Tema 2 Método estatistico e tecnicas de amostragem

Prévia do material em texto

Método estatístico e 
técnicas de amostragem 
Édina Domingues e José Tadeu de Almeidaa
Introdução
A observação e a coleta de informações a partir de fenômenos são ações inerentes à Esta-
tística. Elas são utilizadas para resolver problemas e para compreender fenômenos, portanto, a 
Estatística exerce um papel fundamental para todas as áreas do conhecimento.
Nesta aula, estudaremos técnicas que permitem a manipulação dos dados relacionados a 
um fenômeno estatístico e como estes dados permitem a dedução, por meio da análise estatís-
tica, dos resultados de uma pesquisa.
Objetivos de aprendizagem
Ao final desta aula, você será capaz de:
 • conhecer os métodos estatísticos e suas fases;
 • identificar as técnicas de amostragem e de arredondamento.
1 Método estatístico
No âmbito dos métodos científicos, entendidos como um conjunto de meios para se obter 
um resultado (CRESPO, 2011), podemos enfatizar dois tipos: o método experimental e o método 
estatístico. O método experimental consiste na aplicação de uma série de procedimentos, que 
ocorrem geralmente em laboratórios, cujo objetivo é realizar o controle dos referenciais de pes-
quisa envolvidos e suas variações. 
SAIBA MAIS!
O método experimental é muito utilizado na área da saúde, em que se elege uma 
referência de pesquisa (comportamento de cobaias mediante o uso de uma 
determinada medicação).
Já no método estatístico os procedimentos estão pautados nas Teorias das Probabilidades, 
que estabelecem relações de causa e efeito de diferentes situações da sociedade, ou de uma 
população qualquer, registrando possíveis variações e probabilidades de ocorrência de certos 
eventos. Assim, coletam-se dados que representam uma população, e, a partir desta amostra, são 
obtidos resultados e possíveis variações de resultados que passam por análises.
andréramos
Realce
andréramos
Realce
Figura 1 – Pesquisador 
Fonte: Pressmaster/Shutterstock.com
EXEMPLO
Quando o seu médico lhe pede um hemograma, o técnico de laboratório retira uma 
pequena fração do seu sangue e envia para análise. Assim, os resultados obtidos 
são analisados pelo médico.
1.1 Fases do método estatístico
De acordo com Crespo (2011), as fases do método estatístico são compostas por:
 • definição do problema: ocorre ao se estabelecer um problema, uma hipótese de pesquisa;
 • planejamento: dado pela escolha das técnicas de pesquisa e ferramentas apropriadas 
para a obtenção dos indicadores pretendidos (como médias, por exemplo);
 • coleta de dados: envolve o levantamento de informações que serão posteriormente 
catalogadas e serão a base para uma pesquisa.
 • apuração dos dados: separação e catalogação em variáveis específicas, como faixas 
etárias de uma população, por exemplo;
 • apresentação dos dados: dá-se por meio da catalogação dos dados apurados em 
tabelas e gráficos;
 • análise e interpretação dos dados: ocorre mediante o cálculo de coeficientes e indica-
dores necessários ao esforço de pesquisa.
andréramos
Realce
andréramos
Realce
andréramos
Realce
andréramos
Realce
andréramos
Realce
andréramos
Realce
andréramos
Realce
andréramos
Realce
andréramos
Realce
Figura 2 – Base de dados
Fonte: kuruneko/Shutterstock.com
O método estatístico pressupõe a coleta de dados, cuja finalidade é de estabelecer uma base 
para estudo e descrição das variáveis que compõem uma análise.
2 Coleta de dados
A coleta de dados consiste na pesquisa de informações necessárias para análise e estudo 
de um determinado problema. Para efetivar uma coleta de dados adequada, deve-se definir o tipo 
de variável a ser estudada. Uma variável é o referencial que representa uma característica proemi-
nente da base de dados de uma pesquisa.
FIQUE ATENTO!
A variável de pesquisa é definida pelo agente observador, o próprio pesquisador, a 
partir de um problema, uma pergunta que ele deseja responder.
