Documente Academic
Documente Profesional
Documente Cultură
13
Onde: n(A) = nmero de elementos de A e n(U) = nmero de
elementos do espao amostral ou espao de prova U.
Exemplo 1: Trataremos aqui dos espaos amostrais equiprovveis, ou seja,
aqueles onde os eventos elementares possuem a mesma chance de ocorrerem.
Considere o lanamento de um dado. Calcule a probabilidade de:
a) sair o nmero 3:
Temos U = {1, 2, 3, 4, 5, 6} [n(U) = 6] e A = {3} [n(A) = 1]. Portanto, a
probabilidade procurada ser igual a p(A) = 1/6.
b) sair um nmero par: agora o evento A = {2, 4, 6} com 3 elementos; logo a
probabilidade procurada ser p(A) = 3/6 = 1/2.
c) sair um mltiplo de 3: agora o evento A = {3, 6} com 2 elementos; logo a
probabilidade procurada ser p(A) = 2/6 = 1/3.
d) sair um nmero menor do que 3: agora, o evento A = {1, 2} com dois
elementos. Portanto, p (A) = 2/6 = 1/3.
e) sair um quadrado perfeito: agora o evento A = {1,4} com dois elementos.
Portanto, p(A) = 2/6 = 1/3.
Exemplo 2 - Considere o lanamento de dois dados. Calcule a probabilidade de:
a) sair a soma 8
Observe que neste caso, o espao amostral U constitudo pelos
pares ordenados (i,j), onde i = nmero no dado 1 e j = nmero no dado 2.
evidente que teremos 36 pares ordenados possveis do tipo (i, j)
onde i = 1, 2, 3, 4, 5, ou 6, o mesmo ocorrendo com j.Assim: U = {(1,1), (1,2), (1,3),
(1,4), (1,5), (1,6), (2,1), (2,2), (2,3), (2,4), (2,5), (2,6), (3,1), (3,2), (3,3), (3,4), (3,5),
(3,6), (4,1), (4,2), (4,3), (4,4), (4,5), (4,6), (5,1), (5,2), (5,3), (5,4), (5,5), (5,6), (6,1),
(6,2), (6,3), (6,4), (6,5), (6,6)}.
14
As somas iguais a 8, ocorrero nos casos:(2,6),(3,5),(4,4),(5,3) e (6,2).
Portanto, o evento "soma igual a 8" possui 5 elementos. Logo, a probabilidade
procurada ser igual a p(A) = 5/36.
b) sair a soma 12
Neste caso, a nica possibilidade o par (6,6). Portanto, a
probabilidade procurada ser igual a p(A) = 1/36.
5. POPULAO E AMOSTRA
5.1 - Populao se refere a todos os casos ou situaes as quais o
pesquisador quer fazer inferncias ou estimativas. Diferentes pesquisadores podem
querer fazer inferncias acerca da concentrao de poluentes num determinado
lenol fretico; predizer a quantidade de petrleo num poo a ser perfurado e assim
por diante.
Note que o investigador no est interessado em todos os aspectos da
populao. O pesquisador pode no estar interessado em estudar a concentrao
de todos os tipos de poluentes, somente alguns poluentes mais importantes para
seu estudo.
5.2 - Amostra um subconjunto no vazio da populao usado para
obter informao acerca do todo.
Mas exatamente por que tomamos uma amostra? Por que no usamos a populao
toda?
o Custo alto para obter informao da populao toda
o Tempo muito longo para obter informao da populao toda
o Algumas vezes impossvel, por exemplo, estudo de poluio atmosfrica
o Algumas vezes logicamente impossvel, por exemplo, nmero de bactrias no
corpo humano.
15
5.3 - Tcnicas de Amostragem
Quando no se deve realizar um estudo por amostragem?
Quando o tamanho da amostra grande em relao ao tamanho da
populao, ou quando se exige o resultado exato, ou quando j se dispe dos dados
da populao, recomendado realizar um censo, que considera todos os elementos
da populao.
Para realizar um estudo por amostragem, a amostra deve ser
representativa da populao estudada. Para isso, existem tcnicas adequadas para
cada tipo de situao.
Veremos a seguir as principais tcnicas de amostragem, divididas em
probabilsticas e no-probabilsticas:
5.4 - Tcnicas Probabilsticas (aleatrias)
As tcnicas probabilsticas garantem a possibilidade de realizar
afirmaes sobre a populao com base nas amostras. Normalmente, todos os
elementos da populao possuem a mesma probabilidade de serem selecionados.
