Baixe o app para aproveitar ainda mais
Prévia do material em texto
Conceito de Bioestatística Professor Autor: Iderval Silva de Souza Módulo 1 Bioestatística 2 Sumário Conversa inicial �������������������������������������������������������������������������������������� 4 1� Bioestatística �������������������������������������������������������������������������������������� 5 1�1� Variáveis �������������������������������������������������������������������������������������������������������� 6 2� Apuração dos dados ��������������������������������������������������������������������������� 9 3� População e amostra ����������������������������������������������������������������������� 10 3�1� Técnicas de amostragem ����������������������������������������������������������������������������� 11 3 • Compreender o conceito de Bioestatística e de noções de apuração de dados estatísticos realizados por meio de apuração, amostra e amostragem, distribuição de frequência apresentadas por meio de representação gráfica. Objetivo Geral Objetivos Específicos • Conhecer o conceito de Bioestatística; • Analisar o processo de Apuração de dados; • Verificar como se dá a coleta de dados de por meio de Amostra e Técnica de Amostragem; • Elaborar tabelas, gráficos e tabela de distribuição de frequência. 4 Conversa inicial Olá! Seja bem-vindo (a) à disciplina de Bioestatística� Nesse primeiro módulo, você estará diante do conceito de Bioestatística� Lembre-se de se dedicar ao máximo aos estudos dessa disciplina, pois ela é de suma importância para a sua formação profissional, ok! Daremos início aos estudos trazendo a você o conceito de Bioestatística; na sequência, você verá como se dá o processo de apuração de dados; veremos também a População Amostra e as Técnicas de Amostragem; posteriormente você verá como se dá a elaboração de tabelas e gráficos acompanhado das Tabelas de Distribuição de Frequência; por último analisaremos as Tabelas de Distribuição de Frequência� Pronto, agora que você já conhece toda a nossa trajetória de estudos, vamos aos trabalhos? Bons estudos! 5 1� Bioestatística Para dar início aos estudos relacionados à Bioestatística, precisamos ver de imediato o significado de Estatística. A Estatística abrange métodos e procedimentos de coleta, classificação, descrição e análise de dados� A Análise Estatística pode ser dividida em duas grandes áreas, que é a Estatística Descritiva e a Estatística Indutiva� A Estatística Descritiva faz a análise exploratória dos dados por meio das tabelas, dos gráficos, das medidas de tendência central (média, moda, mediana) e das medidas de dispersão (variância e desvio padrão)� A Estatística Indutiva possibilita fazermos inferências (generalizações) sobre características de uma população com base em resultados obtidos de uma amostra desta população� Esta área, a Inferência, é a parte mais concreta da Estatística, onde é possível “vermos” aplicações práticas utilizando os conceitos e fórmulas da estatística descritiva que nos auxiliam em tomadas de decisões� A Bioestatística é a Estatística aplicada à saúde e à vida� Importante Para o profissional da área da saúde, conhecer o básico de Estatística facilita seu acesso e entendimento às pesquisas da área médica ampliando desta forma suas fontes de aprendizagem e conhecimento. Nosso curso dará uma ênfase maior à estatística descritiva e garantirá as ferramentas e os conceitos estatísticos básicos necessários ao profissional da área da saúde� 6 Como a linguagem é nova, precisaremos definir termos que fazem parte deste vocabulário e que farão parte de nosso dia a dia neste curso, ok! Av@nte! 1�1� Variáveis Saiba você que, na área da saúde, coletam-se dados para serem utilizados em questões de interesse da área, como eficiência de medicamentos, causas de mortes, incidência de doenças etc� Estes dados são chamados de variáveis e podem ser classificados como qualitativas e quantitativas� Uma variável é qualitativa quando os dados podem ser distribuídos em categorias mutuamente exclusivas e pode ser subdividida em: qualitativa nominal e qualitativa ordinal� Uma variável é qualitativa nominal quando as categorias não apresentam uma ordenação natural� Exemplos: √ Sexo; √ Cor; √ Causa de morte; √ Grupo sanguíneo� Uma variável é qualitativa ordinal quando os dados podem ser distribuídos em categorias mutuamente exclusivas e que tenham ordenação natural. 