Os tipos de coleta de dados são:
 • coleta direta: obtida diretamente a partir da fonte da pesquisa, dividindo-se em:
 • coleta direta contínua: quando a coleta de dados se dá de forma continua, sem 
interrupções, em um determinado período (durante um ano, por exemplo, para o 
cálculo da pluviosidade mensal de uma região);
 • coleta direta periódica: quando a coleta de dados ocorre em épocas determinadas 
(como o Censo, no Brasil, que ocorre a cada 10 anos); 
 • coleta direta ocasional: quando a coleta de dados ocorre de forma casual, aten-
dendo a um estudo de uma situação (como o levantamento dos casos de epidemia 
do vírus Ebola, na África); 
 • Coleta de dados indireta: obtida por meio de fontes e bases de dados já registradas em 
revistas, jornais, livros, documentos, entre outros. Divide-se em:
 • por analogia: ocorre a partir de outros estudos já realizados, nos quais o pesquisador 
identifica e relaciona aspectos de causalidade entre a sua pesquisa;
 • por proporcionalização: quando a coleta ocorre por meio de uma amostra de uma 
população, permitindo posteriores generalizações;
 • por indícios: ocorre a partir de situações não factuais, ou seja, pela via de indícios que 
levam ao estudo pretendido;
 • por avaliação: ocorre por meio de informações autênticas ou de estimativas cadas-
trais. Assim, a partir destas informações, estima-se a relação quantitativa de um fenô-
meno (CRESPO, 2011).
A coleta de dados é uma das primeiras fases da análise estatística. Com ela, podemos 
obter as bases de dados necessárias para um estudo, por meio de amostras ou pelo exame de 
toda uma população.
FIQUE ATENTO!
A chamada Estatística Indutiva estuda as características de uma população a partir 
de uma amostra, ou seja, permite a generalização por meio de fenômenos observa-
dos na amostra escolhida.
3 Apuração
A apuração de dados associada a uma variável, sobretudo para as variáveis quantitativas, 
que podem ser numericamente ordenadas, é o processo por meio do qual o pesquisador irá contar, 
manualmente ou por softwares, o número de vezes que a variável pesquisada assumiu um deter-
minado valor, inserindo este determinado número dentro de uma série de dados. 
EXEMPLO
Em uma pesquisa para verificar o tamanho da População Economicamente Ativa 
(PEA) de um país, ou seja, o número de indivíduos em potencial condição de traba-
lhar, após os dados serem coletados, há a apuração e separação por faixas etárias, 
conforme o conceito da PEA deste país: idade - 0 a 18 anos; 18 a 65 anos (PEA); 65 
anos em diante (LAMEIRAS, 2013).
A apuração permite que calculemos as porcentagens, as participações de cada variável, em 
termos do número de dados observados, em relação à população total. Por exemplo, nas eleições, 
os votos são apurados, ou seja, contados e distribuídos entre cada um dos candidatos a um cargo 
eletivo (CRESPO, 2011).
andréramos
Realce
FIQUE ATENTO!
A porcentagem de observações em relação ao total da amostra analisada também 
é denominada por frequência (relativa).
4 Técnicas de amostragem
A amostragem é o processo pela qual é determinada a amostra de uma população, uma 
vez que quando uma população é composta por um número elevado de elementos, é impossível 
a coleta de dados envolvendo todos os seus indivíduos. Esta amostra deve possuir as caracte-
rísticas exigidas na pesquisa para que o estudo torne-se viável (por exemplo, “homens acima de 
quarenta anos e de pele clara”, para verificar a incidência de câncer de próstata nesta população), 
ou seja, uma amostra deve ser uma parte representativa da população que a originou e a respeito 
da qual desejamos realizar inferências. 
Há dois métodos para composição de uma amostragem: probabilísticos e não probabilísticos.
Figura 3 – Coleta de dados
Fonte: violetkaipa/Shutterstock.com
 • Métodos probabilísticos: são técnicas de amostragem nas quais os dados são selecio-
nados de maneira totalmente aleatória,de modo que cada unidade da população anali-
sada tenha igual probabilidade de ser escolhida. Por exemplo, um sorteio de 1% da popu-
lação do Brasil pelos dois algarismos finais do seu Cadastro de Pessoas Físicas (CPF).
 • Métodos não probabilísticos: cada elemento do conjunto universo não possui a mesma 
oportunidade de escolha, pois dependem do critério e seleção do pesquisador e do perfil 
da pesquisa (como no caso da seleção de homens de pele clara acima de 40 anos, para 
verificar a porcentagem de portadores de câncer de próstata nesta população específica) 
(CRESPO, 2011). 
andréramos
Realce
andréramos
Realce
andréramos
Realce
andréramos
Realce
andréramos
Realce
SAIBA MAIS!