Assim, considerando N como o tamanho da populao, a probabilidade de cada
elemento ser selecionado ser 1/N. Estas tcnicas garantem o acaso na escolha.
So tcnicas probabilsticas:
5.4.1 Amostragem Aleatria Simples
o processo mais elementar e freqentemente utilizado. Pode ser
realizado numerando-se os elementos da populao de 1 a n e sorteando-se, por
meio de um dispositivo aleatrio qualquer, X nmeros dessa seqncia, que
correspondero aos elementos pertencente amostra.
Exemplo:
Obter uma amostra representativa, de 10%, de uma populao de 200
alunos de uma escola.
1) Numerar os alunos de 1 a 200;
2) Escrever os nmeros de 1 a 200 em pedaos de papel e coloc-los em uma
urna;
16
3) Retirar 20 pedaos de papel, um a um, da urna, formando a amostra da
populao.
Nesta tcnica de amostragem, todos os elementos da populao tm a
mesma probabilidade de serem selecionados: 1/N, onde N o nmero de elementos
da populao.
5.4.2 Amostragem Estratificada
Quando a populao possui caractersticas que permitem a criao de
subconjuntos, as amostras extradas por amostragem simples so menos
representativas. Nesse caso, utilizada a amostragem estratificada.
Como a populao se divide em subconjuntos, convm que o sorteio
dos elementos leve em considerao tais divises, para que os elementos da
amostra sejam proporcionais ao nmero de elementos desses subconjuntos.
Observe a figura abaixo:
Exemplo:
Em uma populao de 200 alunos, h 120 meninos e 80 meninas.
Extraia uma amostra representativa, de 10%, dessa populao.
Nesse exemplo, h uma caracterstica que permite identificar 2
subconjuntos, a caracterstica Sexo. Considerando essa diviso, vamos extrair a
amostra da populao.
60%
40%
Populao
60%
40%
Amostra
meninos meninas
17
SEXO POPULAO AMOSTRA (10%)
Masculino 120 12
Feminino 80 8
Total 200 20
Portanto, a amostra deve conter 12 alunos do sexo masculino e 8 do
sexo feminino, totalizando 20 alunos, que correspondem a 10% da populao.
Para selecionar os elementos da populao para formar a amostra,
podemos executar os seguintes passos:
1) Numerar os alunos de 1 a 200, sendo os meninos numerados de 1 a 120 e as
meninas, de 121 a 200;
2) Escrever os nmeros de 1 a 120 em pedaos de papel e coloc-los em uma urna
A;
3) Escrever os nmeros de 121 a 200 em pedaos de papel e coloc-los em uma
urna B;
4) Retirar 12 pedaos de papel, um a um, da urna A, e 8 da urna B, formando a
amostra da populao.
So exemplos desta tcnica de amostragem as pesquisas eleitorais por
regio, cidades pequenas e grandes, rea urbana e rea rural, sexo, faixa etria,
faixa de renda, etc.
5.4.3 - Amostragem Sistemtica
Esta tcnica de amostragem em populaes que possuem os
elementos ordenados, em que no h a necessidade de construir um sistema de
referncia. Nesta tcnica, a seleo dos elementos que comporo a amostra pode
ser feita por um sistema criado pelo pesquisador.
Exemplo:
18
Obter uma amostra de 80 casas de uma rua que contm 2000 casas.
Nesta tcnica de amostragem, podemos realizar o seguinte procedimento:
1) Como 2000 dividido por 80 igual a 25, escolhemos, por um mtodo aleatrio
qualquer, um nmero entre 1 e 25, que indica o primeiro elemento selecionado para
a amostra.
2) Consideramos os demais elementos, periodicamente, de 25 em 25.
Se o nmero sorteado entre 1 e 25 for o nmero 8, a amostra ser
formada pelas casas: 8, 33, 58, 83, 108, etc.
Apesar de esta tcnica ser de fcil execuo, h a possibilidade de
haver ciclos de variao, que tornariam a amostra no-representativa da populao.
5.4.4 - Amostragem por Conglomerados
Esta tcnica usada quando a identificao dos elementos da
populao extremamente difcil, porm pode ser relativamente fcil dividir a
populao em conglomerados (subgrupos) heterogneos representativos da
populao global.
A seguir, descrito o procedimento de execuo desta tcnica:
1) Seleciona uma amostra aleatria simples dos conglomerados existentes;
2) Realizar o estudo sobre todos os elementos do conglomerado selecionado.
So exemplos de conglomerados: quarteires, famlias, organizaes, agncias,
edifcios, etc.
