Resumo Estatistica (1)

Prévia do material em texto

ESTATÍSTICA X PSICOLOGIA
- É descritiva e inferencial
a estatística descritiva: lida com a descrição e o resumo dos dados. (moda, mediana,
média)
estatística inferencial: lida com a generalização dos resultados da amostra para a população
em geral (probabilística, não probabilística…)
- Método estatístico:
● possível se chegar a conclusões que extrapolam os dados descritos (poder
de generalização)
● Fases: Coleta de dados, crítica dos dados, apuração dos dados, exposição
dos resultados e conclusões.
TEORIA DA AMOSTRAGEM:
- A estatística guia a decisão desde a etapa de planejamento da pesquisa, até a
condução e os resultados gerados. (guia todo o projeto)
- A Teoria da amostragem guia a decisão de quais pessoas escolher para compor a
pesquisa.
- POPULAÇÃO = Conjunto de todos os elementos que possuem determinadas
características. (Não é fixa).
- Amostra = Recorte da população. (Deve ser representativa da população - mesma
estrutura)
- POPULAÇÃO E AMOSTRAS NÃO SÃO FIXAS.
AMOSTRAS NÃO PROBABILÍSTICAS:
- Os sujeitos são escolhidos por determinados critérios, geralmente informais.
- Selecionar de maneira menos controlada ( bola de neve)
- AMOSTRA ACIDENTAL: Sem segurança de representar o universo. (um chama o
outro) Mais comum: Bola de neve - Fácil acesso aos participantes, mas, os
resultados não podem ser generalizados com segurança, mas, serão
generalizados os resultados para a população.
AMOSTRAS PROBABILÍSTICAS
- Todos os elementos têm a mesma chance de ser escolhidos para compor a amostra.
- Conhecer toda a população para escolher a amostra
- AMOSTRA ALEATÓRIA SIMPLES: Lista completa da população e fazer sorteio
simples. (todos tem chance de ser convidados para a pesquisa) Base de
amostragem = Lista. / não inclui casos minoritários.
- AMOSTRA ESTRATIFICADA: Quando sorteio simples não é suficiente. conhecer a
população e estratificar a amostra. (criar subgrupos proporcionais)
TIPOS DE VARIÁVEIS E NÍVEIS DE MEDIDA
- Axioma: verdade incontestável (2 é maior que o 1)
- Princípio do isomorfismo:
● A medida, ao utilizar números para descrever a realidade, deve salvar os axiomas
dos números.
● Quanto mais axiomas dos números forem salvos, mais útil a medida se torna para a
descrição da realidade empírica.
- AXIOMA DOS NÚMEROS: Podemos utilizar números para representar outro
fenômenos, mas, sempre respeitando:
● Identidade: os números são diferentes entre sí ( 1.psicología 2.medicina está
correto / 1. psicologia 1. medicina está errado)
● Ordem: Os números são diferentes de tamanho, dizemos quem é maior que
quem.
● Aditividade: Dois números podem ser somados entre si. (todos os números
podem ser reduzidos a 1)
NÍVEIS DE MEDIDAS
MEDIDAS QUE SALVAM O AXIOMA DE IDENTIDADE:
- Medidas nominais
● Usa números para demonstrar que dois ou mais atributos são distintos entre si.
● Uso de números é arbitrário. podem ser outros símbolos.
● Só servem para identificar atributos.
MEDIDAS QUE SALVAM O AXIOMA DE ORDEM:
- Medidas ordinais:
● Além de identificar, ela ordena os tributos. É possível ordenar os sujeitos em termos
de quantidade em que possuem determinado atributo.
MEDIDAS QUE SALVAM O AXIOMA DE ADITIVIDADE
- Medida intervalar:
● Possível ordenar a quantidade e preservar a distância igual entre os intervalos.
● Permite dizer o quanto tem maior ou menor quantidade.
- Medida de razão:
● Tem o zero absoluto (origem) - ausência do fenômeno na natureza.
● Tipo de medida mais completo
( Não existe ausência de QI)
DISTRIBUIÇÃO AMOSTRAL
- Tipos:
● Distribuição de dados:
Garantem a variabilidade da amostra
Algumas análises precisam que os dados sejam distribuídos normalmente.
Quanto maior a amostra, maiores as chances de ela apresentar uma distribuição normal.
Dificilmente alcançamos uma distribuição perfeitamente normal. Mas é fundamental que se
busque uma distribuição aproximadamente normal.
● Distribuição normal
● Distribuições não-normais:
Distribuição assimétrica:
Uma das principais causas de desvio da normalidade é a resultante da assimetria.
• Se a distribuição apresenta uma cauda maior para a direita, ela é positivamente
assimétrica;
• Se a distribuição apresenta uma cauda maior para a esquerda, ela é negativamente
assimétrica.
Em distribuições muito assimétricas, não se deve utilizar a m é d i a c o m o m e d i d a d e
tendência central.
Distribuição bimodal:
Esse tipo de distribuição é rara.
ESTATÍSTICA DESCRITIVA
- Resumem as medidas obtidas, oferece uma visão geral dos resultados
- Cálculos descritivos mais utilizados: Medidas de tendência central e medidas de
dispersão.
Medidas de tendência central:
- sintetizam o conjunto de dados
- são elas: Média aritmética, mediana e moda.
Média aritmética:
- Indicada para variáveis minimamente intervalares.
- Mais indicada para dados normalmente distribuídos ou levemente assimétricos.
- Desvio Padrão precisa ser baixo
- valores extremos afetam o valor calculado.
Mediana
- Ocupa posição central dos conjuntos ordenados.
- Quando a quantidade é par, soma e divide por dois.
- Indicada para dados minimamente intervalares
- Fácil de ser calculada
- Não é afetada por valores extremos
- Utilizada por variações assimétricas.
Moda
- Valor que apresentam mais vezes
- Se todos forem diferentes, não tem moda
- Pode ter mais de uma moda (bimodal, trimodal ou multimodal)
- Única medida de tendência central que pode ser utilizada por medidas nominais ou
ordinais
- mais pobre que as outras.
Medida de dispersão
- Variabilidade que os dados apresentam de si.
- Se os dados forem iguais, não tem dispersão.
- Se os valores não forem iguais, há dispersão:
Pequena: Quando os valores são próximos.
Grande: Quando os valores são muito diferentes.
AMPLITUDE = Diferença entre o maior e o menor conjunto. Utilidade limitada
DESVIO PADRÃO = Acompanha a Média.Para saber se é alto ou baixo, é só comparar
os desvios.
● SE O DESVIO PADRÃO FOR MUITO ALTO, PROVAVELMENTE A MÉDIA NÃO É A
MELHOR OPÇÃO PARA REPRESENTAR O CONJUNTO DE DADOS.
INTERVALO INTERQUARTIL = Acompanha a mediana,
MODA NÃO É ACOMPANHADA DE MEDIDA DE DISPERSÃO.
d c e e d b