Estatistica Psicologia

A pesquisa e a estatstica na psicologia e na educao
Ana Maria Lopez Calvo de Feijoo
SciELO Books / SciELO Livros / SciELO Libros

FEIJOO, AMLC. A pesquisa e a estatstica na psicologia e na educao [online]. Rio de Janeiro:
Centro Edelstein de Pesquisas Sociais, 2010, 109p. ISBN: 978-85-7982-048-9. Available from
SciELO Books <http://books.scielo.org>.
All the contents of this chapter, except where otherwise noted, is licensed under a Creative Commons Attribution-Non
Commercial-ShareAlike 3.0 Unported.
Todo o contedo deste captulo, exceto quando houver ressalva, publicado sob a licena Creative Commons Atribuio Uso No Comercial - Partilha nos Mesmos Termos 3.0 No adaptada.
Todo el contenido de este captulo, excepto donde se indique lo contrario, est bajo licencia de la licencia Creative
Commons Reconocimento-NoComercial-CompartirIgual 3.0 Unported.
BIBLIOTECA VIRTUAL DE CINCIAS HUMANAS
A PESQUISA E A ESTATSTICA
NA PSICOLOGIA E NA EDUCAO

Esta publicao parte da Biblioteca Virtual de Cincias Humanas do Centro Edelstein
de Pesquisas Sociais www.bvce.org
A pesquisa e a estatstica na
psicologia e na educao
ducao
Copyright 2010, Ana Maria Lopez Calvo de Feijoo

Copyright 2010 desta edio on-line: Centro Edelstein de Pesquisas Sociais
Ano da ltima edio: 1996, Bertrand Brasil
Nenhuma parte desta publicao pode ser reproduzida ou transmitida por qualquer
meio de comunicao para uso comercial sem a permisso escrita dos proprietrios
dos direitos autorais. A publicao ou partes dela podem ser reproduzidas para
propsito no comercial na medida em que a origem da publicao, assim como
seus autores, seja reconhecida.
ISBN 978-85-7982-048-9
Centro Edelstein de Pesquisas Sociais

www.centroedelstein.org.br
Rua Visconde de Piraj, 330/1205
Ipanema Rio de Janeiro RJ
CEP: 22410-000. Brasil
Contato: bvce@centroedelstein.org.br
Rio de Janeiro
2010
SUMRIO
Moda ................................................................................................... 20
Vantagens e desvantagens na utilizao da moda .......................... 21
Prefcio ........................................................................................................ V
PARTE I ESTATSTICA DESCRITIVA
1. Introduo ................................................................................................1
Definio ...............................................................................................2
Conceitos fundamentais.........................................................................2
2. Organizao e interpretao da tabela ..................................................4
Organizao ...........................................................................................4
Interpretao ..........................................................................................4
Leitura da Tabela ...................................................................................4
3. Distribuio de frequncia ......................................................................6
Distribuio de frequncia por classes ..................................................7
Definio dos termos .........................................................................8
Tipos de frequncias ..........................................................................9
Representao grfica ..........................................................................10
Histograma ..........................................................................................11
Polgono de frequncia ........................................................................12
4. Medidas de tendncia central ...............................................................14
Mdia aritmtica ..................................................................................14
Clculo da mdia aritmtica ................................................................15
Propriedades da mdia aritmtica ........................................................16
Vantagens e desvantagens na utilizao da mdia aritmtica ........17
Mediana ...............................................................................................18
Clculo da mediana .........................................................................18
Propriedades da mediana ................................................................19
Vantagens na utilizao da mediana ...............................................20
Desvantagens na utilizao da mediana .........................................20
Utilizao das medidas de tendncia central ...................................... 21

Forma da distribuio .................................................................... 21
Objetivo da pesquisa ....................................................................... 22
5. Medidas de disperso............................................................................ 23
Intervalo total ou amplitude total ........................................................ 23
Desvantagens da utilizao da amplitude total .............................. 23
Desvio mdio ...................................................................................... 24
Clculo do desvio mdio:................................................................ 24
Desvio-padro ..................................................................................... 25
Clculo do desvio-padro ............................................................... 25
Propriedades do desvio-padro ...................................................... 26
6. Medidas separatrizes ............................................................................ 28
Quartis ............................................................................................ 28
Decis ............................................................................................... 30
Centis ou percentis.......................................................................... 30
PARTE II INFERNCIA ESTATSTICA
Introduo ................................................................................................. 31
1. Objetivos da inferncia estatstica ....................................................... 31
Estimativa dos parmetros de uma populao .................................... 31
Erro-padro da media ()............................................................ 32
Intervalos de confiana ................................................................... 33
Erro-padro da mediana (md): ...................................................... 34
Erro-padro do desvio-padro ....................................................... 34
Erro-padro do desvio semi-interquartil ........................................ 34
Prova de hipteses .......................................................................... 34
II
Critrios para a escolha da prova estatstica ........................................35

Plano de amostragem ......................................................................35
Natureza da populao da qual se extraiu a amostra .....................36
Nvel de mensurao das variveis .................................................37
Varincia da populao ..................................................................37
2. Etapas da pesquisa cientfica ................................................................39
Elaborao das hipteses .....................................................................39
Nveis de significncia.........................................................................39
Regio de rejeio ...............................................................................40
Graus de liberdade ...............................................................................42
Deciso estatstica ...............................................................................42
Coeficiente de correlao de pearson ............................................ 75

Coeficiente de correlao spearman-brown ................................... 76
5. Exemplo de um estudo de pesquisa ..................................................... 78
Tipos e procedimentos de pesquisa..................................................... 78
Definio de termos ............................................................................ 79
Seleo dos sujeitos ............................................................................ 80
Coleta de dados ................................................................................... 80
Estudos psicomtricos dos instrumentos ............................................ 81
Escala de atitudes ........................................................................... 81
Instrumento de avaliao do aproveitamento ..................................... 82
Hipteses e tratamento estatstico ....................................................... 82
3. Provas estatsticas ..................................................................................43
Apndice .................................................................................................... 88
Provas estatsticas paramtricas...........................................................43
Exerccios ................................................................................................... 88
Nota z ...............................................................................................43
Razo t (student) ..............................................................................45
Amostras independentes ..................................................................49
Amostras relacionadas ....................................................................50
Tabelas ..................................................................................................... 102

Bibliografia .............................................................................................. 109
Provas estatsticas no paramtricas ....................................................52

Teste da mediana .............................................................................53
Teste do qui-quadrado .....................................................................56
Qui-quadrado inflacionado .............................................................58
Prova de mc nemar ..........................................................................60
Correo de continuidade yates ...................................................62
Prova de wilcoxon: teste da soma das ordenaes .........................65
Observaes importantes.................................................................67
4. Correlao ..............................................................................................70
Consideraes gerais ...........................................................................70
Aplicaes do coeficiente de correlao .........................................70
Representao grfica .....................................................................71
Derivaes do coeficiente de correlao .............................................73
Coeficiente de determinao ...........................................................73
Coeficiente de alienao..................................................................74
III
IV
PREFCIO
A disciplina Estatstica, da maneira como vem sendo ministrada no
Curso de Formao de Psiclogos, alvo de desinteresse e insatisfao nas
relaes educativa e pedaggica.
Com acentuada frequncia alunos e professores reincidem em
protestos relativos ao processo ensino-aprendizagem desta disciplina,
fornecendo indicadores de uma explcita realidade: os alunos no atingem
um aprendizado eficaz; de onde se conclui que os professores no alcanam
um ensino eficiente.
As queixas dos discentes giram em torno do contedo programtico,
dos critrios de avaliao e das caractersticas do professor. Os professores,
por sua vez, tendem a alegar que os alunos se encontram despreparados
para a assimilao da disciplina Estatstica. A disciplina Estatstica consta
do currculo bsico de todos os cursos de Formao de Psiclogos, sendo
ministrada nos primeiros perodos do curso. Observa-se, a partir da, o
surgir das primeiras dificuldades, aparentemente superadas, tendo em vista
o resultado final das avaliaes: os alunos, em sua maioria, so aprovados.
A disciplina Estatstica pr-requisito para matrcula na disciplina
Psicometria. Os professores de Psicometria esperam receber os alunos com
suficientes conhecimentos das tcnicas estatsticas e, a partir desse
conhecimento, iniciar o ensino das tcnicas psicomtricas. Surpreendentemente,
constatam estes professores que tais estudantes nada sabem do contedo
estatstico. Esqueceram-se de tudo quanto haviam aprendido. Reagem como
se o contedo a ser ensinado fosse algo para o qual no tivessem sido
preparados. Este fato no peculiar deste perodo, pois tais alunos, quando
tentam ingressar no mestrado em Psicologia, expressam a mesma dificuldade,
ou seja, um total esquecimento tanto da disciplina Estatstica como da
disciplina Psicometria. Reagem, aversivamente, a qualquer disciplina que
tenha alguma relao, ou apenas mencione, os procedimentos estatsticos.
Esta situao desagrada no s aos alunos, mas tambm aos
professores, que se mostram desejosos de mudana.
Para que sejam promovidas inovaes, no entanto, necessria muita
reflexo para que no se realizem mudanas que venham reproduzir efeitos
igualmente insatisfatrios.
V
Ao refletir a respeito deste problema, vrias questes foram surgindo:

em que consiste a dificuldade dos alunos? Que fatores estariam originando
tamanha dificuldade no processo ensino-aprendizagem? Que alternativas
podero ser utilizadas pelo professor para sanar tais dificuldades?
Na tentativa de buscar tais respostas, averiguaram-se as dificuldades
encontradas pelos alunos e pelos professores. Analisou-se, tambm, a forma
como o contedo da disciplina Estatstica abordado nos livros didticos de
Estatstica aplicada Psicologia e Educao.
A partir destas anlises, formularam-se os seguintes pressupostos: os
alunos, ao no conseguirem entender os objetivos das tcnicas estatsticas,
recorrem ao processo de memorizao. Atravs deste recurso, alcanam seu
objetivo imediato, ou seja, acertar as questes da prova. Por outro lado, os
professores, ao se defrontarem com as dificuldades dos alunos, orientam o
ensino desta disciplina, enfatizando o domnio das operaes atravs de
clculos repetitivos. Isto se d, em parte, pela suposio de que levar os
alunos compreenso uma tarefa mais rdua.
Piaget (1976) resume tal situao na seguinte afirmativa: De uma
maneira geral, quanto mais se procura aperfeioar a escola, mais a tarefa do
professor fica pesada; e quanto melhores os mtodos, mais difceis so de
aplicar (p. 129).
Nos livros didticos que versam sobre A Estatstica aplicada
Psicologia e Educao, observam-se explicaes simplistas que, de forma
alguma, levam o leitor compreenso dos objetivos relativos ao contedo
exposto. Os exemplos utilizados na elucidao de qualquer tpico raramente
se referem aos fenmenos estudados pela cincia psicolgica ou pedaggica,
muito embora o ttulo destes livros indique ser esse o seu propsito.
Realizou-se um levantamento dos tipos de exerccios relacionados em
tais livros. Foram encontrados os seguintes resultados percentuais com relao
ao enunciado: 72% diziam calcule; 6%, faa e 9%, resolva. Neste tipo de
exerccio, portanto, nada mais exigido do que a simples rotina de clculos.
Por outro lado, para questes compostas de situaes que reivindiquem
compreenso para sua resoluo encontraram-se um total de 13%.
Estes fatos podem, de certo modo, esclarecer tanto o desinteresse dos
alunos quanto o sentimento de insatisfao dos professores. A rotina de
VI
clculos toma a tarefa de aprender enfadonha, e o todo, incompreensvel. E,

no final, constatam eles a irrelevncia desta disciplina, pois o que levou tanto
tempo para fazer seria feito por uma calculadora em frao de segundos.
Numa tentativa de resolver tal problema, pensou-se em averiguar a
origem da dificuldade. Constatou-se que este obstculo, no processo de
aprendizagem, no consiste numa exclusividade da disciplina Estatstica. O
ensino da matemtica apresenta problemas similares desde o incio da
escolaridade.
Conferncias, palestras e congressos renem profissionais de diversas
reas, na perspectiva de se encontrarem meios para solucionar os problemas
do processo ensino-aprendizagem da disciplina Matemtica.
Por se tratar a Estatstica de matemtica aplicada, os problemas
encontrados no ensino da matemtica podem, de alguma forma, ter relaes
com as dificuldades do ensino da disciplina Estatstica. As solues
encontradas
para
resolver
os
problemas
do
ensino
da
matemtica tambm podem ser aplicadas com relao Estatstica.
Considera-se, portanto, de suma importncia a anlise das discusses
desenvolvidas a respeito do processo ensino-aprendizagem da matemtica.
Os matemticos partiram do princpio de que a forma como a
matemtica vinha sendo ensinada at o final do sculo passado dilua o
desenvolvimento integral do aluno, levava-o memorizao e estimulava a
tarefa repetitiva de executar clculos.
Esta ideia levou-os a revolucionar o ensino da matemtica.
Organizaram um movimento que teve como objetivo o ensino da
matemtica moderna. Acreditavam que dessa forma exterminariam a
memorizao e a rotina dos clculos, e promoveriam a compreenso e a
explicao prtica. O que seria possvel devido ao fato de que os propsitos
da matemtica moderna consistem no ensino de axiomas desde as classes
mais elementares. Mas, em seguida, constatou-se que tal alternativa de
ensino revelou-se insatisfatria, no levava a nenhum grande avano em
matria de compreenso. Basicamente, os alunos continuavam orientados
para reter de memria uma srie de conceitos. Deixaram, pois, de decorar a
tabuada e passaram a decorar noes de conjuntos.
VII
A matemtica moderna foi, ento, alvo de crticas dos matemticos e

professores de todo o mundo.
Pisot e Marc (1972) repudiam-na, dizendo: esprito maligno que
sopra em Frana e que de uma simples brisa tornou-se furaco.
Continuam, ainda estes autores, advertindo que:
(...) atualmente os jovens e adolescentes esqueceram o que era
raciocnio e creem na virtude e na magia das palavras, e da
surgem as consequncias. Introduziu-se a lgica e ela desapareceu.
Pensou-se fundamentar as bases do clculo e os alunos no sabem
mais calcular (p. X).
No Comit Internacional para o Ensino da Matemtica (CIAEM),

realizado em 1979, surgiram crticas contundentes ao ensino da matemtica
moderna, e foram apresentadas alternativas para o processo ensinoaprendizagem.
Diante dos fracassos atribudos ao ensino da matemtica moderna,
ergueu-se um movimento denominado Back to Basics, cujo objetivo seria
o retorno ao ensino da matemtica pela forma tradicional. Este movimento
foi repudiado pela maioria dos integrantes do Comit.
Alguns congressistas, entre eles, Ricardo e Mary Losada, afirmam
que o fracasso da matemtica moderna ocorreu porque os contedos
modernos eram ensinados de forma tradicional memorizao dos nomes
das propriedades. Afirmam ainda que menos de 45% do material
aprendido lembrado depois de oito meses, aps ter ocorrido a
aprendizagem. Mas as pessoas que aprenderam memoristicamente
lembram menos do que as que aprenderam atravs da compreenso.
Propuseram uma alternativa de ensino, denominada Matemtica
Ultramoderna, que trataria de um contedo de maior utilidade prtica:
computao, estatstica e probabilidade.
No entanto, essas ideias no so originais. Em 1970, na primeira
conferncia do Comprehensive School Mathematics Program (CSMP), tal
alternativa para o ensino da matemtica j havia sido proposta. Uma
reformulao no currculo da matemtica inclua a estatstica e a
probabilidade desde o curso secundrio.
VIII
Vrias razes foram apontadas a favor da incluso da estatstica e da

probabilidade nos currculos da disciplina Matemtica:
universidade mais bem preparados, possibilitando mais produtividade

no ensino da Estatstica (p. 4).
A relevncia da probabilidade e da estatstica em quase todas as

atividades da sociedade moderna.
No entanto, em 1994, v-se que tal dificuldade no foi superada,

embora o ensino da matemtica em nveis mais elementares j tenha sofrido
as reestruturaes citadas por Brito (1973).
Muitos estudantes, nas suas vidas futuras, usaro noes de

probabilidade e estatstica como instrumentos em suas profisses e, quase
todos, tero que argumentar baseados na probabilidade e no raciocnio
estatstico.
A introduo da probabilidade e da estatstica no currculo de
matemtica produzir um forte efeito estimulante por ser um ramo
dinmico da matemtica e por j ficarem evidentes suas aplicaes.
Viu-se, ento, uma clara tendncia introduo do ensino da
estatstica a partir dos nveis secundrios e at mesmo primrios de ensino.
Alguns estudiosos do assunto acreditam ser esta a soluo para as atuais
dificuldades encontradas.
No entanto, como j foi exposto, no primeiro ano do terceiro grau,
quando esta disciplina introduzida, os alunos continuam apresentando os
mesmos problemas verificados nos alunos de nveis primrio e secundrio
com relao matemtica. Parece, ento, que esta alternativa pode resultar
em novo fracasso. Muda-se o contedo, porm o processo de ensino
continua o mesmo: memorizao e exerccio.
A fim de que novas propostas sejam introduzidas no ensino da
estatstica no terceiro grau, no curso de Formao de Psiclogos, faz-se
mister explorar adequadamente tais dificuldades. Sero estas resultantes de
falta de conhecimento anterior? Ser que tais alunos trazem consigo
atitudes preconceituosas com relao disciplina, dificultando assim um
aprendizado mais eficaz? Ser o hbito da memorizao, reforado,
principalmente, atravs de cursinhos preparatrios para o vestibular, alm
do que enfatizam, no estudante, o fato de serem bem-sucedidos nas provas
ao invs de desenvolverem um real interesse pelo contedo?
Brito (1973) mostrou-se otimista quanto resoluo desta
problemtica. Diz ela:
Acreditamos que as reestruturaes I70 ensino da matemtica
permitiro que, num futuro prximo, os alunos cheguem
IX
Rodriguez (1976) acredita que as dificuldades encontradas por parte

dos alunos em matemtica advenham de uma atitude negativa frente a tal
disciplina. Esta atitude desenvolve-se devido a dois fatores: condies
didticas dos professores de matemtica e influncia da atitude dos pais
diante da disciplina (p.102).
As ideias de Witter (1975) vo de encontro s expostas por
Rodriguez. Diz Witter:
Este quadro se agrava pela facilidade com que este no gostar e at
mesmo a averso pela matemtica se generaliza para disciplinas
prximas como a Fsica e a Estatstica. Atitudes favorveis a uma
disciplina so consideradas desejveis em termos de facilitar a
aprendizagem (p .151).
Estes autores defendem a hiptese de que a mudana de atitude seria

uma alternativa em direo a uma aprendizagem mais eficaz na disciplina
Matemtica e, em consequncia, na Fsica e na Estatstica.
A atitude favorvel pode constituir, portanto, um fator determinante
no processo ensino-aprendizagem da disciplina Estatstica.
A atitude desfavorvel observada quando alunos do curso de
Formao de Psiclogos se deparam com a disciplina e emitem suas
queixas: eu no vim para a faculdade de Psicologia com o propsito de
estudar matemtica, isto muito difcil, o professor muito rpido ao
transmitir a matria.
Muitos tericos defendem a hiptese de que a dificuldade no
aprendizado da matemtica se desenvolve porque os alunos no
compreendem seus procedimentos e, ento, partem para a memorizao.
Resulta, da, o desinteresse.
O desinteresse, a memorizao, a execuo exagerada de clculos
so, tambm, frequentes no processo ensino-aprendizagem da Estatstica no
terceiro grau.
X
A memorizao um processo to arraigado nos nossos jovens que

as alternativas de ensino aplicadas, como, por exemplo, a matemtica
moderna, resultaram em fracasso. Pois, embora o objetivo fosse a
compreenso, os alunos continuaram a apelar para a aprendizagem por
memorizao.
Parece, ento, ser de suma importncia despertar o interesse dos
alunos para a disciplina.
No caso do ensino da Estatstica no curso de Psicologia, os exemplos
e os exerccios utilizados para a explicao do contedo deveriam estar
ligados aos fenmenos e pesquisas psicolgicas, mostrando, assim, a
aplicabilidade dos princpios estatsticos psicologia. Dessa forma, os
alunos conheceriam a dinmica da estatstica e no necessitariam mais
memorizar; j a teriam compreendido. Seria atribudo um novo sentido
aprendizagem.
Este aspecto tambm foi abordado no CSMP por alguns estudiosos
do assunto. Constava do primeiro objetivo a ser tratado pelos congressistas,
ou seja, o desenvolvimento de um contedo mais agradvel e apropriado s
necessidades e habilidades do aluno.
Preconizam os conferencistas que a estatstica e a probabilidade
deveriam constituir o currculo escolar desde o segundo grau, e o seu ensino
deveria consistir de fatos os mais realsticos possveis; levando, ento, o
aluno a ter contatos com os procedimentos estatsticos antes mesmo de
conhec-los.
material estatstico se tome acessvel a 80% dos estudantes secundrios e