Exemplo:
Estudar a populao de uma cidade, dispondo apenas do mapa dos
quarteires da cidade.
Neste caso, no temos a relao dos moradores da cidade, restando o
uso dos subgrupos heterogneos (conglomerados). Para realizar o estudo estatstico
sobre a cidade, realizaremos os seguintes procedimentos:
19
1) Numerar os quarteires de 1 a n;
2) Escrever os nmeros de 1 a n em pedaos de papel e coloc-los em uma urna;
3) Retirar um pedao de papel da urna e realizar o estudo sobre os elementos do
conglomerado selecionado.
5.5 - Tcnicas No-Probabilsticas (no-aleatrias)
So tcnicas em que h uma escolha deliberada dos elementos da
populao, que no permite generalizar os resultados das pesquisas para a
populao, pois amostras no garantem a representatividade desta.
So tcnicas no-probabilsticas:
5.5.1 - Amostragem Acidental
Trata-se da formao de amostras por aqueles elementos que vo
aparecendo. Este mtodo utilizado, geralmente, em pesquisas de opinio, em que
os entrevistados so acidentalmente escolhidos.
Exemplo:
Pesquisas de opinio em praas pblicas, ruas movimentadas de grandes cidades,
etc.
5.5.2 - Amostragem Intencional
De acordo com determinado critrio, escolhido intencionalmente um
grupo de elementos que comporo a amostra. O pesquisador se dirige
intencionalmente a grupos de elementos dos quais deseja saber a opinio.
20
Exemplo:
Em uma pesquisa sobre preferncia por determinado cosmtico, o pesquisador
entrevista os freqentadores de um grande salo de beleza.
Agora que j conhecemos as principais tcnicas de amostragem, vamos aprender a
calcular o tamanho das amostras dos estudos estatsticos.
O clculo do tamanho da amostra est diretamente ligado ao erro amostral tolervel.
5.6 - Erro amostral
a diferena entre o valor que a estatstica pode acusar e o verdadeiro
valor do parmetro que se deseja estimar.
O erro amostral tolervel a margem de erro aceitvel em um estudo
estatstico. Para esclarecer melhor, quando o apresentador do telejornal, em ano
de eleies, anuncia: O candidato Fulano de Tal tem 42% das intenes de voto, 2
para mais, 2 para menos.
Quando o apresentador cita 2 para mais, 2 para menos, ele se refere
ao erro amostral tolervel para aquela pesquisa de intenes de voto.
5.7 - Tamanho da Amostra
Obs.: um passo importante antes de iniciar o clculo do tamanho da amostra
definir qual o erro amostral tolervel para o estudo que ser realizado.
Observe a seguinte frmula:
21
n a primeira aproximao do tamanho da amostra.
E o erro amostral tolervel (Ex.: 2% = 0,02).
N o nmero de elementos da populao.
n o tamanho da amostra.
Observe o seguinte exemplo para compreender melhor:
Exemplo:
Em uma empresa que contm 2000 colaboradores, deseja fazer uma pesquisa de
satisfao. Quantos colaboradores devem ser entrevistados para tal estudo?
Resoluo:
N = 2000
Definindo o erro amostral tolervel em 2%
E = 0,02
n = 1 / (E0)
n= 1 / (0,02)
n = 2500
n = (N . n) / (N + n)
n = (2000 . 2500) / (2000 + 2500)
n = 1111 colaboradores
Com o erro amostral tolervel em 2%, 1111 colaboradores devem ser entrevistados
para a pesquisa.
22
Vamos repetir os clculos, definindo o erro amostral tolervel em 4%.
N = 2000
E= 0,04
n= 1 / (E)
n = 1 / (0,04)
n= 625
n = (N . n) / (N + n)
n = (2000 . 625) / (2000 + 625)
n = 476 colaboradores
Atravs deste segundo clculo, possvel observar que, quando
aumentamos a margem de erro, o tamanho da amostra reduz.
E se houvesse 300.000 colaboradores na empresa?
N = 300.000
E = 0,04
n = 1 / (E0)
n= 1 / (0,04)
n = 625
n = (N . n) / (N + n)
n = (300.000 . 625) / (300.000 + 625)
n = 623 colaboradores
Observe que a diferena entre n e n, neste ltimo clculo, muito pequena.
Portanto: se o nmero de elementos da populao (N) muito grande, a primeira
aproximao do tamanho da amostra j suficiente.
