os rumos da investigação.

10
3. Conclusão

Como se pode verificar, o processo de análise descritiva de dados esta dividida em duas parte
sendo analise descritiva de dados qualitativos e quantitativos, porem, cada um deste tem seus
critérios. Em geral, as ferramentas utilizadas em um estudo descritivo são as tabelas e os
gráficos, mas existem outras formas de serem captadas: por meio de porcentagens, médias e
índices. Vale lembrar que, ao condensar todas essas informações em uma única ferramenta de
análise, alguns dados podem ser perdidos. Entretanto, é importante esclarecer que esta perda
acaba sendo relativamente insignificante se comparada aos ganhos em clareza e facilidade em
interpretação.

Toda a descrição resumida dos dados visa identificar as anomalias existentes dentro dos negócios
de forma mais rápida. Seja apontando as falhas e os registros incorretos de valores, além dos
dados desordenados (aqueles que não seguem o mesmo padrão do restante das informações)

11
Referencias Bibliográficas

Ader, H. j., & Mellenberg, G. J. (2008). Aconselhamento sobre metodos de pesquisa: um

companheiro consultor. Johannes Van Kessel Publishing.

Babbie, E. R. (2009). The Practice of Social Research . Wordpress: Wadsworth.

Chambers, J. M., & Cleveland, W. S. (1983). Graphical Methods for Data Analysis. Wdsworth:
Duxbury Press.

Fandango, A. (2008). Analise de dados Python (2 ed.). Packt Publishers.

Freund, J. E., & Simon, G. A. (2000). Estatistica Aplicada - Economia, Administracao e

Contabilidade (9 ed.). Bookman.

12