7 Exemplos: √ Grau de instrução; √ Status social; √ Aparência; √ Estágio de doença� Uma variável é quantitativa quando é expressa em números pode ser subdividida em discreta e contínua. O que queremos dizer com “ordenação natural”? Tomemos como exemplo a variável “cor dos olhos” (variável qualitativa nominal)� Temos várias opções de respostas para esta variável: preto, azul, castanho, verde dentre as inúmeras cores possíveis para os olhos. No entanto, não existe uma “ordem natural” para estas respostas, podemos colocar as opções de cores na ordem apresentada ou em qualquer outra ordem de nossa preferência ou necessidade: azul, castanho, preto e verde; ou castanho, verde, azul e preto. √ Já na variável “grau de instrução” (variável qualitativa ordinal) existe uma “ordem natural” nas opções de resposta: ensino fundamental, ensino médio, ensino superior (para os antigos: primeiro grau, segundo grau, terceiro grau ou para os mais antigos ainda: primário, ginásio, colégio, faculdade). Independente dos nomes escolhidos, estas opções apresentam uma ordem natural em suas respostas� Saiba Mais Uma variável é discreta quando só pode ser expressa por valores inteiros� Já uma variável é contínua quando pode ser expressa por meio de números fracionários� Importante Exemplos de varíavel discreta: números de filhos, número de cáries dentárias, número de irmãos� 8 Exemplos de variável contínua: idade (anos), peso (g), altura (cm)� Para saber mais, acesse o link abaixo: http://www.mundoeducacao.com.br/matematica/variaveis-na-esta- tistica.htm Saiba Mais O conceito de variável ficará cada vez mais claro no decorrer dos estudos da nossa disciplina, para isso, contamos com o seu empenho e dedicação aos estudos! http://www.mundoeducacao.com.br/matematica/variaveis-na-estatistica.htm http://www.mundoeducacao.com.br/matematica/variaveis-na-estatistica.htm 9 2� Apuração dos dados O processo de apuração dos dados objetiva organizar e compilar os dados visando obter de forma mais eficiente os resultados desejados. Quando queremos (ou precisamos) fazer uma pesquisa? Para se calcular as variáveis devemos coletar os dados considerados importantes� Saiba você que o registro destes dados coletados dependerá da apuração dos dados, momento em que se conta quantas vezes a variável assume um determinado valor (frequência de ocorrência)� A notação utilizada na apuração dos dados é a seguinte: Vejamos mais alguns conceitos importantes� X: variável x: valor assumido pela variável 10 3� População e amostra O pesquisador que trabalha com uma amostra pode pretender (ou precisar) estender os resultados desta amostra para toda a população, isto é, pode fazer uma inferência� População é o conjunto de elementos que têm, em comum, determinada característica. As populações podem ser finitas ou infinitas. Quando são coletadas informações de toda a população, foi feito um recenseamento� Amostra é um subconjunto não vazio e com menor número de elementos do que a população� Quando são coletadas informações de apenas parte da população, foi feita uma amostragem� Acesse o endereço abaixo para conhecer mais sobre recenseamento: http://www.brasilescola.com/sociologia/censo-contagem-populacao. htm Logo a seguir, ao acessar os outros links, você conhecerá um pouco da história da população brasileira. http://www.ibge.gov.br/seculoxx/arquivos_pdf/populacao.shtm Saiba