UNIDADE 1

Prévia do material em texto

UNIDADE 1: Conceitos Básicos de Estatística 
Tópico 1 — Conceitos Iniciais 
• 1. Introdução: A disciplina de Métodos Quantitativos é essencial no 
ensino superior contemporâneo. O crescimento no uso de computadores 
e softwares estatísticos populares impulsionou a estatística como 
ferramenta indispensável para pesquisas empíricas em diversas áreas 
profissionais. 
• 2. História da Estatística: 
o O termo provém do latim status (estado), introduzido na 
Alemanha por Achenwall em 1748. 
o Surgiu originalmente pela necessidade dos governos de registrar 
dados demográficos e de riqueza para fins tributários e militares 
(p. ex., na China Antiga, Egito, Roma e levantamentos na Bíblia). 
o Passou da fase puramente descritiva (Idade Média e Século 
XVIII) para o status de disciplina científica com a incorporação do 
cálculo de probabilidades e as contribuições de pioneiros como 
Galton, Pearson, Gosset e R. A. Fisher. 
• 3. Aplicação da Estatística: A estatística busca compreender a 
realidade para fundamentar a tomada de decisões. Suas aplicações 
abrangem: 
o Indústria e Produção: Controle de qualidade, estoques e 
produtividade. 
o Recursos Humanos e Gestão Social: Pesquisas salariais, 
treinamento e planos de previdência. 
o Marketing e Finanças: Prospecção de mercado, precificação, 
análise de fluxo de caixa e gestão de investimentos. 
• 4. O Método Estatístico: 
o Método Experimental: Mantém constantes todas as variáveis 
exceto uma para observar seus efeitos (comum na 
Física/Química). 
o Método Estatístico: Permite a variação simultânea de causas para 
medir a influência individual de cada uma sobre o resultado 
(comum nas Ciências Sociais). 
o Fases do Método Estatístico: 1. Definição do Problema → 2. 
Planejamento → 3. Coleta de Dados → 4. Apuração dos Dados → 
5. Apresentação (Tabular/Gráfica) → 6. Análise e Interpretação 
dos Dados. 
• 5. Tipos de Estatística: 
o Estatística Descritiva (Dedutiva): Organiza, resume e apresenta 
dados brutos por meio de tabelas, gráficos e medidas de resumo 
(como médias). 
o Estatística Inferencial (Indutiva): Utiliza dados amostrais para 
fazer inferências, decisões, generalizações e previsões sobre 
toda uma população. 
o Probabilidade: Relação entre os casos favoráveis de um evento 
𝑛(𝐸) e o total de casos do espaço amostral 𝑛(𝑆): 
𝑃(𝐸) =
𝑛(𝐸)
𝑛(𝑆)
 
Valores variam entre 0 e 1 (ou 0% a 100%). Para eventos onde 
não se pode aplicar simetria, utiliza-se a frequência relativa ou a 
probabilidade subjetiva (baseada em intuição/conhecimento 
pessoal). 
Tópico 2 — População, Amostra e Censo 
• 1. População, Censo e Amostra: 
o População (Conjunto Universo): Conjunto total de elementos 
(pessoas, objetos ou itens) que compartilham ao menos uma 
característica em comum sob investigação. Pode ser finita 
(elementos mensuráveis) ou infinita (contagem impraticável). 
o Censo: Estudo que analisa absolutamente todos os elementos 
da população. No Brasil, é executado pelo IBGE em censos 
demográficos, agropecuários, industriais e comerciais. É custoso 
e demorado. 
o Amostragem: Estudo focado em um subconjunto da população. 
Para ser válida, a amostra deve possuir representatividade em 
relação ao todo. 
• 2. Métodos de Amostragem: 
o Probabilística: Fundamentada no princípio da equiprobabilidade 
(todos têm a mesma chance de seleção). 
▪ Causal (Aleatória) Simples: Elementos sorteados 
inteiramente ao acaso (por urna ou gerador de números). 
▪ Estratificada: População dividida em subgrupos (estratos) 
homogêneos (ex: por gênero), selecionando-se amostras 
proporcionais em cada estrato. 
▪ Sistemática: Elementos escolhidos a partir de um 
intervalo/sistema fixo regular (ex: selecionar a cada 4ª 
pessoa ou 10ª residência). 
o Não Probabilística: A escolha depende de critérios do 
pesquisador ou de conveniência. 
▪ Por Quotas: Seleção baseada no preenchimento de 
proporções pré-definidas por julgamento. 
▪ De Voluntários: Participantes oferecem-se 
espontaneamente para o estudo. 
▪ Intencional ou Por Conveniência: Utiliza elementos de fácil 
acesso ao pesquisador. 
• 3. Erros de Amostragem: 
o Erros Amostrais (Aleatórios): Inerentes ao acaso da seleção da 
amostra em comparação à população total. 
o Erros Não Amostrais (Sistêmicos): Ocasionados por falhas na 
coleta, instrumentos descalibrados, falta de respostas, viés de 
resposta (respostas não verdadeiras) ou má formulação de 
perguntas. 
• 4. Cálculo Amostral: Determina o tamanho ideal da amostra com base 
em variáveis como a margem de erro, nível de confiança (ex: 95%), 
tamanho da população e distribuição/variabilidade. 
Tópico 3 — Variáveis, Escalas e Séries Estatísticas 
• 1. Conceito de Variável: Representa a característica ou o atributo que 
está sendo mensurado ou observado nos elementos da pesquisa. 
• 2. Tipos de Variáveis: 
o Qualitativas (Atributos/Categorias): 
▪ Nominais: Não possuem ordem implícita (ex: cor dos olhos, 
estado civil, sexo). 
▪ Ordinais: Possuem uma hierarquia ou ordenação natural 
(ex: grau de escolaridade, nível socioeconômico). 
o Quantitativas (Numéricas): 
▪ Discretas: Resultam de contagens e assumem valores 
inteiros (ex: número de filhos, quantidade de carros). 
▪ Contínuas: Resultam de medições dentro de um intervalo 
real, aceitando decimais (ex: altura, peso, temperatura). 
• 3. Escalas de Medida: 
o Escala Nominal: Apenas categoriza sem ordenação. 
o Escala Ordinal: Classifica e estabelece uma ordem 
lógica/gradativa. 
o Escala de Intervalo: Mede a distância entre valores com um zero 
arbitrário (o zero não significa ausência total da propriedade, ex: 
temperatura em 0 °C). 
o Escala de Razão (Absoluta): Possui um zero absoluto (ausência 
completa do atributo) e permite comparações de 
proporcionalidade (ex: salário, peso). 
• 4. Séries Estatísticas: Conjunto de dados dispostos em tabelas 
segundo a variação de fatores: 
o Histórica (Temporal): O tempo varia, enquanto o local e o fato 
permanecem fixos. 
o Geográfica (Territorial): O local varia, mantendo o tempo e o 
fato fixos. 
o Específica (Causal): O fenômeno/fato varia, com tempo e local 
fixos. 
o Mista: Combinação da variação simultânea de dois ou mais 
fatores (ex: tempo e local). 
o Distribuição de Frequência: Organização dos dados dividindo-
os em classes numéricas para demonstrar a contagem ou taxa de 
ocorrência em cada intervalo. 
 
 →
 n ( E )
 →
 n ( S )
 →
 P ( E ) = n ( E ) n ( S )
 →
 →