1

UNIVERSIDADE PAULISTA - UNIP

ENGENHARIA

ESTATÍSTICA
INDUTIVA

Prof. Dr. Fernando Cruz Barbieri

S.J. dos Campos - Dutra
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem

Prof. Dr. Fernando Cruz Barbieri

S.J. dos Campos - Dutra
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem
1. Definição
• È uma técnica de seleção de uma amostra que possibilita o
estudo das características de uma população.
Por isso podemos dizer que:
• “Não é necessário tomar um vinho inteiro para ver se é bom.”
• Não é preciso assistir uma reportagem inteira para saber se vale a
pena assisti-la até o fim.
• Para analisar a qualidade do setor de enfermagem de um determinado
hospital não é preciso consultar todas as pessoas que já foram
atendidas no hospital.
Consiste no processo de colher amostras de uma população.
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem
2. Métodos de Amostragens
São de dois tipos:
• Amostras não probabilísticas;
• Amostras probabilísticas;
2.1 Amostra não probabilística: São utilizadas quando não se conhece
a probabilidade de um elemento da população ser escolhido para
participar da amostra.
a) Amostra por conveniência: É feita uma seleção de itens buscando uma
melhor acessibilidade.
Ex.: É mais fácil retirar, para fins de amostra, os pneus do topo de uma
pilha que pneus da parte inferior da pilha.
b) Amostra por julgamento: Coletam-se as opiniões de peritos pré-
selecionados em relação ao assunto objeto da pesquisa.
Não se deve generalizar para a população como um todo os resultados
obtidos por meio deles.
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem
2. Métodos de Amostragens
2.2 Amostra probabilística: Os itens são selecionados com base em
probabilidades conhecidas.
a) Amostragem aleatória simples: É o processo mais elementar.

• O método se fundamenta no princípio de que todos os membros

de uma população têm a mesma probabilidade de serem incluídos
na amostra.

• Para fazer este tipo de procedimento, cada participante da

população “recebe” um número.

• Este número é sorteado em um procedimento que, as vezes, é

chamado de loteria.

• A amostra é formada pelos participantes sorteados.

 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem
2. Métodos de Amostragens

a) Amostragem aleatória simples:

• Vantagens: Evita o erro sistemático e viés de

simples de se planejar e comunicar aos outros.
seleção. Tende a ser

• Desvantagens: Tende a ter execução complexa e cara. Eventualmente,

pode não representar bem subgrupos populacionais.
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem
2. Métodos de Amostragens
2.2 Amostra probabilística: Os itens são selecionados com base em
probabilidades conhecidas.
b) Amostragem aleatória sistemática: É uma variação da
amostragem simples, ou seja, quando os elementos da população
apresentam-se ordenados e a retirada dos elementos da amostra é
dada por um determinado período.

• Após a identificação dos participantes, um determinado critério

é eleito (por exemplo, a cada 3) e a seleção segue este formato.
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem
2. Métodos de Amostragens
2.2 Amostra probabilística: Os itens são selecionados com base em
probabilidades conhecidas.
b) Amostragem aleatória sistemática:

Vantagens: Mais rápida de se implementar do que a amostragem aleatória

simples
Desvantagem: Eventualmente, pode não representar bem subgrupos
populacionais. A ordenação dos participantes pode ser igual a uma
ordenação existente, mas desconhecida, na população.
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem
2. Métodos de Amostragens
2.2 Amostra probabilística: Os itens são selecionados com base em
probabilidades conhecidas.
c) Amostragem estratificada: Neste tipo de amostragem, a
população é dividida em subpopulações em função de características
em comum, o que é chamado de estrato.

• Em seguida, cada participante recebe uma identificação dentro de seu

estrato e o processo de amostragem aleatória simples é feito dentro em
cada estrato.
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem
2. Métodos de Amostragens
2.2 Amostra probabilística: Os itens são selecionados com base em
probabilidades conhecidas.
d) Amostragem por conglomerados: Neste tipo de amostragem, a
população encontra-se localizada - naturalmente - em
conglomerados.
• Estes conglomerados podem ser ruas, bairros ou empresas, por exemplo
e são assumidos como heterogêneos.

• Os conglomerados recebem identificações que, por sua vez, são

sorteadas. Todos os participantes dos conglomerados sorteados devem
ser acessados.
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem
2. Métodos de Amostragens
d) Amostragem por conglomerados:

• Vantagens: Quando a identificação dos elementos da população é difícil,

os conglomerados aparecem como solução. A população já está dividida
naturalmente.

• Desvantagens: Os estratos não serem homogêneos entre eles.

 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Amostragem
3. Dados de uma Amostra
• Para a descrição de um conjuntos de dados, retiramos uma amostra da
população da qual temos interesse.

• Vamos, a partir de agora, supor que todas as amostras foram retiradas

por meio de técnicas probabilísticas e por amostragem aleatória simples.

• Para ser feito o estudo da estatística indutiva, primeiramente devemos

organizar e descrever os dados, utilizando conhecimentos da estatística
descritiva, e como exemplo vamos fazer uma breve recordação das
medidas de tendência central, que irá ser usada até o final do curso.
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
4. Introdução
• As Medidas de Tendência Central: representam de certa forma
uma determinada distribuição de dados só elas não são
suficientes para caracterizar a distribuição.

