Slide 1

Extensão da UCM-Maputo
Curso de Licenciatura em Economia e
Gestão

ESTATÍSTICA I
Slide 1

AULA 2
Slide 2

Tópicos

• Objectivos de aprendizagem
• Escalas de medidas das variáveis: Nominais, Ordinais, Por intervalos e De Rácio
• Processo de amostragem (Métodos de Amostragem)
• Fórmulas de extracção de amostra (Yamane, 1967)
Slide 2

Objectivos de aprendizagem

• Transmitir os fundamentos da estatística necessários a compreensão dos métodos estatísticos;

• Distinguir as escalas de medidas das variáveis;
• Descrever as ideias bases dos diferentes métodos de amostragem
Slide 2

Escalas de medidas das variáveis

• Tem a ver com a forma como queremos classificar ou enquadrar uma determinada variável
ou conjunto de variáveis.

• O estudo de escalas de medidas das variáveis explica-se pelo facto dos dados poderem estar
disponíveis nas mais diversas formas, como por exemplo:
Distribuição
a temperatura Taxa de câmbio por sexo Grau de
maxima satisfação
Distribuição
Exportação de
etária da pop. Profissões
gás
Slide 2

Escalas de medidas das variáveis

• Em estatística os dados acima podem ser agrupados em quatro escalas de medidas das
variáveis, que são:

a) Nominal
• Divide as respostas em categorias discretas não relacionadas numericamente entre si (envolve
dados qualitativos). O termo nominal, refere-se sobretudo a nomear, pois as escalas nominais não
medem mas sim nomeiam.
• Apesar de permitir a sua codificação em números (para efeitos de processamento), estes não podem
ser usados para o cálculo de indicadores quantitativos (média, desvio-padrão, etc.)

b) Ordinal
• Em que as respostas são ordenadas (de forma crescente ou decrescente) em termos de sua dimensão
relativa, mas em que os intervalos entre as sucessivas posições de ordem não são necessariamente
iguais.
Slide 2

Escalas de medidas das variáveis

b) Ordinal
• Também pode-se obter escala ordinal dividindo a escala contínua em múltiplos intervalos (ex: a
divisão da população em grupos etários).

c) Por intervalos
• Os extremos dos mesmos são definidos tendo em conta uma mesma unidade de medida. Ex: escala
do termómetro.
• Incluem o número zero, mas este não é um verdadeiro zero, é apenas outro ponto da escala (pois
pode haver números negativos).
• Os dados em escalas de intervalos consentem a adição e subtração mas não consentem
necessariamente a multiplicação.
• Podem ser contínuas ou discretas.
Slide 2

Escalas de medidas das variáveis

d) De rácios
• Tem as mesmas propriedades que as da escala por intervalos, porém, com a particularidade de
possuir um zero absoluto como valor mínimo.

• Com variáveis organizadas segundo esta escala, alterações nas unidades de medida (ex. Kg para
gramas, ou litros para ml, etc.) não afectam os rácios entre dois valores.
Slide 2

Métodos de Amostragem
Slide 2

Métodos de amostragem
Métodos
Amostragem aleatória simples

Amostragem sistemática
Probabilísticos
Amostragem estratificada

Amostragem por conglomerados (Clusters)

Amostragem a esmos
Não Probabilísticos
Amostragem por conveniência
Slide 2

Métodos de amostragem probabilístico

a) Amostragem aleatória simples

• Cada elemento da população ter a mesma probabilidade de ser selecionado;
• Cada amostra de dimensão n tem a mesma probabilidade de ser escoihida;
• Há duas formas de obter uma amostra neste método:
o Por meio de lotaria;
o Por meio de números aleatórios
Slide 2

Métodos de amostragem probabilístico

b) Amostragem sistemática
• Consiste em escolher de forma aleatória um ponto de partida e, em seguida, retirar cada
n-ésimo elemento da lista da população previamente feita.

• Por exemplo, para constituir uma amostra de 50 elementos a partir de uma população
de 5000, podemos constituir intervalos de 100 (5000/50 = 100), de seguida escolhemos
aleatoriamente um elemento no intervalo dos primeiros 100, devendo o próximo
elemento (i.e. o segundo) a ser escolhido, ser o centésimo, contado a apartir do
elemento escolhido aleatoriamente no intervalo dos primeiros 100, devendo o terceiro
elemento ser o centésimo, contado a partir do elemento escolhido no intervalo dos
segundos 100 e assim sucessivamente.
Slide 2

Métodos de amostragem probabilístico

c) Amostragem estratificada
• Consiste em dividir os elementos da população em grupos mutuamente exclusivos
denominados estratos (podendo estes se basear na idade, departamento, localização,
indústria, etc.) e de seguida, escolhe-se de forma proporcional, um certo número de
elementos de cada estrato.
• Aplicável a situações em que a variável de interesse apresenta uma heterogeneidade na
população.
Slide 2

Métodos de amostragem probabilístico

d) Amostragem por conglomerados

• Um conglomerado é um subgrupo da população, que individualmente reproduz a
população, ou seja, individualmente os elementos que o compõem são heterogêneos
entre si.
• Primeiro, seleccionam-se aleatoriamente alguns dos grupos. Em seguida, incluem-se na
amostra todos os indivIduos pertencentes aos grupos seleccionados.
• Este método de amostragem visa contornar o problema de falta de informação sobre a
população, que por vezes tem se verificado na amostragem estratificada.
Slide 2

Métodos de amostragem não probabilísticos

a) Amostragem a esmos
• Quando os elementos que irão compor a amostra são escolhidos ao acaso, sem nenhuma
norma.

b) Amostragem por conveniência

• Baseia-se na premissa de que certo tipo de respondentes apresenta uma maior disponibilidade,
ou se encontra mais acessível para responder ao inquérito.
• Neste método, selecciona-se a amostra em função da disponibilidade e acessibilidade dos
elementos que constituem a população alvo.
• Urna das aplicações deste método é o caso de inquérito sobre a aceitação de determinado
produto que se encontra nos locals de venda, aproveitando assim a presença dos consurnidores
actuais ou potenciais.
Slide 2

Tamanho ideal da amostragem quantitativa

Das diversas fórmulas e procedimentos que ajudam a calcular o tamanho ideal da amostragem
probabilística, há que destacar a fórmula de Yamane (1967). A mesma é dada por:

Onde:
n = tamanho da amostra
N = tamanho da população
e = margem de erro
Slide 18

Bibliografia

Anderson et al. (2014). Statisctics for Business and Economics (12ª ed.). South-Western
Cengage Learning.
Murteira, B. (2010). Introdução à estatística. Lisboa, Portugal: Escola.
Spiegel, M. R. (1993). Estatística (3ª ed.). São Paulo: Pearson Makron Books.
Triola, M. (S/D) Introdução a estatística (9ª ed.). Rio de Janeiro, Brasil: LTC.