tambm auxilie a crtica e a clareza do pensamento estatstico.
Para Jerzy Neyman*, o ensino da estatstica deveria iniciar com um
curso elementar em estatstica matemtica, constando os seguintes
contedos: regras de manipulaes numricas, medidas de tendncia central
e medidas de disperso; e dar continuidade a trs principais objetivos:
fazer com que os estudantes compreendam a natureza do objeto de
estudo;
documentar a importncia de alguns problemas da vida
contempornea que dependem de um tratamento estatstico correto;
ilustrar o fato de que a escolha dos mtodos estatsticos pode fazer
grande diferena.
Radhakrisma Rao, no Indian Statistical Institute, acompanhou um
curso dirigido por B. Sat, para estudantes de nvel secundrio. O curso tinha
como objetivo oferecer uma instruo compreensiva na teoria e prtica da
Estatstica, e prover, ao mesmo tempo, uma educao geral com o
necessrio background de conhecimentos nas cincias sociais previsto por
um profissional de estatstica. Acreditava ele, que, dessa forma, tanto o
aprendizado quanto a atitude se tornariam mais favorveis.
Pode-se supor que as dificuldades encontradas, por alunos e professores,
no processo ensino-aprendizagem da Estatstica aplicada Psicologia,
decorrem, tambm, da metodologia de ensino que vem sendo empregada.
William Kruskal, afirma que a estatstica constituda por aspectos

matemticos e no matemticos. Os aspectos no matemticos so
relevantes para as cincias sociais e trabalhos em laboratrio. Cabe que os
aspectos no matemticos sejam ensinados juntamente com os matemticos.
Enfatiza que a dificuldade no aprendizado da estatstica matemtica advm
da forma como esse material se mostra desinteressante, levando o aluno a
ver toda a estatstica da mesma forma. Seu primeiro projeto a preparao
de um livro de exerccios que contenha dados reais e discusses com
aspectos matemticos e no matemticos. Acredita que, dessa forma, o
No momento em que o autor se encontrava envolvido com tais

reflexes, surgiu a oportunidade de que ele lecionasse a disciplina
Estatstica no primeiro ano do curso de Formao de Psiclogos.
Da Universidade de Chicago.
XI
Ocorreu-lhe, ento, a ideia de realizar um trabalho de pesquisa a fim de

averiguar o que realmente acontece no processo ensino-aprendizagem da
disciplina Estatstica. Toda a atividade didtica foi planejada de modo que, ao
trmino do semestre, fossem apresentados resultados de uma investigao
sistemtica e controlada, viabilizando concluses que clarificassem, na
medida do possvel, as variveis que atuam neste processo de ensino.
Da Universidade da Califrnia.
XII
Pensou-se em ensinar atravs de uma metodologia alternativa a at

ento utilizada. Princpios psicolgicos lhe serviriam de apoio. Denominouse, ento, a referida metodologia de Metodologia Renovadora, enquanto que a
metodologia que vinha sendo aplicada chamou-se de Metodologia Tradicional.
Na Metodologia Tradicional o processo ensino-aprendizagem
enfatizar os processos de memorizao e a rotina dos clculos, enquanto
que na Metodologia Renovadora a nfase recair sobre a compreenso e a
aplicabilidade dos conceitos estatsticos.
A partir destas constataes surgiu, ento, a ideia de escrever um
livro que atendesse s necessidades e objetivos descritos.
Este livro de estatstica destinado facilitao da aprendizagem de
alunos do curso de Psicologia e Pedagogia traz em seu bojo a inteno de
atender s necessidades e interesses dos alunos, considerando suas reas de
estudo.
PARTE I
ESTATSTICA DESCRITIVA
1. INTRODUO
Em Psicologia, como em qualquer outra cincia, o pesquisador
levanta hipteses a respeito de fenmenos observados. Ao desejar conhecer
a viabilidade de suas hipteses, utiliza a pesquisa sistemtica.
Primeiramente estabelece relaes entre as variveis. Relaes essas que
devem ser passveis de mensurao atravs de instrumentos adequados, de
modo que essas variveis sejam expressas numericamente.
A esses dados numricos so aplicados os mtodos estatsticos na
seguinte ordem:
1) Coleta dos dados: os dados so coletados atravs de questionrios,
testes, escalas ou qualquer outro instrumento de medida.
2) Classificao e condensao dos resultados: as informaes
colhidas so codificadas e apresentam-se como dados brutos (ou rol
estatstico), que devem ser ordenados e organizados.
3) Apresentao dos dados por meio de tabelas e grficos.
4) Descrio dos dados.
5) Anlise dos resultados e previso.
Exemplo de uma pesquisa em psicologia: pesquisa realizada por
Torres (1978) seguiu os passos a que nos referimos anteriormente. Seu
estudo teve, por objetivo, verificar a relao entre diferentes perodos do
desenvolvimento cognitivo e a evoluo do conceito de morte em crianas.
A hiptese de sua pesquisa foi a seguinte: Crianas de diferentes
perodos de desenvolvimento cognitivo (subperodo pr-operacional,
subperodo das operaes concretas, perodo formal), tal como avaliadas
por tarefas similares s propostas por Piaget, diferem significativamente
quanto compreenso do conceito de morte nas dimenses: extenso,
significado e durao, tal como avaliadas pelo instrumento de sondagem do
conceito de morte.
XIII
Entende-se por extenso o grau de compreenso acerca dos seres

que morrem; por significado o grau de compreenso acerca do que
morte; por durao o grau de compreenso dos sujeitos acerca do tempo
de permanncia da morte.
Essas trs dimenses foram medidas atravs de um instrumento de
sondagem do conceito de morte.
Definio
Populao homognea populao que apresenta pouca variao do

atributo em questo.
Populao heterognea populao que se caracteriza pela alta
variao do atributo em questo.
Populao finita o nmero de seus elementos determinado.
Populao infinita o nmero de seus elementos indeterminado.
Amostra uma parte representativa da populao em questo.
Segundo Nick , a Estatstica a cincia que nos permite tomar

decises em face da incerteza. Isto no quer dizer que ajuda a eliminar a
incerteza e sim a diminu-la.
Cerd (1972) apresenta a seguinte definio:

um conjunto de tcnicas que uma cincia utiliza, que se pode
aplicar a um conjunto de dados para orden-los, classific-los e
diferenci-los. Dessa forma pode-se descrever os fenmenos como
tambm deduzir leis que servem para generalizar tais modalidades de
manifestaes e que permitem realizar predies.
Na pesquisa que nos serve como exemplo, a amostra foi extrada da

populao de 641 alunos de um curso vespertino, de um colgio particular,
situado no bairro de Ipanema, na cidade do Rio de Janeiro.
A amostra compe-se de sujeitos de 4 a 13 anos e 11 meses de idade,
de ambos os sexos, catlicos, que no sofreram a perda de nenhum dos pais
ou irmo, e cuja escolaridade estende-se do jardim de infncia 7 srie do
primeiro grau.
Como se pode observar, a estatstica mais um meio do que um fim.

um instrumento do qual qualquer pesquisador pode lanar mo.
Conceitos fundamentais
Varivel alguma caracterstica de pessoas ou objetos que podem
assumir diferentes valores.
Varivel discreta so caractersticas que assumem valores
claramente separados; no h graduao.
Varivel contnua so caractersticas que podem assumir valores
graduados.
Notao simblica das variveis X, Y, Z.
Populao conjunto de elementos definidos no espao e no tempo,
em termos de um atributo comum a todos os elementos.
Nick, notas de aula.
2. ORGANIZAO E INTERPRETAO DA TABELA

Organizao
A tabela tem como objetivo a transformao dos dados brutos num
conjunto de mensuraes dotadas de sentido. Exemplo:
Tabela 3
Distribuio de amostra por perodo de desenvolvimento cognitivo
Perodo de desenvolvimento cognitivo
Subperodo de
Perodo de
Subperodo properaes
operaes formais
operacional [PO]
concretas [OC]
[OF]
68
63
52
Fontes: Torres (1978).
Total
183
Toda tabela deve ter um ttulo, que a indicao do que a tabela

pretende demonstrar; um cabealho com as indicaes das linhas e colunas,
e um nmero que as identifique dentro do estudo em questo.
Deve-se verificar as notas de rodap, pois estas daro mais detalhes
sobre os aspectos considerados na tabela, como tambm observar as
unidades utilizadas.
Tabela 1
Pr-teste: distribuio das respostas das 32 crianas de 4 a 13 anos
quanto compreenso do significado da morte (itens do tipo Sim e No).
Categoria de
respostas
Personificao
No personificao
Porcentagem das respostas para cada idade

4
5
6
7
8
9
11
12
13
75,00 41,67 58,33 66,67 50,00
0
25,00 18,75 0
25,00 58,00 41,67 33,33 50,00 100,00 75,00 81,25 100,00
Verificando as unidades utilizadas, v-se que os nmeros referem-se

a dados expressos em percentagens.
Interpretar no transcrever; por exemplo, dizer: A tabela mostra
que 75% no personificam. Esta frase apenas repete o que a prpria tabela
j nos diz. No entanto, se dizemos que na medida em que aumenta a idade
cronolgica diminui o nmero de crianas que personificam a morte, a
ento se estabelece uma relao entre os dados; portanto, h interpretao.
No se deve extrapolar os dados da tabela. Portanto, dizer: medida
que aumenta a idade cronolgica, diminui o significado personificado da morte
porque as crianas mais velhas tm uma vivncia maior da morte implica uma
conjectura, afirma-se algo que a tabela no mostra.
Interpretao
Interpretar no transcrever aquilo que est explcito na tabela e sim
estabelecer relaes entre os dados da tabela atravs de comparaes,
clculos com os nmeros apresentados atravs da combinao de duas ou
mais colunas ou linhas.
Deve-se ter em mente que interpretar no consiste em fazer
conjecturas que no decorrem da tabela apresentada.
Leitura da Tabela
A primeira coisa a fazer inferir, pelo ttulo, a natureza do que a
tabela apresenta. O exemplo abaixo apresenta a distribuio da amostra por
perodo de desenvolvimento cognitivo.
4
3. DISTRIBUIO DE FREQUNCIA
A distribuio por frequncia um meio de sintetizar e organizar os
dados coletados, e assim disp-los de forma clara e significativa, facilitando
sua compreenso e evidenciando as tendncias significativas desses dados.
Primeiramente, ordenam-se os valores das variveis em ordem
crescente ou decrescente; depois determina-se a frequncia de cada valor.
Tem-se, ento, a distribuio de frequncia simples.
Exemplo:
1) Escores brutos. Escores obtidos pelas crianas nas trs dimenses do
instrumento de sondagem do conceito de morte.
Sujeitos
1
2
3
4
5
6
7
8
9
10
Perodo Pr-operacional
ext
sig
dur
4
12
14
2
14
8
13
2
22
3
1
4
3
8
17
5
17
17
6
6
10
3
18
12
13
5
1
15
1
13
2) Ordenam-se os dados brutos.
Distribuio de frequncia por classes

1) Verifica-se a amplitude total.
A amplitude total (AT) igual diferena entre o maior valor (VM)
da distribuio e o menor valor (Vm) da distribuio mais um.
AT = (VM - Vm) + 1
2) Determinam-se quantos elementos ter cada grupo, ou seja, o intervalo
de classe.
Nesta etapa deve-se considerar:
O nmero de classes, que deve permanecer entre 6 e 12. Se
utilizarmos mais de 12 pode haver diluio das frequncias pelas classes,
perdendo-se a tendncia da distribuio dos itens; se utilizarmos menos de 6
pode ocorrer uma demasiada condensao dos mesmos.
O intervalo de classes (I) determinado dividindo-se amplitude total
pelo nmero de classes.
I = AT + nmero de classes
Exemplo:
Extenso: 4 8 10 13 13 14 14 17 18 22
3) Determina-se a frequncia de cada valor.
Extenso
4
8
10
13
14
17
18
22
A distribuio de frequncia simples, na qual a cada valor atribuda

sua respectiva frequncia, embora trabalhosa, no distorce os resultados. No
entanto, s vezes tm-se tantos dados que se torna necessrio agrup-los.
Neste caso, temos uma distribuio de frequncia por classes.
Frequncia
1
1
1
2
2
1
1
1
Escores obtidos pelas crianas nas trs dimenses de instrumento de

sondagem do conceito de morte.
Perodo pr-operacional extenso
14, 14, 22, 4, 8, 17, 10, 18, 13, 13, 18, 16, 15, 2, 16, 12, 9, 14, 14, 21, 7, 16,
14, 12, 15, 21, 21, 21, 10, 18, 17, 14, 16, 16, 16, 12, 19, 22, 17, 3, 20, 21,
19, 19, 26, 13, 21, 27, 22.
1) Ordenar
2
3
4
7
8
9
10
10
12
12
12
13
Limite inferior da classe menor valor de uma classe.

13
13
13
13
14
14
14
14
14
14
15
15
16
16
16
16
16
17
17
17
18
18
18
18
19
19
19
20
21
21
21
21
21
21
22
22
22
22
26
27
2) Amplitude total
AT= (VM - Vm) + 1
AT= 27 - 2 = 25+ 1= 26
3) Intervalo de classe
I = AT n de classes
I = 26 7 = 3,7 - intervalo 4
X = (extenso do conceito de morte) varivel
F = frequncia (nmero de vezes que aparece cada valor da varivel)
= somatrio
X
2-5
6-9
10-13
14-17
18-21
22-25
26-29
F
3
3
10
16
14
4
2
52
Definio dos termos

Classe grupo de valores da varivel.
Ponto mdio de uma classe ponto intermedirio e representativo de
uma classe. obtido somando-se o limite inferior ao limite superior da
classe, e dividindo-se por dois.
PM = (Ls + Li) / 2
Limite superior da classe valor maior de uma classe.
8
Tipos de frequncias
Frequncia simples indica o nmero de vezes em que aparece um
determinado resultado.
Smbolo: fi
Frequncia acumulada a frequncia que rene certa frequncia
mais todas as frequncias anteriores. utilizada especialmente quando
tentamos situar o indivduo em funo do desempenho total do grupo.
Smbolo: fac
Frequncia percentual significa a frequncia com que determinada
categoria ocorre em relao ao nmero 100. Indica o tamanho relativo de
um conjunto de valores em termos de percentagem.
Smbolo: f%
Onde
)*
f%= + .100
fi= frequncia simples

N= nmero total de casos.
Exemplo:
Escores obtidos pelas crianas da dimenso: significado do
instrumento de sondagem do conceito de morte.
Significado(X)
3
5
6
8
12
13
15
17
F
1
1
1
1
2
1
1
2
10
F%
10%
10%
10%
10%
20%
10%
10%
20%
100%
Fac
1
2
3
4
6
7
8
10
Fac%
10%
20%
30%
40%
60%
70%
80%
100%
Tabela 8
Utilizam-se, ento, as coordenadas cartesianas. Colocam-se, no eixo

horizontal, os valores das variveis, e, no eixo vertical, as respectivas
frequncias.
Primeira sondagem: distribuio de respostas das

crianas de 7 a 13 anos quanto compreenso da morte.
Percentagem das respostas para cada idade
Categoria de
respostas
Afetivas
Funeral
Personificao
Vida na morte
Causas especficas
Inevitabilidade
Irreversibilidade
Fonte: Torres, 1978.
10
11
12
13
27,27
9,09
36,36
0
27,27
0
0
11,11
40,74
18,52
7,41
22,22
0
0
26,58
29,11
13,92
7,59
17,72
6,33
0
28,81
27,12
8,47
1,69
27,12
6,78
0
39,39
18,18
6,06
3,03
18,18
12,12
3,03
40,9
15,91
2,27
2,27
6,82
20,45
11,36
65,22
21,74
0
0
13,04
0
0
Na pesquisa realizada por Torres (1978), a percentagem das respostas

de cada uma das categorias (dimenso, extenso e significado) foi calculada
para cada nvel de idade, a fim de possibilitar comparaes:
O exame da distribuio das respostas revelou a existncia de uma
certa direo nos tipos de respostas dadas nos diferentes nveis de idade.
Assim, respostas evidenciando preocupao com aspectos ligados
causalidade da morte em termos especficos (doena, velhice,
atropelamento etc.), interpretao da morte em termos de personificao e
aceitao da vida na morte mostram, com certa regularidade, um
decrscimo em relao aos aspectos da irreversibilidade e com relao
inevitabilidade da morte ocorre o contrrio, isto , o ndice percentual de
respostas apresenta um incremento com a idade. De todas as categorias, a
que atinge o mais alto nvel percentual a afetiva, na idade de 13 anos.
Representao grfica
Por vezes torna-se conveniente representar uma distribuio de
frequncias por meio de diagrama (grfico em duas dimenses), pois este
nos oferece uma vista geral das observaes, tornando, desta forma,- mais
legveis as informaes.
10
O traado do grfico ou locao faz-se com referncia a dois eixos

coordenados, um vertical (eixo dos Y) e outro horizontal (eixo dos X).
Estas linhas so perpendiculares entre si. Chama-se de O, ou origem, O
ponto em que elas se interceptam.
Histograma
Muitas vezes conveniente representar uma distribuio de
frequncias por meio de um histograma.
Para construdo, faz-se necessrio: na linha horizontal (eixo dos X)
marcam-se os valores da varivel; na linha vertical (ou eixo dos Y),
localizam-se as frequncias relativas a cada valor da varivel.
As frequncias de cada valor da varivel so indicadas por barras
retangulares.
11
Colocam-se, no grfico, os pontos mdios dos intervalos de classe.
2-5
6-9
10-13
10
14-17
16
18-21
14
22-25
26-29
52
Exemplo: Perodo pr-operacional extenso

X
2-5
6-9
10-13
14-17
18-21
22-25
26-29
f
3
3
10
16
14
4
2
52
Pm
3,5
7,5
11,5
15,5
19,5
23,5
27,5
16
18
12
16
14
12
10
8
6
4
2
0
2_5
6_9
10_13
14_17
18_21
22_25
26_29
3,5
7,5
11,5
15,5
Polgono de frequncia
Unindo-se os pontos mdios das bases superiores do retngulo da
mesma largura do histograma, ter-se- outra representao grfica
denominada polgono de frequncia. So representados por segmentos de
reta chamados polgonos.
12
13
19,5
23,5
27,5
4. MEDIDAS DE TENDNCIA CENTRAL
Clculo da mdia aritmtica
a) Definio: so as medidas tpicas ou representativas de um

conjunto de dados.
No clculo do valor da mdia aritmtica faz-se a soma dos valores e

divide-se esta pelo nmero de observaes da srie.
b) Objetivo: indicar o valor tpico ou prevalente de uma distribuio

de frequncia, quando esta apresenta os valores intermedirios da varivel
com frequncia maior que os valores extremos, ou seja, uma tendncia
central.
DADOS NO AGRUPADOS
c) Tendncia central: a tendncia das notas incidirem para o centro

da distribuio.
d) Utilidade: diante de uma distribuio de frequncia, faz-se
necessrio dispor de um nmero que nos indique onde est a tendncia
central, ou, ento, o valor mais capaz de substituir todos os outros.
e) Medida mais usada: mdia aritmtica.
f) Outras medidas: mediana, moda.
g) Restries: por si s do informaes insuficientes; precisam ser
acopladas a uma medida de variabilidade.
Acha-se o quociente do somatrio dos valores da srie pelo nmero

deles.
X- + X . + X / + 0 + X 1
N
X1, X2, ..., Xn so valores particulares que as variveis assumem
naquela srie de observaes.
X* =
3=
X
3 = mdia aritmtica
X
+
* 5 X*
N
Xi = nota do i-simo elemento
N = nmero total de notas