Mais http://brasilescola.uol.com.br/sociologia/censo-contagem-populacao.htm http://brasilescola.uol.com.br/sociologia/censo-contagem-populacao.htm http://www.ibge.gov.br/seculoxx/arquivos_pdf/populacao.shtm11 http://revistaforum.com.br/blog/2013/01/populacao-escrava-do- brasil-e-detalhada-em-censo-de-1872/ http://blog.planalto.gov.br/censo-2010-populacao-brasileira-esta-mais- velha-e-chega-a-190-755-799/ 3�1� Técnicas de amostragem Nem sempre conseguimos coletar dados de toda a população� Muitas vezes, só é possível trabalharmos com uma amostra. Escolher os elementos que farão parte de uma amostra requer alguns cuidados e um deles é a escolha da técnica de amostragem. Técnica de amostragem é o procedimento usado para escolher os elementos que irão compor a amostra� Vejamos alguns tipos de amostra: √ Amostra casual simples é composta por elementos retirados ao acaso da população� Se queremos uma amostra casual simples podemos SORTEAR os elementos� Por exemplo: Se precisamos de uma amostra casual simples de 10% de uma população de 50 alunos de uma escola, podemos: http://www.revistaforum.com.br/2013/01/21/populacao-escrava-do-brasil-e-detalhada-em-censo-de-1872/ http://www.revistaforum.com.br/2013/01/21/populacao-escrava-do-brasil-e-detalhada-em-censo-de-1872/ http://blog.planalto.gov.br/censo-2010-populacao-brasileira-esta-mais-velha-e-chega-a-190-755-799/ http://blog.planalto.gov.br/censo-2010-populacao-brasileira-esta-mais-velha-e-chega-a-190-755-799/ 12 1� Numerar os alunos de 1 a 50� 2� Escrever os números de 1 a 50 em pedaços de papel e colocá-los em uma urna� 3� Retirar 5 pedaços de papel, um a um da urna formando a amostra casual simples da população (isto é, 10% de 50 alunos)� Nesta técnica de amostragem, todos os elementos da população têm a mesma probabilidade de serem selecionados: 1/N, onde N é o número de elementos da população� Importante Na amostra sistemática os elementos são escolhidos não por acaso, mas por um sistema� Neste tipo de amostra, determinamos um critério ou um sistema e depois verificamos quais elementos da população se enquadram neste critério ou sistema� Seguindo com a ideia de nosso exemplo anterior, se quisermos obter uma amostra sistemática com 10% de alunos dos nossos 50 alunos, devemos, antes de conhecermos nossa população, definir algum critério (por exemplo, os 5 alunos mais altos ou os 5 alunos com as melhores notas...). Estabelecido o critério, verificamos quais alunos da nossa população farão parte desta amostra sistemática� A amostra estratificada é composta por elementos provenientes de todos os estratos da população� Nessa amostra, dividimos a população em estratos ou subgrupos� Por exemplo, podemos dividir uma população considerando seus gêneros (feminino e masculino), sua idade (de 0 a 9 anos, de 10 a 19 anos, de 20 a 29 anos e assim por diante)� O importante é que na amostra formada exista pelo menos um elemento de cada estrato� A amostra de conveniência é formada por elementos que o pesquisador reuniu simplesmente porque dispunha deles. Neste tipo de amostra deve ter uma justificativa consistente para a determinação dos elementos que farão parte desta coleta de dados� Vamos analisar um exemplo disso: Houve um derramamento de óleo em um lago� Para que a análise da água seja feita rapidamente, podemos coletar uma amostra de água de um local de fácil 13 acesso� O pesquisador pode ter coletado esta amostra por saber que, quanto antes esta amostra de água for analisada, maior a chance de sobrevivência dos peixes do lago, por exemplo� Ele não fez a opção por esta técnica de amostragem por “preguiça” de realizar as outras técnicas� Os dados coletados por intermédio das técnicas de amostragem podem ser apresentados por de tabelas e gráficos. É o que veremos no próximo módulo. Clique nos links para saber mais sobre População e amostra e variáveis: https://www.youtube.com/watch?v=-ZMCNZXmzZk