Escolar Documentos
Profissional Documentos
Cultura Documentos
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
• 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
• 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
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
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 a esmos
Não Probabilísticos
Amostragem por conveniência
Slide 2
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
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
a) Amostragem a esmos
• Quando os elementos que irão compor a amostra são escolhidos ao acaso, sem nenhuma
norma.
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.