= somatrio
Mdia aritmtica
A mdia aritmtica representa o centro de gravidade da
distribuio, isto , o ponto de qualquer distribuio em torno do qual se
equilibram as discrepncias positivas e negativas.
Situa-se entre o valor mximo e o valor mnimo da distribuio. No
pode, portanto, ser inferior ou superior ao valor mnimo e ao mximo da
distribuio.
Na distribuio de frequncia, alguns valores podem ocorrer mais de

uma vez. possvel, portanto, elaborar uma distribuio de frequncia e
verificar que o produto do valor da varivel pela sua respectiva frequncia
(Fi.Xi) idntico soma de todos os valores iguais de uma varivel. Neste
caso, para se obter a mdia aritmtica, somam-se todos os produtos Fi.Xi e
divide-se o resultado pelo nmero total de casos.
A mdia aritmtica um valor que pretende ser o resumo de todos os

valores da distribuio. Dessa forma, pode vir a ser um valor no presente
na distribuio.
3
X = mdia aritmtica
Permite fazer interpretaes quando utilizada na comparao de

dois ou mais grupos, constatando qual o grupo com resultados mais ou
menos elevados.
N = total de casos
14
3
X=
+
* 5 F* . X *
N
Fi.Xi = nota do i-simo elemento
= somatrio
15
Exemplo: Escores obtidos pelas crianas na dimenso durao

Xi
1
2
3
4
5
6
Fi
3
2
2
1
1
1
10
FiXi
3
4
6
4
5
6
28
X * . F*
N
20
3=
X
10
3
X = 2,8
3
X=
Propriedades da mdia aritmtica

1) A soma algbrica dos afastamentos ou desvios dos valores da srie em
relao mdia nula.
Essa propriedade implica a seguinte afirmativa: se calcularmos os
desvios em relao a um outro termo qualquer da srie, diferente da sua
mdia aritmtica, a soma destes desvios ser diferente de zero.
2) A mdia aritmtica influenciada pelas alteraes sofridas pelos valores
da srie.
3) A soma dos quadrados dos afastamentos dos valores da srie em relao

mdia aritmtica um mnimo.
Isto significa que se tornarmos a soma dos quadrados dos desvios em
relao a outro termo qualquer da srie, esta soma ser sempre maior do
que a encontrada, utilizando-se os quadrados dos desvios em relao
mdia aritmtica.
4) A mdia aritmtica depende de todos os valores da srie, porque todos
entram no seu clculo, sendo por isso um valor representativo da srie.
5) A mdia aritmtica grandemente influenciada pelos valores extremos
da srie.
Vantagens e desvantagens na utilizao da mdia aritmtica

influenciada pelos valores extremos, ou seja, um valor
excepcionalmente alto ou baixo a altera. Por isso no deve ser utilizada
quando a distribuio muito assimtrica.
Permite apenas uma descrio incompleta na distribuio, por no
fornecer informaes a respeito do nmero de casos que esto acima ou
abaixo do valor da mdia aritmtica; e tambm a respeito do valor mais
frequente.
Na pesquisa realizada por Torres (1978), verifica-se a utilizao da
mdia aritmtica para fins de comparaes entre distribuies.
Mdias e desvios-padro obtidos em
cada dimenso nos trs grupos considerados
Ficar aumentada na mesma quantidade que for adicionada a todos os

valores da srie.
Subperodo properacional (PO)
Ficar diminuda da quantidade que for subtrada a todos os valores

da srie.
Ficar multiplicada pela quantidade que for multiplicada a todos os
valores da srie.
Ficar dividida pela quantidade pela qual foram divididos todos os
valores da srie.
16
Extenso
Significado
Durao
3 = 15,67
X
S = 5,36
3
X = 16,79
Subperodo de
operao
concreta (O)
3
X = 24,73
Perodo de
operaes
formais (OF)
3
X = 28,87
S = 5,46
S = 0,57
S = 3,99
3
X = 29,23
S = 5,46
3
X = 7,85
S = 8,34
3= 3,37
X
S = 2,47
17
S = 3,54
3
X = 33,62
S = 4,07
3
X= 9,40
Analisando-se as mdias aritmticas em relao s trs dimenses,

verifica-se que houve uma evoluo do conceito de morte na medida em
que h uma evoluo cognitiva, pois houve um aumento das mdias.
Observando-se as mdias aritmticas das trs dimenses, conclui-se
que a compreenso do conceito de morte, quanto sua durao, mais
difcil qualquer que seja a fase cognitiva em que se encontre a criana, visto
que nesta dimenso os valores das mdias aritmticas so mais baixos do
que os demais.
A tabela apresenta tambm valores dos desvios-padro que devem
ser acoplados aos valores da mdia aritmtica como veremos mais adiante.
Mediana
Posio
Atravs da interpretao do valor mediano, pode-se afirmar, ao

comparar dois ou mais grupos, qual o que apresenta resultados mais
elevados, e qual o que apresenta resultados menos elevados.
Exemplo: valores obtidos pelas crianas na

dimenso durao no perodo pr-operacional
Xi
1
2
3
4
5
6
Fi
3
2
2
1
1
1
Fac
3
5
7
8
9
10
Para se calcular o valor da mediana, primeiramente organizam-se os

dados em ordem crescente ou decrescente.
O valor da mediana aquele abaixo e acima do qual encontra-se a
mesma quantidade de valores da srie.
Primeiramente, localiza-se a mediana, e depois, observa-se o seu valor.
N+1
11
=
= 5,5
2
2
10
Md = Lir +
?.A BCD
BE
Md (posio)
5,5
.h
Md = mediana
Lir = limite inferior real
N / 2 = 50%
Fac = frequncia acumulada da classe anterior
Fi = frequncia simples da classe
Md = 2,5 +
G,HAG
Ordenar : 4, 2, 2, 1, 3, 5, 6, 3, 1, 1
Clculo da mediana
N= nmero de casos
A mediana o valor mdio de uma distribuio ordenada, o qual

apresenta o mesmo nmero de valores abaixo e acima desse valor.
A mediana um ponto da distribuio, tal que a probabilidade de um
valor qualquer da distribuio, aleatoriamente escolhido, se situar acima da
mediana igual probabilidade dele se situar abaixo da mesma. Isto
vlido para qualquer distribuio, no importando a sua forma.
+;-
= 2,5
1, 1, 1 ,2 ,2 ,3, 3, 4, 5, 6
Md =
+;.
-.
= 5, 5
Md = 2,5
Propriedades da mediana
1) A mediana no influenciada pelos valores extremos.
2) A soma dos valores absolutos dos desvios a partir da mediana um mnimo.
Nick, notas de aula.
18
19
3) A mediana de uma srie de classes indefinidas pode ser calculada, desde

que conhea o nmero total de observaes.
Exemplo: Escore obtido por 10 crianas na dimenso durao

Xi
1
2
3
4
5
6
Vantagens na utilizao da mediana

Sua determinao fcil e rpida, no requer clculos complexos.
Juntando-se o mesmo nmero de termos nas duas extremidades, a
mediana continua sendo a mesma.
Desvantagens na utilizao da mediana

A mediana flutua mais de amostra para amostra do que a mdia
aritmtica; portanto, menos confivel. No utiliza a totalidade dos dados.
um valor posicional, no vem definido por uma expresso
matemtica; portanto, no susceptvel de tratamento algbrico. No possvel
calcular a mediana de um grupo total a partir das medianas de dois subgrupos.
Fi
3
2
2
1
1
1
10
O escore que apareceu maior nmero de vezes foi o 1; portanto, o

valor da moda igual a 1. Consequentemente, este valor seria o valor
representativo da distribuio.
Vantagens e desvantagens na utilizao da moda

Embora de clculo fcil, no pode ser utilizada em distribuies
bimodais ou multimodais.
Moda
Utilizao das medidas de tendncia central
o valor da distribuio que ocorre com a maior frequncia, ou seja,

o valor que mais se repete dentro de uma srie de observaes.
Em um dado momento, podem surgir dvidas sobre que medida de

tendncia central utilizar; no entanto, dois fatores devem ser averiguados:
A moda s pode ser utilizada como medida de tendncia central

quando apenas um valor da srie ocorre com maior frequncia.
1) o aspecto ou forma da distribuio

2) o objetivo da pesquisa
Forma da distribuio
A forma da distribuio pode influenciar o pesquisador na escolha de
uma medida de tendncia central. Em uma distribuio unimodal e
perfeitamente simtrica, a moda, a mediana e a mdia sero idnticas, uma
vez que o ponto de frequncia mxima (Mo) tambm o valor que divide a
distribuio em duas partes, contendo o mesmo nmero de termos em cada
uma das partes; tambm o centro de gravidade distribuio.
20
21
Na distribuio assimtrica esquerda, a mdia aritmtica

deslocada para a esquerda da moda; na distribuio inclinada para a direita,
a mdia incide direita da moda.
Em cada caso, a mdia aritmtica deslocada na mesma direo da
inclinao da distribuio.
A direo do deslocamento da mediana o mesmo da direo do
deslocamento da mdia, mas a extenso deste deslocamento menos do que
o da mdia aritmtica, visto que esta influenciada pelos valores extremos.
Em uma distribuio assimtrica, a mediana sempre se situa em
algum lugar entre a mdia e a moda. essa caracterstica que a torna a
medida de tendncia central preferida, por alguns pesquisadores, para
representar uma distribuio assimtrica.
5. MEDIDAS DE DISPERSO
a) Definio: um ndice que indica o grau de disperso dos escores em
tomo da posio central.
b) Objetivo: descreve a heterogeneidade do grupo.
c) Utilidade: o complemento da medida de tendncia central. Mediante
seu uso sabe-se que se os valores esto muito concentrados ao redor
da mdia aritmtica, esta ser muito representativa; mas se os valores
esto muito dispersos ao redor da mdia aritmtica, esta ser pouco
representativa.
d) Medida mais usada: desvio-padro.
e) Outras medidas: amplitude total, desvio semi-interquartil, desvio mdio.
Objetivo da pesquisa
Intervalo total ou amplitude total
A escolha da medida de tendncia central depende das hipteses ou

objetivos do pesquisador.
A amplitude (ou intervalo total) de uma srie definida como a

diferena entre o valor mais alto e o valor mais baixo da srie.
Utilizar a moda se pretender uma medida descritiva, rpida e

simples ainda que grosseira, e se a distribuio for unimodal. Se a pretenso
for uma medida exata, ele poder optar entre a mdia e a mediana. Se a
distribuio for aproximadamente simtrica, a mdia aritmtica a mais
indicada, mesmo porque esta poder ser utilizada em estatstica mais
avanada e uma medida mais estvel.
A amplitude de uma srie de valores determinada rpida e

facilmente, oferecendo uma ideia grosseira do grau de disperso.
Conhecendo-se o valor da mdia e da amplitude, tm-se dados sobre
o centro da distribuio e da disperso em torno desse ponto.
It = Intervalo total
Xmx = valor mximo
Xmin = valor mnimo
It = Xmx - Xmin
Desvantagens da utilizao da amplitude total

Por depender somente dos valores extremos da srie, torna-se
insensvel disperso dos demais valores, compreendido entre o ponto
mximo e o mnimo; principalmente quando a srie grande e existem
lacunas extensas.
22
23
No uma medida exata. A alterao de apenas um valor extremo

da srie ocasiona uma mudana brusca de amplitude. Esta tambm afetada
pelo tamanho da amostra.
Desvio mdio
Baseia-se na primeira propriedade da mdia: A soma algbrica dos
afastamentos dos valores em relao mdia aritmtica nula. No entanto,
para seu clculo apenas so considerados os valores absolutos dos desvios,
logo, representa o quociente do somatrio dos desvios a partir da mdia
pelo nmero total de casos. Trata-se, ento, da mdia aritmtica dos desvios
em torno do valor central.
DM =
N
O P |M|
+
DM = Desvio mdio
X
|X| = Xi - 3
Desvio-padro
O desvio mdio uma medida de pouco valor, pois no considera os
sinais dos desvios. Uma tentativa de superar esta dificuldade reside na
possibilidade de se elevar ao quadrado os desvios, tornando-os, dessa
forma, positivos.
Denomina-se varincia a mdia dos quadrados dos desvios tomados
a partir do conjunto.
V=
N
O R P . MOQ
V= varincia
xi2= desvios ao quadrado

N= nmero total de casos
A raiz quadrada positiva da varincia o que se chama desvio ou
afastamento quadrtico ou simplesmente desvio-padro.
N = nmero total de casos
S=+T
Este valor uma estimativa da amplitude dentro da qual variam as

observaes mdias do conjunto de itens ou mensuraes.
A soma dos valores absolutos das discrepncias tende a tornar-se
maior medida que a variabilidade da distribuio aumenta.
V
E R W . UEQ
?
S= desvio-padro
xi2 = desvios ao quadrado
N= nmero total de casos
Clculo do desvio mdio:

1) Calcular a mdia aritmtica da distribuio.
Clculo do desvio-padro
2) Subtrair de cada escore bruto a mdia aritmtica.
1) Calcular a mdia aritmtica da distribuio.
3) Somar todos os valores absolutos dos desvios.
2) Subtrair de cada escore bruto o valor da mdia aritmtica.
4) Dividir o somatrio dos desvios pelo nmero total de casos.
3) Elevar os desvios ao quadrado.
O desvio mdio no muito utilizado atualmente pelos

pesquisadores. Na maioria dos casos ele substitudo pelo desvio-padro.
4) Somatrio de todos os desvios ao quadrado.

5) Dividir o somatrio pelo nmero total de casos.
6) Extrair a raiz quadrada do resultado e dar-lhe sinal positivo.
24
25
Exemplo: Escores obtidos por 10 crianas na dimenso durao

Xi
1
2
3
4
5
6
Fi
2
2
2
1
1
1
10
S=T
FiXi
3
4
6
4
5
6
28
.Y,Z
-H
3)
xi(Xi-X
1-2,8
2-2,8
3-2,8
4-2,8
5-2,8
6-2,8
= 2,76 = +1,66
xi
-1,8
-0,8
+0,2
-1,2
+2,2
+3,2
3=
X
x12
3,24
0,64
0,04
1,44
4,84
10,24
.\
-H
xiF
9,72
1,28
0,08
1,44
4,84
10,24
27,6
evolui. Conclui-se que os grupos se tornam mais homogneos medida que

h evoluo cognitiva.
No perodo das operaes formais, a concentrao dos valores em
torno da mdia aritmtica maior. No entanto, com relao dimenso
durao, as crianas do subperodo das operaes concretas apresentam-se
mais heterogneas.
= 2,8
Propriedades do desvio-padro
1) A mdia aritmtica, aumentada e subtrada de um desvio-padro,
indica uma faixa de normalidade na qual h uma incidncia maior das
observaes. Estas observaes representam, via de regra, 68,26% do total.
O restante das observaes, fora desse limite, superior ou inferior s
consideradas normais e aparece numa percentagem equivalente a 15,9% em
cada extremidade da distribuio. Tais percentagens so as que aparecem
nas distribuies normais.
2) O desvio-padro aumenta medida que aumenta a disperso em
torno da mdia aritmtica.
3) Somando-se ou subtraindo-se todos os valores da srie por uma
constante, o desvio-padro no ser alterado.
4) Se todos os valores da srie forem multiplicados por uma
constante, o desvio-padro ser aumentado na mesma proporo.
A interpretao do desvio-padro pode ser feita observando-se os
valores numricos. medida que estes decrescem, menor ser a
variabilidade, e quanto mais aumentam, maior.
Referindo-se tabela das mdias aritmticas e desvios-padro (pg.
17), verificamos que, em relao s dimenses extenso e significado, os
desvios-padro decrescem medida que o desenvolvimento cognitivo
26
27
6. MEDIDAS SEPARATRIZES
Q1 =
Separatrizes so valores da distribuio que a dividem em partes

quaisquer.
Q2 =
A mediana, apesar de ser uma medida de tendncia central, tambm

uma separatriz de ordem 1/2, ou seja, divide a distribuio em duas partes
iguais.
Q3 =
Existem outras separatrizes. As mais comumente usadas so:

Quartis dividem a distribuio em quatro partes iguais, de ordem 1/4.
Decis dividem a distribuio em 10 partes iguais, de ordem 1/10.
Centis dividem a distribuio em 100 partes iguais, de ordem 1/100.
Quartis
Os quartis so os 3 pontos que dividem a srie em quatro partes iguais.
Q1 primeiro quartil separa os 25% dos valores mais baixos da
distribuio dos resultantes 75%.
Q2 segundo quartil coincide com a mediana, separa os 50% dos valores
mais baixos dos 50% dos valores mais altos da distribuio.
Q3 terceiro quartil separa os 75% dos valores mais baixos da
distribuio dos 25% dos valores mais altos.
Frmula das separatrizes:
Sp = Lir +
%1A^_`
Portanto:
Q = Lir +
^O
%1A^_`
^O
Passos para o clculo:
.h
b
.+
b
/+
b
3) Localizam-se as posies dos quartis na frequncia acumulada.

4) Aplica-se a frmula.
Exemplo: Escores encontrados em 10 crianas
na dimenso extenso no perodo pr-operacional.
X
4
8
10
13
14
17
18
22
F
1
1
1
2
2
1
1
1
10
Q1 =
+
b
-H
b
= 2,5
1 Colocar em ordem:
4, 8, 10, 13, 13, 14, 14, 17, 18, 22
+
b
\;-H
.
=
=
-H
b
-\
1) Encontra-se a frequncia acumulada da distribuio.

2) Posicionar os quartis atravs da frmula.
28
Fac
1
2
3 Q1
5
7
8
9
10
14, 22, 13, 14, 18, 10, 8, 13, 4, 17
Q1 =
.h
29
= 2,5
=9
Decis
Os decis so os nove pontos que dividem a distribuio em 10 partes
iguais.
Centis ou percentis
PARTE II
INFERNCIA ESTATSTICA
INTRODUO
Os percentis so os 99 valores que dividem a distribuio em 100

partes iguais, abrangendo, cada um, 1% do nmero total da distribuio.
O que se fez at agora, na Estatstica descritiva, foi sumarizar

resultados acerca de um grupo denominado amostra, que representativo de
um grupo maior, que se denomina populao.
As separatrizes so amplamente utilizadas em psicologia, com o

objetivo de padronizar resultados. Testes psicolgicos como o Bender,
Bateria CEPA e outros utilizam as separatrizes em suas tabelas
padronizadas.
s vezes se faz necessrio extrair concluses de uma determinada

investigao cientfica sem se dispor de evidncias suficientes. Neste caso,
o pesquisador precisa saber quando dispe de evidncias suficientes para
chegar a uma concluso com determinado grau de confiana.
A mdia aritmtica, juntamente com o desvio-padro, embora menos

frequentemente, tambm so utilizadas como critrios de padronizao.
Elizabeth Koppitz, no Bender infantil, padronizou seus resultados a partir
destas medidas.
Ao se desejar concluir com evidncias incompletas pode-se lanar

mo de estatstica. Chamam-se dedues probabilsticas. Ao se deduzir a
partir da probabilidade, faz-se inferncia estatstica.
Para se recorrer inferncia estatstica, faz-se uso do raciocnio
indutivo e da teoria das probabilidades.
1. OBJETIVOS DA INFERNCIA ESTATSTICA

A inferncia estatstica aborda dois tipos fundamentais de problemas:
Estimativa dos parmetros de uma populao

A partir dos resultados obtidos na amostra, estimam-se os parmetros
da populao.
Na maioria das vezes, torna-se impossvel medir-se todos os
membros de uma populao; para tanto, extraem-se amostras dessa
populao. A composio das amostras acaba por comprometer os
resultados, uma vez que as medidas estatsticas calculadas sofrem variaes
de amostra para amostra de uma dada populao erro amostral ou seja,
por pura obra do acaso, haver sempre uma diferena entre os resultados da
amostra e os da populao da qual ela foi extrada. Isto significa que a
mdia da amostra quase nunca ser exatamente igual mdia da populao,
30
31
e o desvio ser idntico ao desvio da populao em rarssimas ocasies,

mesmo que o plano amostral tenha sido bem elaborado e executado.
Ao empregarmos o erro-padro, devemos estar atentos ao tamanho da

amostra e variabilidade da distribuio.
Como, na maioria das vezes, utiliza-se apenas uma amostra, como se

pode saber se esses resultados podem ou no ser inferidos populao, ou
seja, como garantir os parmetros de uma populao?
quanto maior N, menor o erro-padro da mdia.
As estatsticas, portanto, esto sujeitas ao que se designa flutuaes

de amostragem. Tais estatsticas, apenas sob determinadas condies,
podero vir a ser os parmetros da populao.
Para se saber at que ponto se pode acreditar na estimativa dos
parmetros com base nos dados obtidos da amostra, recorre-se ao erropadro da estatstica utilizada.
Segundo Nick e Kellner (1971): O erro-padro teoricamente o
desvio-padro da distribuio amostral das mdias, mas praticamente uma
estimativa de erro que cometemos ao substituir o parmetro desconhecido
pela estimativa obtida atravs de uma amostra.
quanto maior o erro-padro da mdia, maior o desvio-padro.

a distribuio amostral sempre menor que a variabilidade da distribuio
total
Atravs desse clculo pode-se estabelecer o intervalo de confiana,
isto , o intervalo de valores dentro do qual a verdadeira mdia
populacional pode cair.
Intervalos de confiana
Na estimativa da mdia da populao.
3 (1)
a) 68%: X
3= mdia amostral
X
Erro-padro da media (Ud )
M3 = erro-padro da mdia
Mede o grau de eficincia da estimativa, mede o grau em que a mdia

afetada por erros de medida.
(1) = valor do desvio-padro
M3 =
S
N f 1
Onde
Ao escolher-se um intervalo de confiana de 68% significa que h 68

possibilidades em 100 da mdia estar correta.
b) 95%: 3
X (1,96)
3 = mdia amostral
X
S=
g MQ
+A-
Usa-se N 1 porque o desvio-padro da amostra menor que o

desvio-padro da populao, e apenas utilizado quando N < 30.
S= desvio-padro da amostra
Na verdade, seria o desvio-padro da populao, mas como seria
muito trabalhoso calcul-lo, utiliza-se N 1 no denominador.
N= nmero total da amostra.
(1,96) = valor de 2 desvios-padro
Pode-se acertar 95% das vezes e errar 5% das vezes.
3 (2,58)
c) 99%: X
3
X= mdia amostral
(2,58) = valor de 3 desvios-padro
32
33
Pode-se acertar 99% das vezes e errar 1% das vezes.