https://www.youtube.com/watch?v=wc6qIyg3Iqo&t=345s https://www.youtube.com/watch?v=NvqHnM3TucE&list=PLDSQBjFxyU hMIofAxJ8cR0vA29QgrQ80W Saiba Mais Complemente seus conhecimentos acessando os links abaixo: https://www.youtube.com/watch?v=tXgDedH4g1M https://www.youtube.com/watch?v=mHey0xZI3mo Saiba Mais 3.2. Método de Determinação do Tamanho de uma Amostra Dentro do estudo de técnicas de amostragem, além do tipo a ser realizado, existem outros aspectos que devem ser considerados e um desses aspectos é o da determinação do tamanho da amostra. Como determinar o seu tamanho, quais os critérios envolvidos, são questões que podem ser vistas sob diferentes aspectos? https://www.youtube.com/watch?v=-ZMCNZXmzZk https://www.youtube.com/watch?v=wc6qIyg3Iqo&t=345s https://www.youtube.com/watch?v=NvqHnM3TucE&list=PLDSQBjFxyUhMIofAxJ8cR0vA29QgrQ80W https://www.youtube.com/watch?v=NvqHnM3TucE&list=PLDSQBjFxyUhMIofAxJ8cR0vA29QgrQ80W https://www.youtube.com/watch?v=tXgDedH4g1M https://www.youtube.com/watch?v=mHey0xZI3mo 14 Em nossos estudos veremos uma dessas possibilidades� Trata-se de um estudo simplificado, mas bastante ilustrativo e preocupado em determinar o tamanho mínimo de uma amostra aleatória� O método é desenvolvido em duas etapas, de início, faremos uma primeira aproximação do tamanho da amostra, que será representada por (n0). Para isso, precisamos saber qual o valor máximo que o pesquisador admite errar na estimativa de uma característica da população, por exemplo 1%, 3%, 5%� Este erro é conhecido na literatura do assunto como erro amostral tolerável, representado por (Ɛ0)� E com base no erro amostral tolerável o cálculo da primeira aproximação é feito com a utilização da expressão a seguir: Não é difícil perceber a relação inversa entre o erro amostral tolerável e a primeira aproximação do tamanho da amostra. Veja que se o pesquisador deseja maior precisão com erro amostral menor será necessário mais elementos para amostra� Caso contrário, se não existir uma rígida necessidade de precisão de resultados, pode-se adotar um erro amostral um pouco maior, em consequência, obtém-se uma primeira aproximação do tamanho da amostra menor. Nesta primeira aproximação do tamanho da amostra normalmente é levado em consideração somente o valor do erro amostral tolerado pelo pesquisador, isso faz com que a amostra normalmente fique grande. Exemplo 1 Uma empresa de Call Center deseja saber a opinião de seus usuários sobre a qualidade dos serviços prestados� Se o erro amostral tolerável for de 2%, qual deverá ser o tamanho da amostra? Resolução A segunda etapa do método depende do tamanho da população (N). Relato de Experiência 15 Se este dado estiver disponível a determinação do tamanho da amostra (n) mais adequada� Para isso utilizamos a expressão: Para exemplificar vamos modificar o exemplo anterior, afim de facilitar a comparação� Exemplo 2 Uma empresa de Call Center deseja saber a opinião de seus usuários sobre a qualidade dos serviços prestados� Se o erro amostral tolerável for de 2%, qual deverá ser o tamanho da amostra, sabendo que a coleta foi realizada em um dia de trabalho no qual foram registrados 6.750 usuários? Dados do exemplo anterior Ɛ0 = 2% (0,02) n0 = 2.500 usuários Dado do Exercício N = 6.750 usuários n = 1.825 usuários Observe que não temos um número inteiro de usuários na amostra sendo assim, precisamos fazer uma aproximação do resultado� E para preservar o erro amostral tolerável em 2% devemos arredondar o tamanho da amostra para o maior número inteiro mais próximo, no caso n = 1.825 usuários. Agora façamos o seguinte, vamos determinar o percentual que a aproximação (n 0 ) e a amostra (n) representam em relação a população (N), ou seja uma regra de três simples� Primeiro para n 0 : 16 Agora para n: 6.750 - 100% 1.825 - x% x% = 27,04% Você deve ter notado que quando dispomos do tamanho da população, temos uma