O IBGE (Instituto Brasileiro de Geografi a e Estatística) realiza a PNAD (Pesquisa 
Nacional por Amostras de Domicílios), que, pela seleção de uma amostra da 
população brasileira, permite avaliar a evolução de seu padrão de vida (ocupação, 
renda, consumo etc.) a cada trimestre. Para aprofundar seu conhecimento sobre 
a PNAD, acesse: <http://www.ibge.gov.br/home/estatistica/pesquisas/pesquisa_
resultados.php?id_pesquisa=40>.
A compreensão das técnicas de amostragem é importante para a análise estatística, a fi m 
de que se componham bases de dados confi áveis para a elaboração dos estudos e pesquisas 
desejados. Entender estas técnicas permite que os métodos sejam aplicados com precisão, 
gerando análises efi cientes.
5 Técnicas de arredondamento
Ao realizarmos cálculos estatísticos, é comum encontrarmos valores com diversas casas deci-
mais, até mesmo milhares ou infi nitas; ou as chamadas dízimas periódicas, que são valores que 
apresentam uma série infi nita de algarismos na mesma disposição (como a fração =
1 0,333...
3
).
Figura 4 – O número “pi” contém trilhões de casas decimais
Fonte: tschitscherin/Shutterstock.com 
O con ceito de casas decimais, embora usual, não é costumeiramente aplicado em Estatís-
tica. Usa-se o termo algarismo signifi cativo, que consiste no algarismo (ou uma série deles) que 
se segue após a vírgula e é diferente de zero, ou seja, o número 3,008, por exemplo, possui um 
algarismo signifi cativo após a vírgula.
O arredondamento de dados pode acontecer quando:
 • o número tem mais de dois algarismos significativos, se o algarismo do lado posterior 
for maior que 5, o arredondamento será feito somando mais uma unidade ao número 
da esquerda. Por exemplo, se a dízima periódica (D) for 0,678678..., temos que seu 
arredondamento (A) = 0,68;
 • o número for menor que 5, o arredondamento será desprezando os números posterio-
res. Por exemplo, D = 0,12345345..., temos que A = 0,12.
Porém, se o algarismo de referência for 5, as regras mudam:
 • caso qualquer algarismo que venha após o algarismo 5 for diferente de zero, acrescen-
ta-se uma unidade ao algarismo à esquerda. Por exemplo: 0,8250002, torna-se 0,83.
 • se ao algarismo 5 não seguirem outros algarismos, ou eles forem zero, só se aumenta 
uma unidade ao algarismo à esquerda do algarismo 5 se ele for ímpar.
 • Exemplos:
 • 25,650000 passa a 25,6;
 • 78,750000 passa a 78,8.
As técnicas de arredondamento permitem uma descrição de dados mais resumida e efi-
ciente, tornando menos exaustiva a sua apresentação final, e permitem que os cálculos matemá-
ticos sejam, quando possível, simplificados, disponibilizando apenas as informações necessárias 
à pesquisa em seu estágio final (CRESPO, 2011).
Fechamento
Nesta aula, você teve a oportunidade de: 
 • verificar que o método estatístico propõe o planejamento e a coleta de dados visando 
sua apuração, análise e interpretação;
 • compreender como são realizadas as técnicas de obtenção de amostras de uma população;
 • conhecer os métodos para arredondamento de valores com muitos algarismos.
Referências
BRASIL. Instituto brasileiro de geografia e estatística (IBGE). Pesquisa Nacional por Amostras 
de Domicílios (PNAD). Disponível em: <http://www.ibge.gov.br/home/estatistica/pesquisas/pes-
quisa_resultados.php?id_pesquisa=40.>. Acesso em: 11 jan. 2017.
CRESPO, Antônio Arnot. Estatística Fácil. São Paulo. Saraiva: 2011.
LAMEIRAS, Maria Andréia Parente. Efeitos da população economicamente ativa sobre a taxa de 
desemprego. Carta de Conjuntura – Instituto de Pesquisa Econômica Aplicada (ipea). dez. 2013. 
Disponível em: <http://repositorio.ipea.gov.br/bitstream/11058/4309/1/Carta_Conjuntura_n21_
efeitos.pdf.>. Acesso em: 17 jan. 2017.