Observe ainda:
23
N = 2000
E = 0,04
n = 476 colaboradores = 23,8% da populao
N = 300.000
E = 0,04
n = 623 colaboradores = 0,2% da populao
6. VARIVEL ESTATSTICA
6.1 - Definio:
Em estatstica, uma varivel um atributo mensurvel que tipicamente
varia entre indivduos. o conjunto de resultados possveis de um fenmeno.
6.2 - Classificao de variveis:
6.2.1 - Varivel Quantitativa ou Numrica - So aquelas que so
numericamente mensurveis, por exemplo, a idade, a altura, o peso. Estas ainda se
subdividem em:
6.2.1.1- Varivel Quantitativa Contnua: So aquelas que assumem
valores dentro de um conjunto contnuo, tipicamente os nmeros reais. So
exemplos, o peso ou a altura de uma pessoa.
6.2.1.2 - Varivel Quantitativa Discreta: So aquelas que assumem
valores dentro de um tempo finito ou enumervel, tipicamente nmeros inteiros. Um
exemplo o nmero de filhos de uma pessoa.
6.2.2 - Varivel Qualitativa ou Categrica - So aquelas que se
baseiam em qualidades e no podem ser mensurveis numericamente. Estas ainda
se subdividem em:
6.2.2.1 - Varivel Qualitativa Ordinal: So aquelas que podem ser
colocadas em ordem, por exemplo: a classe social (A,B,C,D, ou E)e a varivel
"Peso" medida em 3 nveis (pouco pesados, pesados, muito pesados).
24
6.2.2.2 - Varivel Qualitativa Nominal: So aquelas que no podem
ser hierarquizadas ou ordenadas, como a cor dos olhos, o local de nascimento. So
caractersticas observveis em cada elemento pesquisado: medidas, controladas ou
manipuladas em uma pesquisa.
Observe a tabela abaixo:
Varivel Quantitativa ou Numrica Varivel Qualitativa ou Categrica
Varivel Contnua Varivel Discreta Varivel Ordinal Varivel Nominal
Universo:
Peas fabricadas
em um fbrica
Universo:
10 Lanamentos
de uma
Moeda no viciada
Universo:
Alunos de uma sala
de aula
Universo:
Concurso de beleza
feminina
Varivel:
Dimetro externo
Varivel:
N de caras
obtidos
Varivel: Sexo
masculino / feminino
Varivel:
A candidata mais bela.
7. RESUMO
A estatstica pode ser resumida no diagrama a seguir:
POPULAO
AMOSTRA AMOSTRA
ESTATSTICA
DESCRITIVA
- COLETA
- CRTICA
- APRESENTAO e
- ANLISE DE DADOS
A M O S T R A
PROBABILIDADE ERRO
ESTATSTICA
INFERENCIAL
CONCLUSO
25
8. CONSIDERAES FINAIS
Existem indcios que h 2000 mil anos a.C. j se faziam censos na China,
Babilnia e no Egito. Censos estes que se destinavam taxao de impostos.
A estatstica hoje um instrumento til, e em alguns casos indispensvel,
para tomadas de deciso em diversos campos: cientfico, econmico, social, poltico,
dentre outros.
Todavia, antes de chegarmos parte de concluir para tomadas de
deciso, h que proceder a um indispensvel trabalho de qualidade com a utilizao
de tcnicas adequadas para coleta, anlise, interpretao e apresentao dos dados
obtidos, para se aproximar o mximo possvel da realidade da populao estudada,
apenas assim os objetivos do estudo sero alcanados.
Os dados estatsticos no mentem, mas os responsveis pela obteno
dos dados podem manipular de inmeras formas estes dados para obter vantagens.
Antes de confiar nos nmeros apresentados devemos observar com cuidado os
mtodos empregados para obteno desses resultados.
26
9 . BIBLIOGRFIA
TRIOLA, Mario F. Introduo Estatstica. 7 ed. Rio de janeiro: RJ LTC, 1999.
CRESPO, Antnio Arnot. Estatstica Fcil. 13 ed. So Paulo: Saraiva, 1995.
BUSSAB, Wilton de Oliveira; MORETTIN, Pedro Alberto. Estatstica Bsica. 6 ed.
So Paulo: Saraiva, 2007.
FERREIRA, Aurlio buarque de Holanda. Dicionrio Aurlio Eletrnico Sculo XXI.
Lexicon Informtica Ltda. Verso 3.0, 1999. CD-Rom.
COSTA NETO, Pedro Luiz de Oliveira. Estatstica. 12 ed. So Paulo: Edgar Blcher
Ltda, 1992.
MANDIM, Daniel. Estatstica Descomplicada. 10 ed. Braslia: Vescon Editora Ltda,
2003.