boa redução do tamanho da amostra em relação a primeira aproximação� Mas os dois resultados apresentaram uma amostra grande� Isto se deve, em parte, ao tamanho da população. Podemos verificar isso com mais uma alteração ao exemplo 1� Exemplo 3 Uma empresa de Call Center deseja saber a opinião de seus usuários sobrea qualidade dos serviços prestados� Se o erro amostral tolerável for de 2%, qual deverá ser o tamanho da amostra, considerando uma população de 217.520 usuários? Dados do exemplo anterior Ɛ0 = 2% (0,02) n0 = 2.500 usuários Dado do Exercício N = 217.520 usuários n = 2.471,6 (arredondando n = 2.472 usuários) 17 Da mesma forma que no exercício anterior, vamos determinar o percentual que n 0 e n representam em relação a população (N), ou seja uma regra de três simples� Primeiro para n 0 : 217.520 - 100% 2.500 - x% x% = 1,14% Agora para n: 217.520 - 100% 2.472 - x% x% = 1,13% Concluímos que da população de 217.520 usuários deve-se recolher uma amostra de 1,13%, ou seja, 2�472 usuários para que o erro amostral não seja superior a 2%� Neste exemplo, observe que uma pequena amostra de 1,13% é o suficiente para que tenhamos uma boa amostra. Nos exemplos anteriores aplicamos o método para determinar o tamanho da amostra, para uma amostra simples� Mas em muitas situações a população é composta de estratos. Vamos verificar como o método é aplicado nesta condição� Exemplo 4 Suponha que em um pesqueiro existem 4 reservatórios de peixes da mesma espécie, cujas populações são N 1 =90, N 2 =120, N 3 =60 e N 4 =480 peixes. O proprietário deseja testar uma nova ração e necessita extrair uma amostra geral dos reservatórios, mas precisa que o erro amostral não seja superior a 5%. Quantos indivíduos devem ser retirados de cada estrato para compor esta amostra? Ɛ0 = 5% (0,05) 18 n0 = 400 peixes N = 750 peixes n = 261 peixes 750 → 100% 261 → x% x = 34,8% Concluímos que da população de 750 peixes deve-se recolher uma amostra de 34,8%, ou seja, 261 peixes para que o erro amostral não seja superior a 5%� Até aqui não há novidade, seguimos os mesmos passos dos outros exemplos� Agora é que vamos determinar quantos indivíduos serão retirados de cada estrato da população para compor a amostra de 261 peixes� Na verdade, esta etapa é bastante simples, temos que retirar 34,8% de cada segmento da população� n1 = 0,348 x 90 n1 = 32 n2 = 0,348 x 120 n2 = 42 n3 = 0,348 x 60 n3 = 21 n4 = 0,348 x 480 n4 = 168 n = n1 + n2 + n3 + n4 n = 263 19 À medida que adotamos como procedimento, caso necessário, arredondar para o maior número inteiro mais próximo, o tamanho final da amostra ficou ligeiramente maior que o calculado. Exercícios resolvidos 1� Um hospital deseja saber a opinião da população, sobre os serviços oferecidos através de uma amostragem� Se o erro amostral tolerável for de 4%, qual deverá ser o tamanho da amostra? Resolução: E0 = 4% E0 = 0,04 2� Um hospital deseja saber a opinião da população, sobre os serviços oferecidos através de uma amostragem� Se a população atendida é de 56�870 pessoas, qual deverá ser o tamanho da amostra, para um erro amostral tolerável de 5%? Resolução: N = 56.870 E0 = 5% E0 = 0,05 3� Um hospital deseja saber a opinião da população, sobre os serviços oferecidos através de uma amostragem� Se a população atendida é de 56�870 pessoas e deseja-se uma amostra que apresente um erro amostral tolerável de 5%, qual a porcentagem dessa população que deverá compor a amostra? Resolução: N = 56.870 E0 = 5% E0 = 0,05 20 Se: 56.870 → 100% 398 → x% x = 0,007 x = 0,7% 4� Suponha que uma determinada população seja compota de 137 crianças, 100 adultos do sexo masculino, 95 adultos do sexo feminino e 98 idosos� Para que se tenha uma amostra de um erro amostral tolerável de 5%, quantos indivíduos de cada segmento dessa população devem compor a amostra? Resolução: População N1 = 137 crianças N2 = 100 adultos sexo masculino N3 = 95 