Este procedimento deve ser realizado quando se desejar fazer
generalizaes de uma amostra para uma populao, ou seja, utilizar a
mdia da amostra como parmetro da populao.
A escolha da prova estatstica deve estar condicionada aos seguintes

fatores:
Plano de amostragem
Natureza da populao da qual se extraiu a amostra
Nvel de mensurao das variveis
Erro-padro da mediana (md):
Varincia das populaes
O erro-padro da mediana maior que o erro-padro da mdia, o que

mostra que a mdia , em geral, mais fidedigna, menos sujeita s variaes
do que a mediana.
Critrios para a escolha da prova estatstica
O erro-padro da mediana utilizado em estatsticas no

paramtricas.
Plano de amostragem
md =
-,.G/ h
ou md =
-,\Z\j
+
Erro-padro do desvio-padro
=
H,Y- h
+
Erro-padro do desvio semi-interquartil

Utilizado em estatsticas no paramtricas.
Q =
H,Y\Zj
+
Prova de hipteses
A prova de hipteses tem como objetivo testar a significncia das
diferenas. Para tanto, tenta-se provar uma hiptese, usando-se como
intermediria a hiptese estatstica. A anlise estatstica , em parte, funo
da prova estatstica empregada na anlise. Por tal motivo, ao escolher-se a
prova estatstica, deve-se ficar atento ao fato de que as exigncias para o
uso de uma prova devem ser cumpridas.
34
Consiste num processo de seleo que segue regras e operaes para

que elementos da populao sejam includos na amostra.
Fatores tais como o nmero de elementos que contm a amostra, a
extrao de um elemento de uma amostra afetando ou no a composio de
outra amostra e o mtodo de amostragem interferem na escolha da prova
estatstica. Este processo necessita de um critrio objetivo.
Sabe-se que quanto maior a amostra, maior a probabilidade de se
encontrar a normalidade. Ao aumentar o tamanho da amostra, aumenta a
probabilidade desta assemelhar-se populao.
O recurso de se aumentar o tamanho da amostra para aumentar a
preciso da estimativa da mdia da populao tem seu grau de eficincia
relacionado com a raiz quadrada do tamanho da amostra.
S podemos considerar uma amostra como sendo representativa quando
constituda por elementos selecionados de acordo com uma tcnica
conhecida processo de seleo ou seja, regras e operaes mediante as
quais alguns membros da populao so includos na amostra.
Processo de seleo:
seleo probabilstica
seleo no probabilstica
35
O mtodo de amostragem que possibilita com maior grau de certeza a

representativa da amostragem o aleatrio. Neste mtodo, cada indivduo
da populao possui a mesma chance de ser escolhido. Considera-se,
tambm, que a seleo de um indivduo no influenciar de forma alguma a
escolha de outro.
A extrao da amostra aleatria em psicologia apresenta trs
peculiaridades:
A seleo sistemtica dos componentes da amostra

aproxima-se da aleatoriedade, uma vez que os membros esto
arrolados. Assim, pode-se selecionar um nome de cada
grupo. Os grupos vo depender do tamanho da amostra.
Conhece-se a distribuio daquela caracterstica que se
deseja estudar. Por exemplo, sabe-se que inteligncia
distribui-se normalmente dentro da populao; logo, uma
amostra extrada aleatoriamente desta populao tambm
apresentar uma distribuio normal.
A populao, no sendo nitidamente definida, torna a
amostragem inacessvel. Quando isso ocorre, cabe uma
verificao da adequao da amostra. Extraem-se diversas
amostras aleatrias de aproximadamente o mesmo tamanho;
caso tais amostras apresentem resultados muito diferentes,
nenhuma delas representativa.
Natureza da populao da qual se extraiu a amostra

A populao pode ser, em sua natureza, normal ou no normal.
Muitos fenmenos na natureza distribuem-se de acordo com a normalidade,
como, por exemplo, a altura, o peso e a inteligncia. Outros fenmenos, no
entanto, por natureza no se encaixam na distribuio normal, como, por
exemplo, mortalidade, amamentao por classe socioeconmica.
Quando o fenmeno a ser estudado se caracteriza por uma
distribuio normal, utiliza-se a estatstica paramtrica, caso contrrio
recorre-se estatstica no paramtrica.
36
Nvel de mensurao das variveis

A classificao de medidas em determinados nveis foi feita por
Stevens. Do mais baixo para o mais alto nvel, temos as escalas: nominal,
ordinal, intervalar e razo. So distinguidas em termos de critrios
diferentes.
De acordo com a definio de mensurao, possvel atribuir-se
nmeros a objetos de acordo com certas regras.
Existem tambm diferenas no modo como podem ser feitas as
operaes estatsticas com nmeros aplicados de nveis de medida.
Os nveis so atingidos quando aplicados a eles os postulados bsicos
para a mdia.
1 nvel: NOMINAL aplicado o postulado:
1 Identidade: o nmero ele mesmo e nem mais um outro.
2 nvel: ORDINAL So aplicados os postulados:
1 Identidade
2 Ordem: os nmeros permitem relao de grandeza, podendo-se colocar
em ordem crescente ou decrescente.
3 nvel: INTERVALAR So aplicados os postulados:
1 Identidade
2 Ordem
3 Aditividade: os intervalos entre os nmeros se do de forma constante:
dessa forma, fica garantida a adio de dois valores, por exemplo, a + b = b + a.
Varincia da populao
Sempre que o teste exigir homogeneidade da varincia, pode-se
calcular as varincias de suas amostras. Para tanto, dever-se- utilizar o
teste F.
S.M
F= .
S m
S2M = varincia maior
S2m= varincia menor
37
Consultar a tabela da distribuio F, com graus de liberdade para o

numerador e o denominador (N de cada grupo menos 1). Verificar se a
diferena entre as varincias ou no significativa.
Quanto maior o numerador e menor o denominador com maior
probabilidade, vamos obter um resultado significativo em termos estatsticos.
Averiguados todos esses critrios, procede-se escolha da prova
estatstica, cujo objetivo est em verificar se a diferena entre as amostras
ocorre por puro erro amostrai ou realmente por tratar-se de amostras que
diferem quanto s caractersticas estudadas.
2. ETAPAS DA PESQUISA CIENTFICA

Escolhida a prova estatstica, aps considerar todas as exigncias
para a prova, seguem-se os seguintes passos da pesquisa cientfica
propriamente dita.
Elaborao das hipteses

Hiptese a afirmao conjecturai acerca da relao existente entre
duas variveis.
Hiptese nula: postula no existir diferena entre as mdias, pois as
amostras foram extradas da mesma populao; portanto, qualquer diferena
casual, ainda mais que um erro amostral. Quando a hiptese nula for
aceita, no possvel generalizar os resultados para a populao. M1 = M2
Hiptese experimental: afirma existir uma verdadeira diferena entre
as populaes comparadas. Constitui a hiptese de pesquisa, que
geralmente uma predio deduzida de uma teoria.
M1 M2
M1< M2
M1 > M2
A hiptese nula, sobre a qual versa toda a pesquisa, ser rejeitada ou
aceita. Se for rejeitada, a hiptese experimental torna-se vivel. A aceitao
da hiptese nula implica que esta no pode ser rejeitada, o que no quer
dizer que haja relao de igualdade entre as variveis em estudo.
Nveis de significncia
a probabilidade oferecida para que a diferena entre as mdias seja
considerada estatisticamente significativa.
Tem-se como objetivo diminuir ao mximo o risco de comprovar
erroneamente H1. Por isso estipula-se um nvel de significncia de 0,05, ou
seja, consideram-se 5 chances em 100 de comprovar H1, erroneamente, e 95
chances em 100 de comprovar H0 erroneamente.
Alguns pesquisadores desejam limitar ao mximo a chance de provar
H1 erroneamente, por isso estabelecem um nvel de significncia de 0,01, ou
38
39
REPRESENTAO
seja, 1 chance em 100 de comprovar H1 erroneamente, e 99 chances em 100

de comprovar H0 erroneamente.
H0, portanto, pode recair numa zona em que aceita zona de
aceitao. Pode tambm cair numa rea em que rejeitada zona de
rejeio.
O poder de um teste estatstico consiste na dinmica aqui exposta, ou
seja, na capacidade dele rejeitar H0, quando H0 falsa. Quanto mais poder
tem um teste estatstico, mais capaz ser de detectar que H0 falsa, quando
realmente o .
O nvel de significncia a possibilidade de rejeitar a H0 quando ela
verdadeira. convencional em Psicologia estabelecer-se o nvel de
significncia igual a 0,05 (diz-se que em 100 vezes feita a experincia, 95
em 100, vai mostrar que 95 est acertando, e 0,05 o investigador est
disposto a correr o risco de 5% 5 erros) de rejeitar a hiptese nula
erroneamente.
Uma prova estatstica pode ser considerada boa se tem pequena
probabilidade de rejeitar H0 quando H0 verdadeira, porm grande
probabilidade de rejeitar H0 quando H0 falsa.
Regio de rejeio
O teste estatstico pode ser unicaudal ou bicaudal. No unicaudal
postulada a direo da diferena e a zona de rejeio fica direita ou
esquerda da distribuio. No bicaudal H1 postula a diferena entre as
mdias, mas no a direo das diferenas. Neste caso, a rea de rejeio
estar dividida por duas reas da curva.
A nvel de 1 desvio ponto de corte z = 1

A nvel de 2 desvios ponto de corte z = 1,96
A nvel de 3 desvios ponto de corte z = 2,58
Erro a considerar:
Falsa a hiptese verdadeira tipo I
Verdadeira a hiptese falsa tipo II
Erro de tipo I Quando se rejeita a hiptese nula (falsa) e, no entanto,
ela verdadeira. A probabilidade de se cometer esse tipo de erro igual ao
nvel de significncia. Quanto maior o nvel de significncia, maior a
probabilidade de se cometer esse erro.
40
41
Erro de tipo II Quando se aceita como verdadeira a hiptese nula e,

no entanto, ela falsa. Isso quer dizer: aumenta a rea de aceitao e
diminui a de rejeio.
3. PROVAS ESTATSTICAS
Pode-se diminuir a probabilidade de se cometer os dois tipos de erro

aumentando-se o tamanho da amostra.
As provas estatsticas que permitiro concluir os dados da pesquisa.

A partir dos resultados das provas poder-se- verificar a validade das
hipteses.
Graus de liberdade
Provas estatsticas paramtricas
Graus de liberdade significa a possibilidade de variao de escores

dentro de uma srie, quando se faz alguma restrio.
Para aplicao das provas paramtricas so necessrios os seguintes

pressupostos: normalidade da distribuio; nvel de medida intervalar;
populao de natureza normal e varivel contnua. Estas provas indicaro o
grau de diferena entre as mdias.
Assim nos escores: 3, 4, 5, 6, 7, cuja soma 25, apenas 4 escores

podem variar livremente, estando o ltimo condicionado aos demais, para
que a soma seja sempre igual a 25.
Deciso estatstica
Dizer que a diferena entre duas amostras estatisticamente
significativa dizer que reflexo de uma verdadeira diferena populacional
e no apenas o resultado de erro de amostragem (ao do acaso). Tal
afirmativa s pode ser feita com base num ponto de referncia, comumente
designado valor crtico, que possibilita decidir quando um resultado
(diferena) estatisticamente significativo.
Um resultado estatisticamente significativo quando igual ou
maior que o valor crtico.
Decidir aceitar H0 significa que a explicao aleatria provvel;
portanto, o resultado do teste tem probabilidade maior que o a adotado
(p>0,05); ao contrrio, decidir aceitar H1 rejeitar tal explicao, pois o
resultado do teste tem probabilidade de ocorrncia igual ou menor que o
adotado (p < 0,05).
H0
Falso
Verdadeiro
Aceitar
Erro tipo II ()
Deciso correta
42
Rejeitar
Deciso correta
Erro tipo I ()
Nota z
A nota z permite a comparao entre duas mdias, a fim de se saber
se a diferena existente entre elas significativa a nvel estatstico.
Exigncias:
amostras independentes
amostras aleatrias
amostra maior que 30
populao normal
variveis contnuas
nvel de medida: intervalar
dif = erro padro da diferena
z=
3- f X
3.
X
l*m
Passos:
. X*
N
1) Calcular a mdia de cada amostra:

3
X=
43
M3Q =
s= n
.
N
3) Achar o erro-padro de cada mdia:
M3 =
13
= 0,93
197
36 f 38
Z=
r 1,76
1,14
2) Calcular o desvio-padro de cada amostra:
x.
stu = g0,67. 0,93. = 1,14
N f 1
4) Achar o erro-padro da diferena:
5) Calcular z:
l*m = TM3Qo M3QQ

z=
3
3.
X- f X
l*m
6) Se z obtido for inferior ao z estipulado, aceita-se H0.

Exemplo:
Desejando-se comparar a inteligncia dos meninos e meninas,
escolheram-se aleatoriamente 318 meninos e 197 meninas de 13 anos de
idade. A hiptese a de que a inteligncia dos meninos difere
significativamente da inteligncia das meninas.
31 = 38
X
3
X2 = 36
S1 = 12
S2 = 13
32, ou seja, 2 1- estar situado

31 X
Logo, o valor verdadeiro de X
entre 2 + 2,2344 e 2 - 2,2344 = 4,2344 e 2 - 2,2344 = - 0,2344.
5% = 1,96 x 1,14 = 2,2344
Como z calculado menor que o z estipulado, aceita-se H0.
Razo t (student)
O teste t de Student permite-nos determinar se a diferena encontrada
entre duas mdias ou no significativamente diferente de zero.
3
32 = 2
X1 X
M3o =
12
318
= 0,67
Exigncias:
Amostra aleatria
Amostra menor que 30
Populao normal
Variveis continuas
Nvel de medida: intervalar
Notas de aula da professora Eva Nick.
44
45
Frmula geral:
3
X1 = mdia do grupo 1
Onde:
t=
3 . f f
3- f X
X
.
SM3o AM3Q
32 = mdia do grupo 2
X
1 = mdia da populao do grupo 1

2= mdia da populao do grupo 2
SM3o AM3Q = erro-padro da diferena entre duas mdias.

Passos:
1. Calcula-se a 3
X de cada amostra:
a) duas amostras independentes com N iguais
3
X=
2. Calcula-se o s de cada amostra:
3. Calcula-se o dif:
4. Calcula-se t:
Xi
N
. x.
s=n
N
l*m = TM3Qo M3QQ

v=
d- f d.
stu
Fl = N1 N2 2
5. Encontram-se os graus de liberdade:
46
6. Procura-se na tabela o t (crtico) de acordo com o nvel de significncia e

os graus de liberdade. (Tabela C)
7. Se o t da tabela for maior ou igual ao t calculado, aceita H0.
Exemplo 1:
Um pesquisador pretende verificar a eficcia de um determinado
mtodo de aprendizagem por compreenso. Comps, aleatoriamente, dois
grupos, a partir de uma lista de 20 indivduos. Dez destes foram
aleatoriamente includos no grupo experimental (que sofreram a influncia
da aprendizagem por compreenso e os outros 10 constituram o grupo de
controle, onde o mtodo de aprendizagem foi mantido). Feito isto, mediu a
atitude dos dois grupos atravs de uma escala de atitudes (nvel intervalar).
Grupo experimental: 12, 8, 11, 10, 7, 12, 9, 11, 8, 9
Grupo de controle: 7, 8, 5, 7, 9, 4, 4, 6, 7, 10
3
X- = 9,7
x- . = 27,90
S1 = 1,67
M3o = 0,56
3
X . = 6,7
x. . = 36,04
S2 = 1,89
M3Q = 0,63
l*m = g0,56. 0,63. = 0,84
Deciso estatstica: A interferncia da aprendizagem por

compreenso estatisticamente significativa no que diz respeito atitude
do indivduo. Logo, rejeita-se H0.
3 de cada amostra.
1. Calcula-se a X
2. Calcula-se o desvio-padro de cada amostra.
3. Calcula-se o erro-padro de diferena.
4. Calculam-se os graus de liberdade:
Gl = N1 N2 - 1
b) duas amostras independentes com N diferentes
5. Procura-se na tabela C o valor do tc.

6. Deciso estatstica
47
2) Nvel de significncia:
Exemplo 2:
Um pesquisador comparou dois grupos com relao ansiedade.
Teve como objetivo verificar se um grupo que passava por uma situao de
prova apresentava maior ansiedade manifesta que o outro grupo em
situao normal. Para tanto aplicou aos dois grupos a escala de ansiedade
manifesta. Sabendo-se que a amostra foi aleatria e que a medida se deu a
nvel intervalar, verifique se h diferena significativa entre as mdias.
Grupo 1 Notas: 15, 18, 12, 10
Grupo 2 Notas: 8, 10, 13, 17, 22
X
15
18
12
10
x2
1,56
18,06
3,06
14,06
x
1,25
4,25
-1,17
-3,75
55
X
8
10
13
17
22
70
3
X- = 13,75
36,74
S1 = 3,03
S2 = 5,02
M3o = 1,75
3 . = 14
X
t=
x
-6
-4
-1
+3
+8
x2
36
16
1
9
64
126
AH,.G
-,Z-
= 0,15
M3Q = 2,51
3,06 6,30
l*m = n

= 1,61
3
4
f0,25
t=
= f0,15
1,61
Passos:
1) Elaborar as hipteses:
3.
3
X- = X
H0= ansiedade igual nos dois grupos

3- x X
3.
X
H1= A ansiedade significativamente diferente nos dois grupos.
48
0,05 5% de probabilidade de aceitar H0, quando H0 falsa.

3) Regio de rejeio:
Bicaudal
4) Graus de liberdade
5) Deciso estatstica
gl = N1 N2 2
gl = 9 2 = 7
Como t crtico maior que t calculado, aceita-se H0.

No existe diferena estatisticamente significativa entre os dois grupos.
Amostras independentes
A estatstica t para amostras independentes com N iguais ou
diferentes pode ser obtida atravs da frmula alternativa:
t=z
Procedimentos:
3
3.
X- = X
x- . x. .
1
1
N- N. f 2 . N- N.
1) Calculam-se as duas mdias.