• Para uma análise estatística mais exata é necessária a

verificação da flutuação dos valores em torno de sua média
aritmética é necessário analisar medidas de dispersão.

Estudaremos quatro dessas medidas:

• Média (),
• Variância (S2),
• Desvio Padrão (s),
• Coeficiente de Vadiança (CV)
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
4. Introdução
• Chamamos de Dispersão (ou variabilidade) de um conjunto de
dados maior ou menor diversificação dos valores de uma variável
em torno de um valor de tendência central tomado como ponto
de comparação (em geral a média aritmética).

Sejam os conjuntos:
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
5. Amplitude total
• É a mais simples medida de variabilidade.
• Representa a diferença entre o maior valor e o menos valor de
uma amostra.
• Em outas palavras: É a diferença entre o maior e o menor valor
observados.

At = Limite superior - Limite Inferior

 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
5. Amplitude total
Exemplo 1: Notas de satisfação de clientes de uma Empresa X

Rol=>
H= -

H = 4,6 – 0,8= 3,8

 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
6. Variância (s2)
6.1 Definição: Mede a variabilidade considerando TODOS os
dados.

• Avalia quanto cada uma das observações diferem da média (por

isso medida de DISPERSÃO).

• Vamos clarear isso em termos visuais...

• No exemplo anterior, é muito fácil perceber qual ativo mais

“foge” da média. Mas e em casos assim:
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
6. Variância (s2)
Da mesma forma que a média, temos duas fórmulas:

Variância Populacional:

Variância Amostral: s2
PARA DADOS NÃO AGRUPADOS PARA DADOS AGRUPADOS

s2 
 ( x x )2 . fi
n 1
xi= É A VARIAVEL DA AMOSTRA e n É O TAMANHO DA AMOSTRA e x= é a media da amostra
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
6. Variância (s2)
Exemplo 2: Calcule a variância amostral do conjunto de dados não
agrupados indicados a seguir:

10 passo: Determinar a média aritmética:

 2  4  7  9  11  15
x 8
6
20 passo: Determinar o tamanho da amostra => n = 6
30 passo: Determinar a variância amostral (não agrupados):
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
6. Variância (s2)
Exemplo 3: Determine a variância para a distribuição de
frequências (agrupados) dada na tabela abaixo:
10 passo: Determinar tamanho da amostra: n = 30
20 passo: Determinar a média aritmética agrupados por
frequência:
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
6. Variância (s2)
Exemplo 3: Determine a variância para a distribuic5o de frequências
dada na tabela abaixo:
30 passo: Determinar a variância amostral:

=107,46
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
7. Desvio Padrão (s)
7.1 Definição: É a raiz quadrada positiva da variância
• Desvio Padrão populacional = 𝜎
• Desvio Padrão amostral = 𝑠
Por que desvio padrão é melhor que variância?
Resposta: Porque, assim como a MÉDIA, ela estará na mesma unidade de medida dos
dados originais

• Na prática, o desvio padrão indica qual é o “erro” se quiséssemos substituir um

dos valores coletados pelo valor da média.
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
7. Desvio padrão (s)
Da mesma forma que a variância com a raiz quadrada positiva da
variância, temos duas fórmulas:
Desvio Padrão Populacional:
k

 (x  x)
i
2

 i 1
n
Desvio Padrão Amostral: s2
PARA DADOS NÃO AGRUPADOS PARA DADOS AGRUPADOS

xi= É A VARIAVEL DA AMOSTRA e n É O TAMANHO DA AMOSTRA

 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
7. Desvio padrão (s)
Exemplo 4: Através das idades de alunos de um curso de
engenharia na tabela abaixo, determinae o desvio padrão:
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
7. Desvio padrão (s)
Exemplo 5: Na tabela a seguir estão apresentados os pesos (em kg)
de uma amostra por classe constituída por 20 frequentadores de
um clube esportivo. Determine o desvio padrão e o coeficiente de
variância
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
8. Coeficiente de Variância (CV)
8.1 Definição: Mostra quão grande é o desvio padrão em relação à
média.

• Geralmente expressa como porcentagem %.

• Muito interessante quando queremos comparar variáveis com

unidades de medidas diferentes.

• Quanto menor for este coeficiente mais homogênea é a amostra.

 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
Exercício completo
Determine a média, a amplitude, a variância, o desvio padrão, o
coeficiente de variação, da tabela primitiva da seguinte amostra de
dados coletados em uma fazenda sobre a produção de leite, em kg,
do plantel de vacas holandesas.

52 42 44 40 41 41 42 45 39 48
50 52 53 54 55 55 57 59 55 60
61 64 43 65 65 66 66 66 67 68
69 71 73 73 74 74 76 77 44 78
80 55 84 70 71 66 89 38 38 55
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
Exercício completo
Para o calculo da amplitude colocaremos os dados na forma de rol
(organizados na forma crescente)

38 38 39 40 41 41 42 42 43 44
44 45 48 50 52 52 53 54 55 55
55 55 55 57 59 60 61 64 65 65
66 66 66 66 67 68 69 70 71 71
73 73 74 74 76 77 78 80 84 89

Calculo da amplitude H= -
H = 89 – 38 = 51 kg
 UNIVERSIDADE PAULISTA - UNIP
ENGENHARIA

Medidas de Dispersão
Exercício completo
Determinar a distribuição de frequência absoluta (fi)