adultos sexo feminino N4 = 98 idosos Amostra n1 = 137 × 0,484 = 66 crianças N2 = 100 × 0,484 = 48 adultos sexo masculino N3 = 95 × 0,484 = 46 adultos sexo feminino N4 = 98 × 0,484 = 47 idosos N = 430 E0 = 5% E0 = 0,05 21 Se: 430 → 100% 208 → x% x = 0,484 x = 48,4% 22 4� Tabelas Os dados coletados, após serem apurados, podem ser apresentados através de tabelas e gráficos. Convém ressaltar que toda tabela tem título, corpo, cabeçalho e coluna indicadora� Atente-se à função de cada uma das partes: O título explica o que a tabela contém e responde às seguintes questões: o que (natureza do fato estudado), como (variáveis), onde e quando� O corpo é formado pelas linhas e colunas de dados. O cabeçalho especifica o conteúdo das linhas. A coluna indicadora especifica o conteúdo das linhas. As tabelas podem conter fonte, notas e chamadas. A fonte dá a indicação da entidade ou do pesquisador que forneceu ou publicou os dados� As notas devem esclarecer aspectos relevantes do levantamento dos dados ou apuração� As chamadas dão esclarecimentos sobre os dados� Costumam ser feitas através de algarismos arábicos escritos entre parênteses, e colocados à direita da coluna� 23 Toda tabela deve ser limitada por traços horizontais. Podem ser feitos traços verticais para separar as colunas, mas não para delimitar a tabela� Em uma tabela, nenhuma casela deverá ficar em branco. Usa-se: Importante - Quando o valor numérico é nulo. ��� Quando não se dispõe do dado. 0/0,00 Quando o valor numérico é muito pequeno. 0/0,00 Quando há dúvidas quanto à exatidão da frequência� Vamos a um exemplo com uma tabela com a discriminação de seus componentes: Causa Frequência Intoxicação 15�521 Queimadura 11�897 Fratura 7�600 Engasgo 3�735 Desidratação 1�501 Desnutrição 903 Tabela 1: Número de casos registrados de internação pediátrica, segundo a causa� Hospital da Criança, 3003� Fonte: dados hipotéticos. Na tabela 1 acima: O título é: Número de casos registrados de internação pediátrica, segundo a causa� Hospital da Criança, 3003� O cabeçalho é: Causa/Frequência. A coluna indicadora é: Intoxicação Queimadura Fratura Engasgo Desidratação Desnutrição 24 O corpo da tabela é: 15�521 11�897 7�600 3�735 1�501 903 As tabelas podem apresentar as frequências relativas e o total, como no exemplo a seguir: Tabela 2: Distribuição em número e porcentagem de casos registrados de internação pediátrica, segundo a causa determinante� Hospital da Criança, 3003� Fonte: dados hipotéticos. 4�1 Tabela de distribuição de frequências As tabelas com muitos dados podem ser organizadas em tabelas de distribuição de frequências� Consideremos os seguintes dados coletados: Peso ao nascer de nascidos vivos, em quilogramas na Maternidade X, 30/02/3000. Causa Frequência Absoluta Frequência Relativa % Intoxicação 15�521 37,71 Queimadura 11�897 28,91 Fratura 7�600 18,47 Engasgo 3�735 9,08 Desidratação 1�501 3,65 Desnutrição 903 2,19 Total 41�157 100 2,5 2,4 2,4 2,6 2,5 2,7 1,9 2,9 2,7 2,8 3,1 2,1 3,5 3,4 3,2 2,2 3,4 3,4 3,1 3,4 1,5 3,5 4,3 3,2 3,5 2,6 3,1 4,1 2,8 2,6 2,7 2,5 4,2 2,7 2,1 4,1 2,7 2,8 2,9 2,2 2,5 1,9 4,1 3,1 3,3 3,8 2,4 4,3 3,2 3,1 3,4 2,9 3,4 2,8 3,2 25 Vamos definir as faixas de intervalos de peso, que chamaremos de classe. Nos dados acima, o menor valor é 1,5kg e o maior valor é 4,3kg. Podem então ser definidas as seguintes classes: 1,5 a 2,0kg, de 2,0 a 2,5kg, de 2,5 a 3,0kg, de 3,0 a 3,5kg, de 3,5 a 4,0kg, de 4,0 a 4,5kg. Não existe um número ideal de classes. É mais interessante trabalharmos com intervalos de classes iguais. No intervalo de 1,5 a 2,0kg serão considerados valores de 1,5kg até 1,99999kg. Uma tabela de distribuição de frequência pode apresentar três colunas: classe, ponto médio e frequência� O ponto médio é dado pela soma dos extremos da classe, dividida por dois� Classe Ponto Médio Frequência 1,5 |––– 2,0 1,75 3 2,0 |––– 2,5 2,25 7 2,5 |––– 3,0 2,75 19 3,0 |––– 3,5 