2) Elevam-se os escores ao quadrado.
3) Calcula-se o x2 somatrio dos quadrados dos desvios) de cada amostra
pela frmula:
x .
x = x f
N
4) Calcula-se t de Student (para amostras relacionadas)
.
49
Exemplo:
Amostras relacionadas
Comparao de dados resultantes de duas mensuraes temperalmente
distintas da mesma amostra.
Em dados extrados de duas amostras relacionadas aplica-se a prova t
aos escores de diferenas. A prova t admite que esses escores de diferenas
sejam independentes e tenham distribuio normal na populao da qual se
extraiu a amostra.
Passos:
1) Calcular a mdia de cada momento.
2) Calcular o desvio-padro da diferena entre os escores obtidos nos
momentos 1 e 2:
s=n
D.
3- f X
3 . .
f X
N
s = desvio-padro da distribuio de escores diferenas antes/depois

D = diferena resultante da subtrao do escore depois do escore antes
N= tamanho da amostra
3) Calcular o erro-padro da diferena:
4) Calcular t:
l*m =
t=
N f 1
3.
3
X- f X
l*m
5) Achar o nmero de graus de liberdade
gl = N - 1
Doze pessoas so submetidas em dois momentos a uma escala de

atitudes com relao situao poltica do pas. Tais pessoas no possuam
nenhuma informao sistemtica sobre poltica 1 momento.
No 2 momento, j havia passado pelo processo sistemtico de tal
informao.
A
B
C
1 momento
50
42
26
2 momento
62
40
61
D
-12
2
35
D2
144
4
1.225
D
E
F
G
H
I
J
K
35
42
60
41
70
55
62
38
35
30
52
68
51
84
63
72
12
8
144
64
-27
729
-29
-1
-34
841
1
1.156
51
572
50
668
1
4.309
3
X- = 47,6
3
X. = 55,6
3{ = 55,6 f 47,6 = 8,0|

X
S = 18,03
l*m = 5,43
t = f1,47
gl = 12 f 1 = 11
t ` = 2,20
Como o objetivo saber se a informao sistemtica interfere na

atitude dos indivduos sobre poltica, rejeitamos H1. Logo, aceitamos H0,
porque t calculado menor que t tabelado.
6) Comparar a razo t calculada com a razo t tabelada (ou t crtico).

Tabela C.
Notas de aula professora Eva Nick.
50
51
Exemplo:
Provas estatsticas no paramtricas
Nvel 1
S1a
S2a
S3a
As tcnicas no paramtricas de provas de hipteses so adaptveis,

particularmente, aos dados das cincias do comportamento.
Razes para tal adaptabilidade:

1) No necessrio, para sua utilizao, fazer suposies sobre a
distribuio da populao:
Teste da mediana
normalidade
Requisitos:
os pares no tm necessariamente que ser extrados da mesma populao.

2) Podem ser aplicadas a dados que no sejam exatos do ponto de
vista numrico nvel ordinal e nominal de medida.
3) Realizam-se com clculos simples.
Relacionadas
Prova de Mc
Nemar para significncia
das mudanas
Nvel ordinal de medida.
Passos:
Provas estatsticas no paramtricas

Nvel de mensurao
Comparao entre duas ou mais amostras independentes, extradas da

mesma populao ou de populao com mesma mediana.
Amostragem aleatria.
4) Aplicam-se a pequenas amostras.
Nominal
Nvel 2
S1b
S2b
S3b
Independentes
(Prova de Fischer)
Prova X2
Ordinal
(Prova dos sinais)

Prova de Wilcoxon
Prova de mediana
Prova U de Mann Whitney
Intervalar
(Prova de Walsh)
Prova de aleatoriedade
Prova de aleatoriedade
Provas estatsticas no paramtricas para duas amostras relacionadas.

Aplicam-se quando se deseja verificar se h diferena entre dois
tratamentos ou se um tratamento melhor que o outro.
Duas amostras relacionadas so utilizadas quando na escolha das
mesmas deseja-se controlar as diferenas extrnsecas dos indivduos da
amostra. O indivduo serve como seu prprio controle.
No emparelhamento seleciona-se, para cada par, indivduos que
sejam to semelhantes quanto possvel, em relao a quaisquer variveis
extrnsecas que possam influenciar o resultado da pesquisa.
52
1) Juntam-se os dois grupos e calcula-se a mediana

Md (combinada)
2) Conhecendo-se a Mdc , vai-se a cada amostra e conta-se em cada um o
nmero de sujeitos acima e abaixo da Mdc.
3) Aplica-se a frmula 2 (qui-quadrado).
2 =
N |AD f BC| f N2.
A BC DA CB D
4) Estabelece-se o nvel de significncia.

5) Graus de liberdade:
gl = L f 1c f 1
6) Consulta-se a tabela D; se 2 que o tabelado, rejeita-se H0.

Exemplo:
Notas de aula professora Eva Nick.
53
1) Juntam-se os dois grupos e calcula-se a Mdc
Um psiclogo deseja investigar os efeitos de uma droga

tranquilizante sobre o tremor da mo. Quatorze pacientes do psiquiatra
tomam a tal droga; a 18 pacientes combinados pela idade e sexo ela dada
como calmante (isto , em dose inofensiva). Visto que a medicao dada
em forma de plulas, os pacientes no sabem se lhes est sendo
administrada a droga ou no. O primeiro grupo experimental, o segundo
de controle. Mede-se o tremor pelo verificador de firmeza.
X
36
38
39
42
43
44
45
46
47
48
53
55
58
59
61
62
63
65
66
70
71
Obs.: Como se est interessado apenas em saber se a droga reduz o

tremor, este ser u teste unicaudal.
Experimental
N=14
53
39
63
36
47
58
44
38
59
36
42
43
46
46
Controle
N=18
48
65
66
38
36
45
59
53
58
42
70
71
65
46
55
61
62
53
F
3
3
1
2
1
1
1
3
1
1
3
1
2
2
1
1
1
2
1
1
1
32
Fac
3
5
6
8
9
10
11
14
15
16
19
20
22
24
25
26
27
29
30
31
32
2) Nmero de sujeitos acima e abaixo de Mdc em ambos os grupos
Ac
Ab
N
3)
G. Experimental
E
4
10
14
G. de controle
C
12
6
18
32 |24 f 120| f 16.
= 3,17
14 x 18 x 16 x 16
4) Graus de liberdade:
54
2 =
gl = 1 1 = 1
55
N
16
16
32
Quer saber se a Md do grupo experimental significativamente

inferior do grupo de controle.
= 0,05
2 calculado = 3,17
2 tabelado = 3,84
H0 aceita.
Teste do qui-quadrado
Pode ser utilizado com dois objetivos:
1) Para comparar os dados obtidos experimentalmente com os dados
esperados. Neste aspecto um teste de significncia, com o objetivo de
distinguir as frequncias obtidas das frequncias esperadas.
Uma vez comparando-se, surgem as diferenas, que podem ser
grandes ou pequenas. Se tais diferenas forem grandes (significativas),
rejeita-se H0; se pequenas, aceita-se H0; e a diferena atribuda ao acaso.
5) Dividir o quadrado de cada diferena pela respectiva frequncia

esperada:
Fo f Fe.
Fe
6) Somar esse quociente para obter o qui-quadrado:
Fo f Fe.
Fe
7) Achar os graus de liberdade:
gl = L -1 c 1
L= n de linhas
c= n de colunas
8) Comparar o qui-quadrado obtido com o qui-quadrado tabelado.

(Tabela D)
Requisitos:
Comparao entre duas ou mais amostras.
Os valores das caselas devem ser resultado de contagens

nvel nominal de mensurao.
Passos para o clculo:
Amostragem aleatria.
1) Construir com os dados uma tabela de dupla entrada.
O valor esperado em cada casela no poder ser menor que 5.
Amostras independentes.
A amostra no poder ser menor que 30.
2) Para decidir se duas variveis mantm relao de dependncia.

Neste caso, o qui-quadrado utilizado como teste de independncia.
Quanto menor a dependncia entre as duas variveis, menor o valor de x2
(calculado).
total da linhatotal da coluna

total geral
2) Obter a frequncia esperada para cada casela:

Fe =
Frmula Torna o clculo do qui-quadrado menos trabalhoso.
3) Subtrai-se a frequncia esperada da respectiva frequncia obtida

(O E) em cada casela:
4) Elevar as diferenas ao quadrado.
0
E2
56
A
C
A+C
N AD f BC.
A BC DA CB D
B
D
B+D
57
A+B
C+D
A+B+C+D=N
Exemplo:
Numa pesquisa de opinio pblica quanto pergunta: O que voc
pensa a respeito de as mulheres deverem ocupar cargos pblicos?, foi
obtido o seguinte quadro:
Respondente
Mulheres
Homens
Total
Sim
40/30
20/30
60
= 0,01
Fe- =
GHZH
Fe/ =
ZHGH
Fe. =
2 =
Feb =
-HH
GHbH
-HH
-HH
bHGH
-HH
No
10/20
30/20
40
Total
50
50
100
= 30
= 20
= 30
= 20
-HHbH/HA-H/HQ

GHGHZHbH
._ = 6,63
= 6,66
Como o que se quer verificar se existe associao entre o tipo de

resposta e o sexo do respondente, rejeita-se H0.
de elev-las ao quadrado. Tal recurso diminui cada diferena entre as

frequncias de 0,5 unidade, diminuindo, portanto, o valor do qui-quadrado.
2 =
Exemplo
Notas de aula da professora Eva Nick
1) Elaborar as hipteses:
H0= no h diferena entre os dois grupos no que diz respeito
proporo de estudantes que permanecem na faculdade.
H1 = a porcentagem de permanncia na faculdade maior entre os
estudantes cuja escolha de currculo foi considerada positiva.
2) Escolha da prova estatstica.
variveis em categorias discretas
nveis de medida: nominal
grupos independentes
58
Passo:
Para evitar que H0 seja rejeitada sem necessidade, faz-se uma

correo de continuidade, que consiste em subtrair 0,5 das diferenas, antes
N|AD f BC| f N2
2 =
A BC DA CB D
Adams estudou a relao entre os interesses vocacionais e a escolha do

currculo, e a taxa de desistncia do curso universitrio por parte de
estudantes bem dotados. Os indivduos observados eram estudantes
classificados, no mnimo, no percentual 90 nos testes de admisso e que
haviam resolvido mudar de carreira aps a matrcula. O pesquisador
comparou os estudantes destacados cuja escolha curricular se manteve na
linha considerada desejvel vista do resultado obtido no Teste Vocacional
de Strong (tais casos sendo considerados como positivos) com os
estudantes destacados cuja escolha curricular se processou em sentido diverso
do indicado pelo teste de interesses. A hiptese do pesquisador que os
estudantes cuja escolha foi considerada positiva acusam maior frequncia
de permanncia na faculdade ou curso universitrio inicialmente escolhido.
Qui-quadrado inflacionado
utilizado quando as frequncias esperadas ficam entre 5 e 10 e a
tabela for do tipo 2 X 2. Pode ocorrer, nestes casos, um qui-quadrado
inflacionado, isto , um pouco maior do que ocorreria se as frequncias
esperadas fossem maiores o valor do qui-quadrado maior do que o real.
|Fo f Fe| f 0,50.

Fe
Notas de aula da professora Eva Nick
59
3) Nvel de significncia:
Passos:
p = (0,10)
= 0,05 (de cada lado)
1) Construir tabela de frequncias (observadas) de quatro casas:
4) Regio de rejeio:
Depois
unilateral
5) Deciso estatstica:
gl = L f 1c f 1
._
2 = 5,42
= 2,71 Tabela D
Cdula A Locam-se os indivduos que passaram de + para

Cdula D Locam-se os indivduos que passaram de para +
Cdula B Locam-se os indivduos de reao + (antes e depois)
Cdula C Locam-se os indivduos de reao (antes e depois)
A + D Representa o nmero total de indivduos que apresenta
modificao.
gl = 1
Tabela 1. Escolha de currculo e afastamento

da universidade entre estudantes bem dotados
Afastamento
Permanncia
Total
Positivo
10
46
56
2 =
Negativo
11
13
24
80|1013 f 1146| f 802

= 5,42
21595624
.
2) Determinar as frequncias esperadas nas clulas A e B:

Total
21
59
80
Conclui-se que os estudantes com alto QI, cuja escolha curricular foi
positiva, acusam maior frequncia de permanncia na universidade que
os estudantes bem dotados, cuja escolha foi considerada negativa.
Prova de mc nemar
Esta prova visa obter o grau em que mudanas ocorridas com relao
s posies ocupadas foram significativas.
Hiptese nula: 1/2 (A+ D) acusam modificao em um sentido () e

1/2 (A+ D) acusam modificao em outro sentido (+).
E = 1/2 A D
Portanto, a frequncia esperada, sob H0, tanto na cdula A quanto na

D de 1/2 (A+ D).
Se as frequncias esperadas so inferiores a 5, emprega-se a

prova binominal em substituio prova de Mc Nemar.
Se as frequncias esperadas no so inferiores a 5, calcular o

valor de 2 com a frmula:
|A f D|.
A D
Antes, portanto, vamos entender:
2 =
Equivale a uma prova binomial por isso no exige continuidade da

varivel , em que P = Q = 1/2, onde N = ni de mudanas.
Planejamento do tipo antes e depois
Mensurao a nvel nominal (ou ordinal)
No exige distribuio bsica contnua

60
Antes +
A
B
C
D
Onde:
O* f E*.
2 =
E*
*-
Oi = nmero de casos observados classificados na categoria 1.

Ei = nmero de casos esperados na categoria 1 sob H0.
61
= indica somatrio sobre todas as K (categorias).

Portanto, devem-se somar os quadrados das diferenas entre cada
valor observado e a respectiva frequncia esperada.
Graus de liberdade: gl = K - 1 g1 = -1 c -1
K= categorias
Explicao:
H uma quantidade de distribuies amostrais diferentes para quiquadrado, uma para cada gl. O tamanho de gl reflete o nmero de
observaes livres (que podem variar) aps feitas certas restries sobre os
dados. Tais restries no so arbitrrias, ao contrrio, so inerentes
organizao dos dados. Por exemplo, se os dados se classificam em duas
categorias dados relativos a 50 casos to logo saibamos que 35 casos se
enquadram numa categoria, sabemos que 15 se enquadraro na outra.
Neste exemplo, gl = 1, porque h duas categorias e conhecendo-se N,
to logo se conhea o nmero de casos em uma categoria, o nmero de
outra est automaticamente determinado.
Correo de continuidade yates

Viu-se que, na realidade, a frmula da prova Mc Nemar uma
aproximao da distribuio qui-quadrado. No entanto, deve-se efetuar uma
correo de continuidade distribuio de Mc Nemar. A distribuio do
qui-quadrado uma distribuio contnua, enquanto que Mc Nemar uma
distribuio discreta. Quando todas as frequncias esperadas so pequenas,
tal aproximao pode ser fraca. Na tentativa de remover o erro usa-se a
correo de continuidade. Tem-se:
|A f D| f 1.
A D
Com gl = 1
2 =
Deve-se subtrair 1 do valor absoluto da diferena entre A e D antes

de elevar ao quadrado.
3) Consulta-se a tabela D. Determina-se a probabilidade, sob H0, associada
a um valor to grande quanto o valor observado de 2. Se se trata de uma
62
prova unilateral, dividir por dois o valor da probabilidade exibido na tabela.

Se o valor de p, tabelado para o valor observado de 2 com gl = 1, no
supera , rejeitar H0 em favor de H1.
Exemplo:
Crianas
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
1 dia
A
A
A
A
A
A
A
C
C
A
C
A
C
A
A
A
A
A
A
C
A
C
C
A
A
A C = 14
AA=4
30
C
C
C
C
A
C
A
C
A
C
A
A
A
A
A
C
C
C
C
A
C
C
C
C
C
CA=4
CC=3
1 Suponha-se que um psiclogo esteja interessado em estudar a

iniciao de crianas nos contatos sociais. Ele observou que as crianas
recm-admitidas em uma escola maternal em geral estabelecem contatos
pessoais com adultos de preferncia a contatos com outras crianas. Supe,
porm, que na medida em que aumenta a familiaridade e a experincia, tais
63
contatos passaro a voltar-se de preferncia para outras crianas, ao invs

de para adultos. A fim de testar a hiptese, o psiclogo observa 25 crianas
recm-admitidas em uma escola maternal, no primeiro dia de frequncia
escola de cada uma, e classifica a atitude de cada uma delas conforme seus
primeiros contatos sociais se dirijam a outras crianas ou a adultos.
Decorrido um ms de frequncia escola maternal, ele observa as
mesmas 25 crianas e faz a mesma classificao de comportamento.
Objeto de interesse nos contatos sociais das crianas no 1 e 30 dias

de frequncia escola maternal.
Para esses dados:
Passos para os procedimentos estatsticos:

1) Hiptese nula: para as crianas que modificaram a atitude, a
probabilidade de mudar o objeto de seus contatos sociais de adulto para
criana (PA igual probabilidade de mudar de criana para adulto (PD), e
ambas so iguais a 1/2.
H0 : PA = PD
H1 : PA > PD
2) Prova estatstica:
Mc Nemar utilizam-se duas amostras relacionadas antes e depois
mensurao nominal.
3) Regio de rejeio:
Unilateral
= 0,05
4) Deciso:
Para gl = 1 a nvel de 0,05 consultando a tabela D, o valor 2 crtico
de 3,84. O valor obtido 4,5.
Com
07
Cr(-)
14
3
Ad (+)
Cr (-)
Ad (+)
4
4
|A f D| f 1.
A D
|14 f 4| f 1.
2 =
14 4
.
9
81
2 =
=
= 4,5
18
18
gl = k f 1 = 2 f 1 = 1
2 =
Uma consulta tabela revela que, quando 2 4,5, e gl = 1, a probabilidade

de ocorrncia sob H0 p < 1/2 (0,05), ou seja, p < 0,025.
Como a probabilidade, sob H0, associada ocorrncia observada p
< 0,025 e menor que = 0,05, o valor observado de 2 est na regio de
rejeio e, assim, nossa deciso deve ser rejeitar H0 em favor de H1. Com
tais dados artificiais, pois, conclumos que as crianas apresentam tendncia
significativa para mudar o objeto de seu interesse de adulto para outra
criana, aps 30 dias de frequncia escola maternal.
Prova de wilcoxon: teste da soma das ordenaes
> c rejeita-se H0.
Exemplo extrado do livro Estatstica No paramtrica, de Sidney Siegel, Editora

McGraw-Hill do Brasil Ltd., 1979, p. 71.
64
Sensvel a diferentes localizaes
Planejamento do tipo duas amostras relacionadas (RBD)
Mensurao a nvel ordinal
Distribuio (bsica) contnua (isto , a variao, no a

mensurao)
Forma de distribuio: desconhecida

65
NN 1
4
Z=
TNN 12N 1
25
Utiliza-se, ento, a estatstica Z:
Passos:
1) Para cada par, determinar a diferena (d1), com sinal, entre os dois
escores.
2) Atribuir postos a esses dis independentes do sinal
3) Atribuir a cada ponto o sinal + ou - do d que ele representa.
4) Determinar T = a menor das somas de postos de mesmo sinal, ou seja, a
nota T ser a de menor somatrio.
Tf
Consulta-se a tabela da curva normal (Tabela A) para verificar a significncia

ou no da diferena encontrada entre as duas mdias. Se Z calculado Z
tabelado, rejeita-se H0.
5) Mediante contagem, determinar N = total de ds com sinal (os de valor

zero, ignora-se).
4 Quando h empate nas posies, calcula-se a mdia das posies.
6) O processo para determinao da significncia do valor de T vai

depender de N.
Observaes importantes
Se N 25, a tabela G d os valores crticos de T para diversos

tamanhos de N. Se o valor observado T no supera o valor indicado na
tabela para um dado nvel de significncia e em particular N, H0 pode ser
rejeitada quele nvel.
Se N > 25, calcular o valor de Z pela frmula. Determinar sua
probabilidade associada, sob H0, mediante referncia tabela F. Para uma
prova bilateral, duplicar o valor de p dado. Se o p assim obtido no for
superior a , rejeitar H0.
Observaes:
1 Quando h empate nas observaes de um mesmo bloco, o valor de D
para aquele bloco ser zero. Neste caso N fica diminudo de tantos zeros
quantos forem os encontrados.
2 Se todos os D forem de mesmo sinal, o valor de T ser zero.
3 Nmero de blocos igual ou superior a 25, a distribuio T se aproximar
da normal com mdia igual a N (N + 1)14 e desvio-padro igual a N (N + 1)
(2N + 1) / 24, onde N o nmero de blocos.
66
Aceita-se H0 quando a diferena entre a soma dos dis negativos e a

soma dos dis positivos muito pequena. Se, entretanto, a diferena entre a
soma dos dis e a soma dos dis negativos muito grande, o tratamento A
difere do tratamento B, rejeita-se H0.
H0: a soma dos postos positivos ser igual soma dos postos negativos.
H1: a soma dos postos negativos ser diferente da dos positivos.
Exemplo:
Suponha-se um psiclogo interessado em testar se a frequncia escola
maternal tem algum efeito sobre a percepo social das crianas. Ele classifica
a percepo atravs da atitude da criana em relao a um conjunto de figuras
que ilustram uma diversidade de situaes sociais, formulando um grupopadro de perguntas sobre cada figura. Assim, ele pode obter um escore entre 0
e 100 para cada criana.
O pesquisador admite que um escore mais elevado indica maior
percepo social do que um escore mais baixo; no tem certeza de que o
intervalo entre os escores seja constante.
Para testar sua hiptese, o pesquisador seleciona oito pares de
gmeos idnticos para servirem como indivduos de suas observaes.
Escolhe ao acaso um gmeo de cada par para frequentar a escola maternal.
67
Tabela 1. Escores de percepo social de crianas que

frequentam a escola maternal e que ficaram em casa
O outro no frequentara a escola. Ao fim de um perodo escolar, as 16

crianas so submetidas ao teste de perceptividade social.
Procedimentos estatsticos
1) Hipteses
H0: no h diferena entre os graus de percepo das crianas que
ficaram em casa e das que frequentaram a escola.
H1: os graus de percepo social dos dois grupos de crianas so diferentes.
2) Prova estatstica Wilcoxon
duas amostras relacionadas
Par.
a
b
c
d
e
f
g
h
F. escola
82
69
73
43
58
56
76
65
F. casa
63
42
74
37
51
43
80
62
d Posto de D Posto com sinal menos frequente

9
7
27
8
-1
-1
1
6
4
7
5
13
6
-4
-3
3
3
2
T=4
Para N (nmero de blocos) = 8, um valor de T = 4 permite-nos

rejeitar a hiptese de nulidade ao nvel 0,05 para uma prova bilateral.
nvel ordinal
varivel percepo social continua
3) Nvel de significncia
= 0,05
N=8
4) Amostra:
N < 25
5) Regio de rejeio:
Bilateral
6) Deciso
Rejeita-se H0, concluindo-se que a permanncia na escola maternal
afeta significativamente a perceptividade social da criana.
Exemplo extrado do livro Estatstica No-paramtrica, Sidney Siegel, Editora McGrawHill do Brasil Ltd., 1979, p. 86.
68
69
4. CORRELAO
Em estatstica descritiva, foram estudados, especialmente, os
mtodos de clculo das medidas estatsticas destinadas a representar de
maneira fidedigna a execuo de um indivduo ou de um grupo no tocante a
determinada caracterstica.
Representao grfica
O coeficiente de correlao expresso graficamente da seguinte forma:
Frequentemente, porm, de importncia maior examinar a relao

entre duas variveis do que mediar a execuo de cada uma por si. Nesse
aspecto pode-se falar em correlao, que estuda a relao concomitante
entre duas ou mais variveis. Quanto mais aumenta a concomitncia, maior
correlao existe entre as variveis.
O coeficiente de correlao um ndice que expressa o grau de
associao entre duas ou mais variveis. Para se atingir este coeficiente,
preciso medir as duas variveis. O primeiro passo conseguir, na mesma
amostra, duas medidas dos respectivos indivduos: uma medida de X e
outra de Y, as quais sero emparelhadas.
Consideraes gerais
O coeficiente de correlao expresso por um ndice numrico que varia de
1 a + 1. Onde:
1: Correlao negativa, inversa e perfeita.
+ 1: Correlao positiva, direta e perfeita.
Positiva, direta e perfeita r = +1
Ind.
Aplicaes do coeficiente de correlao
Utiliza-se o clculo da correlao quando se deseja recorrer prova

de hipteses e na construo de testes psicolgicos na anlise de itens,
validade e fidedignidade, e fazer previses em termos de seleo de pessoal.
10
10
70
71
12
10
10
6
4
8
2
0
2
10
Negativa, inversa e perfeita r = -1

4
2
10
Ind.
10
Derivaes do coeficiente de correlao
10
1 Predio: sabendo-se a relao entre duas variveis, pode-se predizer

uma a partir da outra.
Ausncia de correlao r = 0
Na predio faz-se necessria a equao de regresso.

Ou ento:
Coeficiente de determinao
a varincia independente:
72
K2 =1,00 - r2
73
Coeficiente de alienao
Importante para verificar o erro de prognstico:
K = g1 f r .
O erro de prognstico maior quanto maior o valor de K.

K= medida de ausncia de relao entre dias variveis X e Y.
Quando K = 1,00, r = zero.
Quanto mais exatos forem os prognsticos que possamos fazer, tanto
melhor ser o valor preditivo.
Se a correlao entre um teste e um critrio zero, o valor de nossos
prognsticos ser nulo. Quando a correlao entre o teste e o critrio
perfeita no se comete nenhum erro de predio.
0,80 fidedignidade boa

Validade correlacionam-se os escores do teste com os escores do
critrio:
Acima de 0,40
Na interpretao do coeficiente de correlao, deve ser considerada a
finalidade com a qual o r foi calculado.
Na escolha do coeficiente de correlao deve-se considerar alguns
critrios a fim de que se encontre um resultado confivel, a saber:
nvel de mensurao
tipos de variveis
normalidade da distribuio
homocedasticidade (linha de regresso)
linearidade
Quando a correlao entre o teste e o critrio diminui de 1 a 0, o

coeficiente de alienao aumenta rapidamente.
Coeficiente de correlao de pearson
2 Pesquisa: controle no processo de investigao averiguar leis.
Exigncias:
necessrio, para tanto, partindo do objetivo, formular: H0 e H1,

estabelecer os graus de liberdade (N-2) e o teste de significncia do R de
Pearson Razo t.
Calcula-se, ento:
razo t =
rN f 2
1 f r .
Compara-se o t calculado e o t tabelado:
distribuio normal (ver assimetria e curtose em amostra < 30)

medida intervalar (nas duas variveis)
variveis continuas
varincia aproximada homocedasticidade
linearidade
Frmulas:
t cal > t tab aceita-se H1

t cal < t tab aceita-se H0
3 Construo de instrumentos de medida psicolgicos
Fidedignidade correlacionam-se:
teste reteste
consistncia interna
r = teste/acerto/erro
0,60 dados razoveis
74
2) r =
v=
2
N
1) r =
.
+
(quando N pequeno)
+ MA M
T+ MQ A MQ + Q A Q
75
Exemplo:
Ind.
A
B
C
D
E
X
2
4
6
8
10
30
Y
4
6
8
10
12
40
XY
8
24
48
80
120
280
X
4
16
36
64
100
220
Y
16
36
64
100
144
360
r = 1 f
696
= 0,42
1010. f 1
Obs.: No caso de postos empatados, devemos somar esses postos (o

valor numrico deles) e dividir pelo nmero de empates.
Coeficiente de correlao spearman-brown

Exigncias:
poucos dados
linearidade
nvel de medida original
amostra aleatria
Onde:
r = 1 f
6 D.
NN . f 1
rs = coeficiente de correlao de postos

D = diferena entre postos (relativa ao mesmo sujeito em ambas as
variveis)
N = nmero de respondentes
Exemplo:
Ind.
1
2
3
4
5
6
7
8
9
10
X
6
4
7
2
3
1
8
5
10
9
Y
4
1
9
3
5
6
2
8
10
7
76
D
2
3
-2
-1
-2
-5
6
-3
0
2
D2
4
9
4
1
4
25
36
9
0
2
96
77
5. EXEMPLO DE UM ESTUDO DE PESQUISA

O presente estudo visa comprovar a eficcia de diferentes
metodologias no processo ensino-aprendizagem da disciplina Estatstica. O
universo de discentes foi caracterizado como constitudo por aluno de
cursos de Formao de Psiclogos.
Neste estudo foram utilizadas duas metodologias distintas, que
denominamos: Tradicional e Renovadora.
A partir da utilizao destes dois enfoques metodolgicos, foram
realizadas comparaes entre duas amostras, ambas constitudas por alunos
regularmente matriculados na primeira srie do curso de Formao de
Psiclogos da Faculdade de Humanidades Pedro II.
Tais comparaes pretendem comprovar se existem, entre os dois
grupos, diferenas com relao ao aproveitamento e s atitudes relacionadas
disciplina Estatstica.
Tipos e procedimentos de pesquisa

Devido impossibilidade de controlar adequadamente a varivel
independente a ser utilizada em cada grupo, isto , a metodologia de ensino,
empregou-se, neste estudo, um plano de pesquisa quase experimental,
definido por Didio (Stanley e Campbell, 1979) como sendo um tipo de
pesquisa caracterizada pela impossibilidade de atribuio aleatria dos
grupos e pela falta de completo controle na programao dos estmulos
(p. XII).
A pesquisa, portanto, objetivou comparar as variveis dependentes
em dois grupos intactos, isto , grupos aos quais no foi possvel alocar
aleatoriamente os elementos, pois a composio dos grupos ocorreu atravs
da opo dos prprios integrantes pelo primeiro ou terceiro turno, segundo
os critrios estabelecidos pela instituio de ensino, na qual foi realizada a
pesquisa.
interesse, nvel socioeconmico, sexo e idade, pois os participantes de

ambos os grupos foram aprovados no mesmo exame vestibular, cursam a
mesma srie e escolheram a mesma formao acadmica.
Foram controladas as seguintes variveis: professor, tempo de
durao do ensino da disciplina, contedo programtico, procedimentos e
recursos de ensino.
A determinao da metodologia de ensino para cada grupo foi feita
por sorteio, cabendo ao primeiro turno (diurno) o Mtodo Tradicional, e ao
terceiro turno (noturno) o Mtodo Renovador.
Ambos os grupos foram submetidos a dois instrumentos de medida.
Primeiramente aplicou-se uma escala de atitudes cujo objetivo foi verificar
a atitude inicial dos alunos frente disciplina Estatstica no curso de
Psicologia (pr-teste).
Em seguida, introduziu-se a varivel independente, metodologias
Tradicional e Renovadora, simultnea e respectivamente nos dois grupos:
diurno e noturno.
No final de 4 meses, aplicou-se a mesma escala de atitude inicial a
fim de se verificar possveis mudanas e diferenas de atitudes entre os dois
grupos e os dois perodos, isto , no incio e no final do curso (ps-teste).
O plano de pesquisa pr-teste e ps-teste foi empregado por permitir
a verificao da equivalncia entre a atitude inicial dos dois grupos de
alunos e, posteriormente, possibilitar comparaes entre possveis
modificaes de atitudes nos dois grupos devido introduo da varivel
independente.
Um segundo instrumento, que consistia na avaliao do
aproveitamento dos alunos na disciplina Estatstica, foi aplicado no ltimo
dia de aula, objetivando a comparao dos dois grupos, submetidos a duas
metodologias diferentes quanto ao aproveitamento na respectiva disciplina.
Definio de termos
No se pode afirmar que exista equivalncia, entre os grupos, com

relao s variveis que poderiam exercer influncia sobre as variveis
dependentes. No entanto, pressupe-se que os dois grupos sejam
razoavelmente equivalentes no que tange ao nvel intelectual, motivao,
Metodologia renovadora Mtodo de ensino que visa ao

aprendizado atravs da compreenso e aplicabilidade dos conceitos e
princpios estatsticos.
78
79
Metodologia tradicional Mtodo de ensino que visa ao aprendizado

automtico dos clculos estatsticos e memorizao dos princpios.
Por favor, respondam s questes sugeridas, seguindo as instrues

constantes na 1 folha.
Mtodo Organizao dos recursos e dos procedimentos mais

adequados para atingir o fim visado da maneira mais eficiente possvel.
Os dois primeiros tempos de aula foram ocupados com a aplicao da

escala.
Atitudes Reao dos indivduos frente disciplina Estatstica.
No ltimo dia de aula, 26 de junho de 1984, foi novamente aplicada a

mesma escala (ps-teste).
Aproveitamento Nvel de conhecimento adquirido atravs do

processo ensino-aprendizagem.
Seleo dos sujeitos

Participaram do estudo os alunos que ingressaram na primeira srie
do Curso de Formao de Psiclogos da Faculdade Humanidades Pedro II,
Rio de Janeiro, no ano de 1984. O total de 130 integrantes se distribuiu por
dois turnos, com 66 matriculados no turno diurno e 64 no noturno.
A amostra foi constituda por sujeitos acima de 17 anos rapazes e
moas que nunca tiveram algum contato prvio com a disciplina
Estatstica.
A escolha da instituio de ensino por parte do pesquisador se deve
aos seguintes fatores:
1 A permisso do estabelecimento para a execuo deste estudo.
O instrumento de avaliao do aproveitamento foi aplicado no dia 26

de junho de 1984, aps o trmino de todo o processo de ensinoaprendizagem do contedo programtico.
Estudos psicomtricos dos instrumentos

Os dados referentes pesquisa foram coletados mediante a aplicao
de dois instrumentos de medida: uma escala de atitudes e um instrumento
de avaliao do aproveitamento.
Escala de atitudes
A escala de atitudes foi especialmente construda para esta pesquisa
(anexo 5). Foi aplicada em dois momentos (pr e ps-testes), objetivando a
sondagem de atitudes com relao disciplina Estatstica.
2 O professor e pesquisador deste estudo membro do corpo

docente da referida instituio.
Os estudos experimentais aplicados escala e elaborao dos

critrios de avaliao e a atribuio de pontos.
Coleta de dados
A escala consta de 32 itens, construdos segundo os procedimentos

de Likert.
A coleta de dados prosseguiu nos seguintes moldes:

No primeiro dia de aula, 12 de maro de 1984, antes de qualquer
introduo ao programa, foram aplicadas as escalas de atitude. Portanto,
realizou-se o pr-teste nas duas turmas, cada uma em seu respectivo horrio
de aula, ou seja, diurno e noturno.
A anlise de itens foi efetuada mediante a utilizao do coeficiente de

correo de Pearson. Os ndices encontrados atravs da correlao itemteste foram maiores que 0,40, com exceo de quatro (4, 17, 28 e 29).
Conclui-se, ento, que as correlaes item-teste para cada item apoiam a
hiptese de uma consistncia interna adequada.
As escalas foram aplicadas mediante a seguinte solicitao do

professor:
Os estudos sobre a fidedignidade realizaram-se sobre os resultados

obtidos em dois grupos distintos. Calculou-se a fidedignidade atravs do
coeficiente Alfa de Cronbach, segundo o critrio de consistncia interna.
80
81
- Dados a respeito da fidedignidade da escala foram obtidos com uma

amostra de 155 estudantes que ingressaram no Curso de Formao de
Psiclogos, na Faculdade de Humanidades Pedro II, no ano de 1983. O
coeficiente alfa obtido a partir dos resultados desta amostra foi igual a 0,92,
concluindo-se que a escala fidedigna e apresenta um alto ndice de
homogeneidade entre os itens. Resultados similares, ou seja, um coeficiente
alfa igual a 0,88, foram obtidos numa segunda verificao da fidedignidade
desta escala, em uma amostra constituda por 130 alunos que ingressaram
na mesma faculdade no ano de 1984.
Instrumento de avaliao do aproveitamento

O instrumento de avaliao do aproveitamento (anexo 4) consta de
34 itens de mltipla escolha, referentes ao contedo programtico.
Neste instrumento a fidedignidade foi calculada pelo coeficiente de
Kuder-Richardson, segundo o critrio de consistncia interna, e o resultado
encontrado foi igual a 0,70. Pode-se concluir, portanto, que o teste
apresenta consistncia interna satisfatria.
Tabela 1. Mdias e desvios-padro dos resultados obtidos

nos pr e ps-teste na Escala de Atitudes nos dois grupos
Aplicaes
1
2
O processo ensino-aprendizagem da Estatstica em alunos que

ingressam no curso de Formao de Psiclogos, dirigido atravs de duas
diferentes metodologias de ensino: Renovadora e Tradicional, apresenta
diferenas significativas, a favor da metodologia Renovadora, com relao
atitude e ao aproveitamento frente disciplina Estatstica.
Com o objetivo de se comprovar esta hiptese, foram derivadas as
seguintes hipteses estatsticas.
H0: no h diferena entre as mdias aritmticas dos dois grupos de
alunos, submetidos s diferentes metodologias de ensino: Tradicional e
Renovadora, com relao atitude frente disciplina Estatstica.
H1: h diferena entre as mdias aritmticas dos dois grupos de
alunos, submetidos s diferentes metodologias de ensino: Tradicional e
Renovadora, com relao atitude frente disciplina Estatstica.
82
3
X
S
3
X
S
Tradicional
72,22
16,74
74,16
14,13
Para se comprovar a significncia das diferenas entre os resultados

dos dois grupos com relao atitude, utilizou-se a anlise da covarincia,
pois, como foi dito anteriormente, no houve manipulao do grupo antes
da experincia. No se pode garantir a equivalncia dos grupos quanto s
variveis relevantes. A este respeito posicionam-se Campbell e Stanley
(1974):
Se o pesquisador analisa somente as diferenas do grupo com relao
varivel dependente sem levar em considerao as aparentemente
ligeiras diferenas entre grupos em outras medidas, ele, muitas vezes,
pode obter um quadro deturpado da verdadeira diferena entre grupos
(p. 86).
Hipteses e tratamento estatstico

A pesquisa teve como objetivo comprovar a seguinte hiptese:
Grupos
Renovador
79,54
12,63
76,90
18,19
Para que no ocorra essa distoro, comprova-se a significncia das

diferenas atravs da anlise da covarincia, pois o pr-teste atua como
varivel concomitante.
A fim de proceder anlise da covarincia, faz-se necessrio obter
informaes sobre a homogeneidade dos grupos. Efetua-se, portanto, em
primeiro lugar a prova da homogeneidade da regresso.
Aplicada esta prova aos resultados encontrados na escala de atitudes
(anexo 5), obteve-se um F igual a 0,00049, resultando no significativo (=
0,05). Pode-se concluir que a declividade das retas de regresso a mesma;
portanto, procede o emprego da anlise da covarincia.
Tabela 2
Fonte
Total
Erro
Tratamento
SQ
33372,447
33200,921
171,52576
GL
128
127
1
83
261,42457
171,52576
<1
Sumrio da Anlise da Covarincia para os resultados obtidos nos pr

e ps-teste na escala de atitudes nos dois grupos considerados.
Ao nvel de significncia de 0,05, F < I no significativo; portanto,
no se pode rejeitar H0.
Conclui-se, ento, que no h diferena estatisticamente significativa
entre as mdias aritmticas dos dois grupos em relao atitude frente
Considerando-se os resultados obtidos na segunda aplicao da
escala de atitudes, utilizou-se a anlise da varincia com o propsito de
averiguar diferenas significativas entre as mdias aritmticas dos dois
grupos: o grupo submetido metodologia Renovadora e o grupo submetido
metodologia Tradicional.
Tabela 3
Fonte
Total
Erro
Tratamento
SQ
33475
33255,23
220,26
GL
129
128
1
259,80648
220,26
<1
Sumrio da Anlise da Varincia para os resultados obtidos no psteste na escala de atitudes nos dois grupos considerados.
Uma vez obtido um F <1, ao nvel de significncia de 0,05, pode-se
aceitar a hiptese nula. Conclui-se, portanto, que o grupo submetido
metodologia Renovadora no difere significativamente com relao
atitude frente disciplina Estatstica, do grupo submetido metodologia
Tradicional.
Comprovar-se-, em seguida, a hiptese inicial com relao ao
aproveitamento dos alunos na disciplina Estatstica.
Tabela 4
3
X
S
Grupos
Renovador
18,7344
4,9568
Tradicional
20
4,9144
Mdias e desvios-padro obtidos no instrumento de avaliao do

aproveitamento nos dois grupos considerados.
84
Ao se observar os resultados, verifica-se que a mdia aritmtica dos

resultados no grupo submetido metodologia Tradicional superior
mdia aritmtica dos resultados obtidos pelo grupo submetido
metodologia Renovadora. Diante deste fato e observando os desviospadro, verificou-se que o grupo submetido metodologia Renovadora
apresentou maior disperso. Por outro lado, no grupo submetido
metodologia Tradicional, houve menor variabilidade dos resultados. Assim
sendo, poder-se-ia cogitar de uma discriminao maior do grupo Renovador
com relao ao nvel de aproveitamento.
A comparao das varincias nos dois grupos foi realizada atravs da
razo entre as duas varincias, obtendo-se um F = 1,0226626 para um nvel
de significncia de 0,05 e 1 e 84 graus de liberdade. Desta forma, conclui-se
que a diferena entre as varincias no significativa.
Pelo que se pode observar, os dois grupos no apresentam diferenas
significativas quanto ao aproveitamento na disciplina Estatstica. No entanto,
o instrumento de avaliao do aproveitamento constou de Itens heterogneos,
subdivididos da seguinte forma: compreenso 13 itens; execuo de clculos
11 itens; e comuns 10 itens. Logo, a inexistncia de diferena entre as
mdias aritmticas poder estar vinculada ao acerto de itens relacionados
nfase dada compreenso ou memorizao e automatizao de acordo com
a metodologia aplicada, em cada um dos grupos.
Averiguou-se, ento, a mdia aritmtica dos dois grupos com relao
aos trs tipos de itens propostos. Obtiveram-se os seguintes resultados:
Tabela 5
MET.
GR.
A1
A2
Total
B1
B2
B3
Total
7,4375
7,3182
14,7557
5,4688
6,8939
12,3627
5,8281
5,7879
11,6160
18,7344
20,000
38,7344
Mdias obtidas pelos grupos submetidos metodologia Renovadora