3,25 16 3,5 |––– 4,0 3,75 4 4,0 |––– 4,5 4,25 6 Tabela 3: Distribuição em número do peso ao nascer de nascidos vivos, em quilogramas na Maternidade X em 30/02/3000. Fonte: Y� 4�2 Tabela de dupla entrada ou contingência Quando queremos (ou precisamos) apresentar, em forma de tabela, duas variáveis e a relação entre elas, usamos atabela de contingência ou dupla entrada� A tabela que será apresentada agora é chamada tabela completa e apresenta as duas variáveis, suas frequências absoluta e relativa e os totais� Lembre-se do título, da fonte, da padronização* de casas decimais e de não “fechar” a tabela. Vejamos por meio de um exemplo� Uma ONG fez uma pesquisa para verificar a situação de analfabetismo nas nove ilhas que compõem o arquipélago Tuvalu, no ano 1978, de acordo com o sexo. Suponhamos que 50% dos homens eram analfabetos e que 4200 mulheres eram analfabetas. Dos 10.200 habitantes da ilha, metade era do sexo feminino. Vamos fazer uma tabela completa com os dados fornecidos pelo exercício� O enunciado afirma que temos 5100 homens e 5100 mulheres nas ilhas. 26 Como 50% dos homens é analfabeto, temos 2550 alfabetizados. Sabemos que como 4200 mulheres são analfabetas, temos apenas 900 alfabetizadas. O título da tabela deve responder às quatro perguntas: O quê? Como? Quando? Onde? Assim, um título correto poderia ter o seguinte formato: Distribuição em número e porcentagem da situação de analfabetismo segundo o sexo, Arquipélago de Tuvalu, 1978� A fonte responde à pergunta: quem? A fonte, neste caso, seria a ONG� Feita esta primeira leitura dos dados, passemos à tabela: Fonte: ONG� *Padronização: as caselas com a frequência relativa em porcentagem devem ter o mesmo número de casas depois da vírgula, com exceção do total 100� Gráfico Todo gráfico deve apresentar título e escala. O título pode ser colocado tanto acima, como abaixo do gráfico. As escalas devem crescer da esquerda para a direita e de baixo para cima� Um gráfico pode apresentar legendas explicativas que devem ser colocadas, de preferência, à direita do gráfico. Estudaremos o gráfico de barras, o gráfico de setores circulares, o histograma. O gráfico de barras é utilizado para variáveis ordinais, nominais e discretas� Neste tipo de gráfico, as barras apresentam-se separadas umas das outras. Distribuição em número e porcentagem da situação de analfabetismo segundo o sexo, Tuvalu, 1978� Situação de Analfabetismo Sexo Total Feminino Masculino Frequência Absoluta Frequência Relativa % Frequência Absoluta Frequência Relativa % Frequência Absoluta Frequência Relativa % Alfabetizado 900 17,65 2550 50,00 3450 33,82 Analfabeto 4200 82,35 2550 50,00 6750 66,18 Total 5100 100 5100 100 10200 100 27 É conveniente que as barras apresentem a mesma base. O gráfico de setores circulares é usado para variáveis qualitativas (ordinais e nominais)� O histograma é utilizado para variáveis contínuas� Exceção: série histórica (tempo): usa-se o diagrama linear. Tabela 1: Distribuição em número e porcentagem de internações em estabelecimentos de saúde, por espécie de clínica, Brasil, 1992� Fonte: IBGE – Diretoria de Pesquisas� 1. Gráfico de barras (Dados da tabela 1). Fonte: IBGE – Diretoria de Pesquisas� Espécie de Clínica Frequência Frequência Relativa (%) Médica 6457923 32,21 Ginecologia 3918108 19,73 Cirurgia 3031075 15,26 Pediatria 2943939 14,82 Outras 3513186 17,69 28 2. GRÁFICO DE SETOR CIRCULAR (Dados da tabela 1). Fonte: Y� 3. HISTOGRAMA (Dados da tabela 1). Fonte: Y� 29 Considerações Finais Chegamos ao final do nosso primeiro módulo de Bioestatística. Vimos muitos conhecimentos básicos como conceito, variáveis, população, amostra e amostragem, tabelas e gráficos, dentre outros conhecimentos. Conto com o seu empenho e dedicação aos estudos, pois essa dsciplina é indispensável a sua formação� Para o segundo módulo, você tera Medidas de Tendência Central� Av@nte!
Compartilhar