(A1) e metodologia Tradicional (A2) nos trs tipos de itens: compreenso
(B1), execuo de clculos (B2) e comuns (B3).
Fonte: Silva e Soriano de Alencar (1984).
85
Finalmente, necessita-se saber se essa diferena observada nas

mdias aritmticas de cada grupo de itens significativa estatisticamente.
Para tal, utilizar-se- a anlise da varincia num plano fatorial, onde as
seguintes hipteses sero testadas:
Cogitou-se, primeiramente, que os alunos, ao apresentarem baixo

aproveitamento na disciplina, tendem a mostrar-se desfavorveis, enquanto
que os que obtm sucesso mostram-se favorveis. Levantaram-se, ento, as
seguintes hipteses:
H0: no h diferena entre as mdias aritmticas dos dois grupos

submetidos a diferentes metodologias: Renovadora e Tradicional com
relao aos 3 nveis de aproveitamento (compreenso, execuo de clculos
e comuns).
H0: o aproveitamento na disciplina Estatstica no provoca mudana

de atitude.
H1: h diferena significativa entre as mdias aritmticas dos dois

grupos submetidos a diferentes metodologias Renovadora e Tradicional
com relao aos 3 nveis de aproveitamento (compreenso, execuo de
clculos e comuns).
Considerando que, para 1 e 128 graus de liberdade, ao nvel de
significncia de 0,05, os valores de F esto entre 3,92 e 3,89, tanto os
efeitos de A e B como a interao A x B no foram significativos. Aceitase, portanto, a hiptese nula: no h diferena significativa entre as mdias
aritmticas dos dois grupos de diferentes tipos de itens: compreenso,
execuo de clculos e comuns.
Tabela 6. Sumrio da Anlise da Varincia
para o aproveitamento nos dois grupos considerados
Fonte entre Sujeitos
SQ
17,344
Sujeitos dos grupos
780,4948
Dentro dos sujeitos

B
AB
E sujeitos dentro dos grupos
174,8216
49,1608
10415,5977
GL
129
1
128
260
2
2
256
QM
17,3444
2,8445
6,0976
87,4108
24,5804
40,6859
2,1484
H1: o aproveitamento na disciplina Estatstica provoca mudana de

atitude.
Procedeu-se ao clculo do coeficiente de Correlao de Pearson.
O coeficiente de correlao obtido foi igual a 0,17, para um nvel de
significncia de 0,05 e 128 graus de liberdade. Aceita-se a hiptese nula. O
aproveitamento da disciplina no provoca mudana de atitude.
Em seguida, questionou-se a relao entre a atitude inicial e o
aproveitamento.
As hipteses foram as seguintes:
H0: a atitude inicial dos alunos no interfere no aproveitamento da
H1: a atitude inicial dos alunos interfere no aproveitamento da
Pelas mesmas razes anteriores, testaram-se as hipteses atravs do
Coeficiente de Correlao de Pearson.
O resultado encontrado foi de 0,06, a um nvel de significncia de
0,05 e 128 graus de liberdade. Aceita-se a hiptese nula. A atitude inicial
no interfere no aproveitamento dos alunos.
Constatou-se que as duas metodologias empregadas no processo

ensino-aprendizagem da disciplina Estatstica no apresentam diferenas
significativas quanto s mdias aritmticas das variveis atitude e
aproveitamento dos alunos. Pensou-se, ento, que possivelmente as atitudes
apresentassem alguma relao com o aproveitamento.
86
87
APNDICE
3. Escores obtidos por 52 crianas na dimenso extenso no instrumento

de sondagem do conceito de morte:
EXERCCIOS
14
14
22
4
8
17
16
1. Com relao ao estudo realizado por Torres (1978): investigao da

relao entre diferentes perodos do desenvolvimento cognitivo e a
evoluo do conceito de morte, classifique as variveis em contnuas ou
discretas.
10
18
13
13
13
18
21
16
13
13
18
2
12
27
9
14
14
21
7
16
22
14
12
15
21
21
10
18
17
14
16
16
12
19
22
22
17
3
20
21
21
19
19
26
13
a Esta tomada de dados denomina-se:________________.

2. Com relao ao estudo sobre autoconceito, rendimento acadmico e
escolha do lugar de sentar entre alunos de nveis socioeconmicos mdio
e baixo, de Silva e Soriano de Alencar (1984).
No presente estudo foram investigadas as relaes existentes entre o
autoconceito do aluno, de um lado, e, de outro, o rendimento acadmico, a
escolha do lugar de sentar em sala de aula e avaliao do autoconceito do
aluno pelo professor. A amostra foi constituda por 500 sujeitos da 4a srie do
1 grau. Informaes sobre o autoconceito do aluno foram obtidas atravs do
uso de uma escala. A avaliao do autoconceito do aluno pelo professor foi
feita atravs de unia folha contendo instrues para que o professor
registrasse sob a coluna 1 os nomes dos alunos com autoconceito positivo,
sob a coluna 3 os nomes dos alunos com autoconceito negativo, e sob a
coluna 2 os demais nomes. Os resultados indicaram uma relao significativa
entre autoconceito, rendimento acadmico e a avaliao do autoconceito do
aluno pelo professor. No foram observadas diferenas significativas entre
alunos que frequentavam escolas localizadas em um setor da cidade habitado
predominantemente por famlias de status socioeconmico mdio ou em
outro setor habitado por famlias de nvel econmico baixo, nem entre alunos
dos sexos masculino e feminino.
a Classifique as variveis.
b Qual a populao a que se refere o presente estudo?
c Descreva a amostra escolhida.
b Para tomar este material mais significativo e conciso, necessrio

organiz-lo num ___________________.
c Siga os passos necessrios e organize uma distribuio de
frequncia.
d Faa a representao grfica.
e Calcule a moda, a mediana e mdia aritmtica. Situe-as no
grfico.
f Qual foi a faixa de normalidade no grupo?
g Houve homogeneidade? Por qu?
4. Observe a tabela abaixo e faa as interpretaes adequadas:
Sexo
Mdia
Desviopadro
N
Nvel
Rendimento
Local de sentar
Socioeconmico
acadmico
Mdio Baixo Frente Meio Atrs A M B
4,03
3,89
3,99 3,98 3,93 4,35 4,02 3,86
M
3,95
F
3,98
0,40
0,48
0,45
0,43
0,45
0,45 0,41 0,36 0,41 0,44
240
260
257
243
124
224
Alguns dos exerccios foram extrados e adaptados da bibliografia utilizada na confeco

deste livro.
88
89
152
33
228 239
5. Qual o objetivo fundamental da utilizao da medida de tendncia

central numa distribuio de frequncia M?
6. Por que a mdia aritmtica a medida mais utilizada?
7. Que interpretao deriva do valor de tendncia central?
8. Que medida de tendncia central determinada na srie por sua
posio ordinal?
9. Qual a mediana da srie?
Responda:
a Qual a populao do presente estudo?
b Descreva a amostra.
III Os escores obtidos no instrumento de sondagem em relao ao
conceito de morte na dimenso significaro no perodo pr-operacional:
12
8
13
3
17
17
26
6
12
5
15
9
17
31
15
13
21
16
19
9
21
8
8
18
27
11
22
13
7
20
13
23
16
2
16
12
25
27
14
10
28
12
12
13
5
31
25
24
31
30
35
30
a - Como se denominam esses dados?

b - Organize uma distribuio de frequncia por pontos.
c - Faa a frequncia acumulada.
d - Faa a frequncia percentual.
2, 4, 5, 5, 8, 9, 10, 10, 15
10. Qual a moda da srie?
1, 2, 4, 5, 5, 5, 7, 9, 9, 12, 15
11. Estudo realizado por Torres (1978):
I O principal objetivo do presente estudo investigar a relao
entre diferentes perodos do desenvolvimento cognitivo e a evoluo do
conceito de morte. Com esta finalidade foram selecionadas quatro tarefas de
avaliao do nvel de desenvolvimento cognitivo em termos piagetianos, e
um instrumento de sondagem do conceito de morte foi elaborado.
Responda:
a Quais as variveis investigadas?
b Classifique-as em contnuas ou discretas.
II Para este estudo foram extrados dos 641 alunos, de um curso
vespertino, situado em Ipanema, no Estado do Rio de Janeiro, 183 sujeitos
de 4 a 13 anos e 11 meses de idade, de ambos os sexos, catlicos que no
sofreram perda de nenhum dos pais ou irmo, e cuja escolaridade estendese do jardim de infncia 7a srie do 1 grau.
90
12. Calcule o erro-padro da mdia com a seguinte amostra composta de

30 escores amostrais.
3,0
3,0
2,0
1,0
5,0
4,0
5,0
1,0
6,0
3,0
2,0
1,0
1,0
2,0
3,0
5,0
3,0
3,0
2,0
2,0
3,0
2,0
4,0
6,0
1,0
1,0
3,0
4,0
3,0
4,0
13. Cem alunos que, no teste de rapidez de clculo, obtiveram X = 100 e a

varincia igual a 144. O que podemos dizer a respeito da fidedignidade
desta mdia?
14. Foi aplicado um teste de aptido acadmica a 12.500 estudantes de uma
universidade. Para fazer uma estimativa do escore mdio (MD, X, Mo)
foi retirada uma amostra de 225 sujeitos, obtendo-se X = 18 e varincia
igual a 9. Qual o valor do erro-padro estimado para a distribuio
amostral das mdias aritmticas?
91
15. Numa escala de aptido verbal, 801 meninos de 12 anos obtiveram os

seguintes resultados: Md = 21, 40 e Q = 4,90. At que ponto essa
mediana representa a mdia da populao da qual foi extrada a
amostra?
20. De uma populao foram extradas aleatoriamente seis amostras. As

mdias das seis amostras so: 50 (N= 100), 54 (N = 50), 46 (N = 100),
50 (N = 120), 58 (N = 80), 42 (N = 50). O desvio-padro da populao
12.
16. Dados:
a Faa uma estimativa da mdia da populao para cada uma das

amostras.
X= 26,40
0= 5,20
N= 100
a Calcular o intervalo de confiana de 0,95 para o desvio
verdadeiro.
b Calcular o intervalo de confiana de 0,99 para a mdia
verdadeira.
17. A mdia de 16 observaes independentes de uma certa grandeza 100,
e o respectivo desvio-padro, 24.
a No nvel de confiana de 0,05, quais sero os limites fiduciais da
mdia verdadeira?
b Considerando-se o intervalo de confiana de 0,99, poder-se- ter
certeza de que a mdia verdadeira ser no mnimo to grande quanto qual
valor?
18. Para um determinado grupo de 500 soldados, o resultado mdio do
AGCT 95, e o desvio-padro 25.
a Determinar o intervalo de confiana de 0,99 para a mdia
verdadeira.
b provvel que a mdia verdadeira seja mais do que qual valor?
19. Foram obtidas as seguintes medidas da durao da percepo para
palavras no relacionadas a 5 crianas:
5
a Achar o intervalo de confiana de 0,99 para a mdia verdadeira

desses resultados.
92
b Qual o resultado que apresenta o maior grau de eficincia da

estimativa? Por qu?
c Qual das amostras apresentou resultado da mdia mais prximo
da mdia da populao?
d Observe os resultados das questes b e c, e tire suas concluses.
Como vimos, a mdias e outras medidas calculadas com base em
amostras, as chamadas estatsticas, esto sujeitas a flutuaes da
amostragem. Por isso devemos estabelecer parmetros, valores fixos de
referncias, para a populao. Estes valores, como impossvel conheclos, so previstos a partir de determinadas condies, estabelecendo, para
tanto, certos graus de preciso. O grau em que uma mdia de amostra
representa o respectivo parmetro constitui um ndice de significncia ou
fidedignidade da estatstica calculada. No se pode esquecer que este erro
padro desempenha importante papel nos testes de hipteses relacionadas
com diferenas entre mdias.
Embora seja de suma importncia a estimativa de parmetros, o
pesquisador utiliza mais frequentemente a inferncia estatstica com o
objetivo de testar hipteses. Para tanto, faz-se necessria a organizao de
um plano de Tratamento Estatstico adequado aos dados.
21. Um teste de interesse administrado a 6 rapazes numa classe de
treinamento vocacional, e 10 numa classe de latim. Ser a diferena
mdia entre os dois grupos significante no nvel 0,057? As notas
apresentam-se assim:
Classe vocacional: 28, 35, 32, 24, 26, 35
Classe de latim: 20, 16, 25, 34, 20, 28, 31, 24, 27, 15
93
22. Um experimentador interessado em verificar a eventual diferena de

eficcia de dois mtodos de ensino - mtodo 1 e mtodo 2-, e desejando
controlar as variveis motivao, inteligncia, idade, classe social e
turno, resolveu criar dois blocos emparelhados com relao queles
variveis e alocou cada membro em um dos blocos. Encontrou os
seguintes resultados:
agressivo. O grupo A foi frustrado, e o grupo B serviu de controle. Em

seguida, foi aplicado o teste de agressividade. Resultados:
GRUPO A
18
17
20
17
22
15
19
4
Mtodo de ensino 1: 8,7,6,5,9,7,8,8,9,7,4,6,5,8,3

Mtodo de ensino 2: 8,6,6,3,4,7,7,9,5,3,4,2,7,2
Testar a diferena ao nvel 0,05.
23. Numa pesquisa, 67 alunos que participaram dos trabalhos prticos
estatsticos obtiveram no exame final, mdia 6,85 e s = 4,0. Os 73 que
no participaram, obtiveram mdia 4,88 e s = 3,7. Pode-se afirmar que,
para o nvel de significncia de 1%, o desempenho do 1 grupo foi
superior?
24. Num experimento, 40 ratos foram aleatoriamente divididos em dois
grupos: experimental e de controle. A condio experimental consistia
em proporcionar, a cada rato, um perodo de 12 horas para explorar o
labirinto. Ambos os grupos foram privados de alimento pelo mesmo
perodo de tempo. Abaixo, encontraro, para cada grupo, o nmero de
ensaios necessrios para cada rato percorrer o labirinto sem erro de
espcie alguma.
Expressar a hiptese em termos estatsticos. Testar a hiptese
admitindo um nvel de significncia de 0,05.
Grupo de controle: 10, 7, 9, 6, 8, 6, 10, 13, 9, 7, 12, 12, 15, 6, 9, 11,
9, 13, 4, 9
Grupo experimental: 12, 7, 9, 6, 5, 9, 9, 9, 6, 4 8, 4, 9, 10, 11, 6, 9, 7,
10,7
25. Dois grupos equiparados em idade, nvel socioeconmico, escolaridade
e vrias caractersticas de personalidade foram submetidos a um
experimento para verificar o efeito da frustrao no comportamento
94
GRUPO B
12
10
20
18
13
11
12
6
26. Com os dados abaixo, siga os passos para chegar aos parmetros da
populao qual se refere esse estudo: nvel de coordenao
visomotora (Teste reproduo de figuras) em crianas de 5 a 6 anos e
de 7 a 8 anos.
Amostra I: crianas de 5 a 6 anos
Amostra II: crianas de 7 a 8 anos
16
18
20
23
17
Amostra I
17
16
18
18
21
20
12
13
20
18
18
20
21
23
23
23
21
20
16
15
Amostra II
22
21
21
17
20
13
12
11
07
07
20
19
20
18
17
27. Sabe-se que, na escolha de uma prova estatstica, algumas

particularidades devem ser averiguadas, a fim de que se garanta o
poder estatstico da prova.
A Levante tais critrios nas pesquisas abaixo e diga se caberia
nestes casos uma prova paramtrica ou no paramtrica.
B Estabelea os parmetros da populao em ambas as pesquisas.
Pesquisas:
I Os resultados abaixo referem-se s notas obtidas num teste de
avaliao da capacidade de estabelecer relacionamento interpessoal no
contato com o pblico.
95
O teste consiste em comparar os padres de respostas com as

respostas dos testandos.
Os testandos respondem ao teste, ordenando da melhor pior
resposta diante de situaes sociais.
Para se encontrar a medida de tendncia central e a medida de
disperso representativas da populao, selecionou-se uma amostra
aleatria de 30 indivduos, que obtiveram os seguintes resultados
(resultados obtidos atribuindo-se valores numricos a ordens
preestabelecidas, por ex.: ABCD grau 1; ABDC-2 pontos, e assim por
permutao at o grau 24).
Notas:
24, 23, 22, 21, 20, 20, 19
18, 17, 16, 15, 15, 14, 13
11, 10, 10, 10, 11,12, 10
21, 15, 12, 09, 08, 07, 06
05, 04, 03, 02
II - Uma pesquisa tem como objetivo estabelecer parmetros para um
determinado teste de aptido mecnica. Tal teste consiste em responder
questes de mecnica. O grau atribudo em cada questo varia de 0 a 3, de
acordo com a eficincia da resposta, que, quanto mais exata, mais vale.
Num total de 30 questes, o indivduo poder obter, no mximo, 90 pontos.
determinado tempo, os dois grupos foram submetidos mesma prova, a

fim de se verificar o tempo mdio gasto para alcanar a recompensa.
Quais as hipteses probanda e alternativa deste experimento?
29. Respondendo a um questionrio, obtiveram-se as seguintes notas
correspondentes a 9 homens e 20 mulheres:
Homens: 22, 31, 38, 47, 48, 49, 50, 52, 61
Mulheres: 22, 23, 25, 25, 31, 33, 34, 34, 35, 37, 40, 41, 42, 43, 44,
44, 46, 48, 53, 54
Homens e mulheres diferem significativamente em suas respostas ao
questionrio?
30. Uma escala de Atitudes em relao Igreja administrada a um grupo
de 78 segundanistas do curso superior. Dos 78, 57 tiveram curso de
educao religiosa e 21 no o tiveram. Suponha-se que 37 dos 57 esto
acima da mediana comum do grupo dos 78, e que somente 15 dos 21
esto acima dessa mediana. Os dois grupos so significativamente
diferentes?
A amostra foi extrada de uma populao do RJ, considerando-se

todos os nveis socioculturais e todas as reas urbanas e rurais desse Estado,
com idade variando de 17 a 50 anos.
Resultados:
30, 30, 15, 20, 50, 60, 70, 70
60, 60, 50, 90, 85, 75, 15, 25
10, 80, 65, 35, 35, 25, 55, 65
75, 25, 75, 45, 45, 45, 45, 45
50, 50, 60, 60, 65, 65, 45, 40
28. Num experimento, um grupo de ratos recebeu como recompensa gua
pura, enquanto que outro grupo recebeu gua com acar. No fim de
96
97
31. Um psiclogo interessado em averiguar acerca da evaso nas

universidades brasileiras levanta a hiptese de que os adolescentes
ingressam na faculdade com um nvel de expectativa que vai
decrescendo no decorrer do curso.
Para tanto selecionou uma amostra de 26 adolescentes, em trs
universidades do Rio de Janeiro, que ingressaram pela primeira vez numa
faculdade. Em maro fez uma expectativa com relao faculdade. No final do
primeiro perodo realizou a mesma medida. Obteve os seguintes resultados:
Sujeito
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
Medida inicial
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
98
Medida final
+
+
+
32. Um pesquisador deseja saber se o elogio influi na autoestima. Para

testar sua hiptese, utilizou dois grupos: de controle e experimental.
Aps trs dias de elogio ao grupo experimental, fez uma medida de
autoestima nos dois grupos.
A autoestima foi avaliada, considerando o nmero de respostas
positivas com relao a si prprio. Quanto mais respostas, maior a
autoestima. As notas variavam de zero a 26.
Blocos
1
2
3
4
5
6
7
8
9
10
Exp.
12
15
18
10
10
16
18
11
12
9
Cont.
25
20
26
16
17
24
17
10
13
16
33. Certo professor levantou a hiptese de que, sabendo-se as notas de

matemtica dos alunos do 2 grau, poderia se prever o rendimento na
disciplina Estatstica. Para tanto, confrontou os resultados obtidos na
disciplina Matemtica com os resultados obtidos em Estatstica.
X = notas em Matemtica
Y = notas em Estatstica
X (notas) = 5, 5, 5, 5, 6, 6, 6, 6, 6, 7, 7, 7
Y (notas) = 2, 2, 3, 2, 2, 3, 3, 3, 2, 3, 3, 4
34. Um investigador determinou, para um grupo de 10 indivduos, o seu grau
de susceptibilidade sugesto hipntica; determinou para o outro grupo
o nvel mental atravs de um teste de inteligncia. Desejou, ento,
calcular a correlao entre estas variveis. Poder calcul-las? Por qu?
35. Ao calcular o coeficiente de correlao entre dois testes de aptido
mecnica, encontrou-se o valor r = 1,45. Que comentrio voc faz a
este resultado?
99
36. De que dados devemos dispor para decidirmos acerca da escolha do

coeficiente de correlao?
42. O coeficiente de correlao entre um teste de raciocnio verbal e notas

de Portugus de uma turma de nvel mdio de 0,80. A partir desse
dado, calcule e interprete os resultados.
a A proporo da varincia que X e Y tm em comum.
37. O que expressa o coeficiente de correlao?
b Estime a proporo da varivel Y que independe de X.

38. O que expressa o coeficiente de determinao?
c A eficincia de previso dos valores de Y a partir de X.
39. A correlao de um critrio (de avaliao do chefe) com uma bateria de

testes de 0,75. Responda:
a Esta bateria seleciona?
b Qual a percentagem da varincia do critrio associada
variabilidade da bateria?
40. Uma empresa de relaes pblicas elaborou um teste para medir a
capacidade dos candidatos em resolverem situaes embaraosas,
quando em atividade junto ao pblico. O teste consiste em ordenar do
mais fcil para o mais difcil situaes de embarao. Um
candidato submetido ao teste ordenou conforme a tabela abaixo:
Problema
Gabarito
Ord. do cand.
A
5
3
B
3
4
C
2
1
D
1
6
E
4
2
F
6
5
G
7
7
a Calcule o ndice de concordncia do candidato e do gabarito.

b Calcule e interprete D.
c A partir desse dado, voc acha que esse candidato deve ser
rejeitado?
43. Quanto maior o treinamento de pessoal para a indstria, maior o

ndice de produtividade. Isto significa que as duas variveis
apresentam: ________________________________________.
44. Se o treinamento diminui efetivamente o nmero de acidentes no
trabalho, a correlao entre essas variveis : ______________.
45. Em estudos realizados por pesquisadores europeus descobriram que a
proporo de acidentes automobilsticos nas autoestradas
proporcionalmente maior que os ocorridos nas demais estradas. Como
causas determinadas dos referidos acidentes, so apontadas as
seguintes: monotonia e cansao, que provocam falta de ateno e
afrouxamento dos reflexos numa percentagem de 60% dos casos.
a Que nvel de correlao existe entre o nmero de acidentes e a
monotonia no ato de dirigir em autoestrada?
b Como poderia ser classificada a dependncia entre os fenmenos
em estudo?
41. Achar o grau de associao entre competio e busca de posio social

em uma pesquisa realizada com 12 estudantes universitrios.
X= 3, 4, 2, 1, 8, 11, 10, 6, 7, 12, 5, 9
Y= 2, 6, 5, 1, 10, 9, 8, 3, 4, 12, 7, 11
100
101
Tabela A Ordenadas da Curva Normal Padro
TABELAS
y=
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
0,3989
0,3970
0,3910
0,3814
0,3683
0,3521
0,3332
0,3123
0,2897
0,2661
0,2420
0,2179
0,1942
0,1714
0,1497
0,1295
0,1109
0,0940
0,0790
0,0656
0,0540
0,0440
0,0355
0,0283
0,0224
0,0175
0,0136
0,0104
0,0070
0,0060
0,0044
0,0033
0,0024
0,0017
0,0012
0,0009
0,0006
0,0004
0,0003
0,0002
0,3989
0,3965
0,3902
0,3802
0,3668
0,3503
0,3312
0,3101
0,2874
0,2637
0,2396
0,2155
0,1919
0,1691
0,1476
0,1276
0,1092
0,0925
0,0775
0,0644
0,0529
0,0431
0,0347
0,0277
0,0219
0,0171
0,0132
0,0101
0,0077
0,0058
0,0043
0,0032
0,0023
0,0017
0,0012
0,0008
0,0006
0,0004
0,0003
0,0002
0,3989
0,3961
0,3894
0,3790
0,3653
0,3485
0,3292
0,3079
0,2850
0,2613
0,2371
0,2131
0,1895
0,1669
0,1456
0,1257
0,1074
0,0909
0,0761
0,0632
0,0519
0,0422
0,0339
0,0270
0,0213
0,0167
0,0129
0,0099
0,0075
0,0056
0,0042
0,0031
0,0022
0,0016
0,0012
0,0008
0,0006
0,0004
0,0003
0,0002
0,3988
0,3956
0,3885
0,3778
0,3637
0,3467
0,3271
0,3056
0,2827
0,2589
0,2347
0,2107
0,1872
0,1647
0,1435
0,1238
0,1057
0,0893
0,0748
0,0620
0,0508
0,0413
0,0332
0,0264
0,0208
0,0163
0,0126
0,0096
0,0073
0,0055
0,0040
0,0030
0,0022
0,0016
0,0011
0,0008
0,0005
0,0004
0,0003
0,0002
0,3986
0,3951
0,3876
0,3765
0,3621
0,3448
0,3251
0,3034
0,2803
0,2565
0,2323
0,2083
0,1849
0,1626
0,1415
0,1219
0,1040
0,0878
0,0734
0,0608
0,0498
0,0404
0,0325
0,0258
0,0203
0,0158
0,0122
0,0093
0,0071
0,0053
0,0039
0,0029
0,0021
0,0015
0,0011
0,0008
0,0005
0,0004
0,0003
0,0002
0,3984
0,3945
0,3867
0,3752
0,3605
0,3429
0,3230
0,3011
0,2780
0,2541
0,2299
0,2059
0,1826
0,1604
0,1394
0,1200
0,1023
0,0863
0,0721
0,0596
0,0488
0,0396
0,0317
0,0252
0,0198
0,0154
0,0119
0,0091
0,0069
0,0051
0,0038
0,0028
0,0020
0,0015
0,0010
0,0007
0,0005
0,0004
0,0002
0,0002
0,3982
0,3939
0,3857
0,3739
0,3589
0,3410
0,3209
0,2989
0,2756
0,2516
0,2275
0,2036
0,1804
0,1582
0,1374
0,1182
0,1006
0,0848
0,0707
0,0584
0,0478
0,0387
0,0310
0,0246
0,0194
0,0151
0,0116
0,0088
0,0067
0,0050
0,0037
0,0027
0,0020
0,0014
0,0010
0,0007
0,0005
0,0003
0,0002
0,0002
0,3980
0,3932
0,3847
0,3725
0,3572
0,3391
0,3187
0,2966
0,2732
0,2492
0,2251
0,2012
0,1781
0,1561
0,1354
0,1163
0,0989
0,0833
0,0694
0,0573
0,0468
0,0379
0,0303
0,0241
0,0189
0,0147
0,0113
0,0086
0,0065
0,0048
0,0036
0,0026
0,0019
0,0014
0,0010
0,0007
0,0005
0,0003
0,0002
0,0002
0,3977
0,3925
0,3836
0,3712
0,3555
0,3372
0,3166
0,2943
0,2709
0,2468
0,2227
0,1989
0,1758
0,1539
0,1334
0,1145
0,0973
0,0818
0,0681
0,0562
0,0459
0,0371
0,0297
0,0235
0,0184
0,0143
0,0110
0,0084
0,0063
0,0047
0,0035
0,0025
0,0018
0,0013
0,009
0,0007
0,0005
0,0003
0,0002
0,0001
0,3973
0,3918
0,3825
0,3697
0,3538
0,3352
0,3144
0,2920
0,2685
0,2444
0,2203
0,1965
0,1736
0,1518
0,1315
0,1127
0,0957
0,0804
0,0669
0,0551
0,0449
0,0363
0,0290
0,0229
0,0180
0,0139
0,0107
0,0081
0,0061
0,0046
0,0034
0,0025
0,0018
0,0013
0,009
0,0006
0,0004
0,0003
0,0002
0,0001
As tabelas a seguir foram extradas dos livros de Sidney Siegel e Eva Nick.
102
e f x 2
103
Tabela B reas sob a Curva Normal (entre 0 e x)

X
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
00
00000
03983
07926
11791
15554
19146
22575
25804
28814
31594
34134
36433
38493
40320
41924
43319
44520
45543
46407
47128
47725
48214
48610
48928
49180
49379
49534
49653
49744
49813
49865
49903
49931
49952
49966
49977
49984
49989
49993
49995
01
00399
04380
08317
12172
15910
19497
22907
26115
29103
31859
34375
36650
38686
40490
42073
43448
44630
45637
46485
47193
47778
48257
48645
48956
49202
49396
49547
49664
49752
49819
49869
49906
49934
49953
49968
49978
49985
49990
49993
49995
02
00798
04766
08706
12552
16276
19847
23237
26424
29389
32121
34614
36864
38877
40658
42220
43574
44738
45728
46562
47257
47831
48300
48679
48983
49224
49413
49560
49674
49760
49825
49874
49910
49936
49955
49969
49978
49985
49990
49993
49996
03
01197
05172
09095
12930
16640
20194
23565
26730
29673
32381
34850
37076
39065
40824
42364
43699
44845
45818
46638
47320
47882
48341
48713
49010
49245
49430
49573
49683
49767
49831
49878
49913
49938
49957
49970
49979
49986
49990
49994
49996
04
01595
05567
09483
13307
17003
20450
23891
27035
29955
32639
35083
37286
39251
40988
42507
43822
44950
45907
46712
47381
47932
48382
48745
49036
49266
49446
49585
49693
49774
49836
49882
49916
49940
49958
49971
49980
49986
49991
49994
49996
05
01994
05962
09871
13683
17364
20884
24215
27337
30234
32894
35313
37493
39435
41149
42647
43943
45053
45994
46784
47441
47982
48422
48778
49061
49286
49461
49598
49702
49781
49841
49886
49918
49942
49960
49972
49981
49987
49991
49994
49996
06
02392
06356
10257
14058
17724
21226
24537
27637
30511
33147
35543
37698
39616
41308
42786
44062
45154
46080
46856
47500
48030
48461
48809
49086
49305
49477
49609
49711
49788
49846
49889
49921
49944
49961
49973
49981
49987
49992
49994
49996
Tabela C Valores Percentlicos (tp)

07
02790
06749
10642
14431
18082
21566
24857
27935
30785
33398
35769
37900
39796
41466
42922
44179
45254
46164
46926
47558
48077
48500
48840
49111
49324
49492
49621
49720
49795
29851
49893
49924
49946
49962
49974
49982
49988
49992
49995
49996
08
03188
07142
11026
14803
18439
21904
25175
28230
31057
33646
35993
38100
40073
41621
43056
44295
45352
46246
46995
47615
48124
48537
48870
49134
49343
49506
49632
49728
49801
49856
49897
49926
49948
49964
49975
49983
49988
49992
49995
49997
09
03586
07535
11409
15173
18793
22240
25490
28524
31327
33891
36214
38298
40147
41774
43189
44408
45449
46327
47062
47670
48169
48574
48899
49158
49361
49520
49643
49736
49807
49861
49900
49929
49950
49965
49976
49983
49989
49992
49995
49997
Para a distribuio t de Student com graus de liberdade.

rea sombreada = p
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
120
t 0,995 t 0,99 t 0,975 t 0,95 t 0,90

63,66 31,82 12,71 6,31 3,08
2,92 1,89
4,80
6,96
9,92
2,35 1,64
3,18
4,54
5,84
2,13 1,53
2,78
3,75
4,60
2,02 1,48
2,57
3,36
4,03
1,94 1,44
2,45
3,14
3,71
1,90 1,42
2,36
3,00
3,50
1,86 1,40
2,31
2,90
3,36
1,83 1,38
2,26
2,82
3,25
1,81 1,37
2,23
2,76
3,17
1,80 1,36
2,20
2,72
3,11
1,78 1,36
2,18
2,68
3,06
1,77 1,35
2,16
2,65
3,01
1,76 1,34
2,14
2,62
2,98
1,75 1,34
2,13
2,60
2,95
1,75 1,34
2,12
2,58
2,92
1,74 1,33
2,11
2,57
2,90
1,73 1,33
2,10
2,55
2,88
1,73 1,33
2,09
2,54
2,86
1,72 1,32
2,09
2,53
2,84
1,72 1,32
2,08
2,52
2,83
1,72 1,32
2,07
2,51
2,82
1,71 1,32
2,07
2,50
2,81
1,71 1,32
2,06
2,49
2,80
1,71 1,32
2,06
2,48
2,79
1,71 1,32
2,06
2,48
2,78
1,70 1,31
2,05
2,47
2,77
1,70 1,31
2,05
2,47
2,76
1,70 1,31
2,04
2,46
2,76
1,70 1,31
2,04
2,46
2,75
1,68 1,30
2,02
2,42
2,70
1,67 1,30
2,00
2,39
2,66
1,66 1,29
1,98
2,36
2,62
1,96 1,645 1,28
2,33
2,58
Nota Os valores do corpo da tabela so precedidos de zero e vrgula (0,)
104
105
t 0,80
1,376
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,856
0,856
0,855
0,855
0,854
0,854
0,851
0,848
0,845
0,842
t 0,75
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,681
0,679
0,677
0,674
t 0,70
0,727
0,617
0,584
0,569
0,559
0,553
0,549
0,546
0,543
0,542
0,540
0,539
0,538
0,537
0,536
0,535
0,534
0,534
0,533
0,533
0,532
0,532
0,532
0,531
0,531
0,531
0,531
0,530
0,530
0,530
0,529
0,527
0,526
0,524
t 0,60
0,325
0,289
0,277
0,271
0,267
0,265
0,263
0,262
0,261
0,260
0,260
0,259
0,259
0,258
0,258
0,258
0,257
0,257
0,257
0,257
0,257
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,255
0,254
0,254
0,253
t 0,55
0,158
0,142
0,137
0,134
0,132
0,131
0,130
0,130
0,129
0,129
0,129
0,128
0,128
0,128
0,128
0,128
0,128
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,126
0,126
0,126
0,126
Tabela D Distribuio do x2p
Tabela E Valores de P95 para a Distribuio F
Com graus de liberdade. rea sombreada = p

x20,995 x20,99 x20,975 x20,95 x20,90 x20,75 x20,50 x20,25 x20,10
1
7,88
6,63
5,02
3,84
2,71
1,32 0,455 0,102 0,0158
2
10,6
9,21
7,38
5,99
4,61
2,77
1,39 0,575 0,211
3
12,8
0,584
11,3
9,35
7,81
6,25
4,11
2,37
1,21
4
14,9
1,06
13,3
11,1
9,49
7,78
5,39
2,36
1,92
5
16,5
1,61
15,1
12,8
11,1
9,24
6,63
4,35
2,67
6
18,5
2,20
16,8
14,4
12,6
10,6
7,84
5,35
3,45
7
20,3
2,83
18,5
16,0
14,1
12,0
9,04
6,35
4,25
8
22,0
3,49
20,1
17,5
15,5
13,4
10,2
7,34
5,07
9
23,6
4,17
21,7
19,0
16,9
14,7
11,4
8,34
5,90
10
25,2
4,87
23,2
20,5
18,3
16,0
12,5
9,34
6,74
11
26,8
5,58
24,7
21,9
19,7
17,3
13,7
10,3
7,58
12
28,3
6,30
26,2
23,3
21,0
18,5
14,8
11,3
8,44
13
29,8
7,04
27,7
24,7
22,4
19,8
16,0
12,3
9,30
14
31,3
7,79
29,1
26,1
23,7
21,1
17,1
13,3
10,2
15
32,8
8,55
30,6
27,5
25,0
22,3
18,2
14,3
11,0
16
34,3
9,31
32,0
28,8
26,3
23,5
19,4
15,3
11,9
17
35,7
10,1
33,4
30,2
27,6
24,8
20,5
16,3
12,8
18
37,2
10,9
34,8
31,5
28,9
26,0
21,6
17,3
13,7
19
38,6
11,7
36,2
32,9
30,1
27,2
22,7
18,3
14,6
20
40,0
12,4
37,6
34,2
31,4
28,4
23,8
19,3
15,5
21
41,4
13,2
38,9
35,5
32,7
29,6
24,9
20,3
16,3
22
42,8
14,0
40,3
36,8
33,9
30,8
26,0
21,3
17,2
23
44,2
14,8
41,6
38,1
35,2
32,0
27,1
22,3
18,1
24
45,6
15,7
43,0
39,4
36,4
33,2
28,2
23,3
19,0
25
46,9
16,5
44,3
40,6
37,7
34,4
29,3
24,3
19,9
26
48,3
17,3
45,6
41,9
38,9
35,6
30,4
25,3
20,8
27
49,6
18,1
47,0
43,2
40,1
36,7
31,5
26,3
21,7
28
51,0
18,9
48,3
44,5
41,3
37,9
32,6
27,3
22,7
29
52,3
19,8
49,6
45,7
42,6
39,1
33,7
28,3
23,6
30
53,7
20,6
50,9
47,0
43,8
40,3
34,8
29,3
24,5
40
66,8
29,1
63,7
59,3
55,8
51,8
45,6
39,3
33,7
50
79,5
37,7
76,2
71,4
67,5
63,2
56,3
49,3
42,9
60
92,0
46,5
88,4
83,3
79,1
74,4
67,0
59,3
52,3
70 104,2 100,4
55,3
95,0
90,5
85,5
77,6
69,3
61,7
80 116,3 112,3 106,6 101,9 96,6
64,3
88,1
79,3
71,1
90 128,3 124,1 118,1 113,1 107,6 98,6
73,3
89,3
80,6
100 140,2 135,8 129,6 124,3 118,5 109,1 99,3
82,4
90,1
106
x20,05 x20,025 x20,01 x20,005

0,0039 0,0010 0,0002 0,0000
0,103 0,0506 0,0201 0,0001
0,352 0,216 0,115 0,072
0,711 0,484 0,297 0,207
1,15
0,831 0,554 0,412
1,64
1,24
0,872 0,676
2,17
1,69
1,24 0,989
2,73
2,18
1,65
1,34
3,33
2,70
2,09
1,73
3,94
3,25
2,56
2,16
4,57
3,82
3,05
2,60
5,23
3,57
4,40
3,07
5,89
5,01
4,11
3,57
6,57
5,63
4,66
4,07
7,26
6,26
5,23
4,60
7,96
6,91
5,81
5,14
8,67
7,56
6,41
5,70
9,39
8,23
7,01
6,26
10,1
7,63
8,91
6,84
10,9
8,26
9,59
7,43
11,6
8,90
10,3
8,03
12,3
9,54
11,0
8,64
13,1
10,2
11,7
9,26
13,8
10,9
12,4
9,89
14,6
11,5
13,1
10,5
15,6
12,2
13,8
11,2
16,2
12,9
14,6
11,8
16,9
13,6
15,3
12,5
17,7
14,3
16,0
13,1
18,5
15,0
16,8
13,8
26,5
22,2
24,4
20,7
34,8
29,7
32,4
28,0
43,2
37,5
40,5
35,5
51,7
45,4
48,8
43,3
60,4
53,5
51,2
57,2
69,1
61,8
59,2
65,6
77,9
70,1
67,3
74,2
v1: = graus de liberdade do numerador

v2: = graus de liberdade do denominador
rea sombreada = 0,95
1
1
12
16
20
30
40
50
100
2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
22
24
26
28
30
30
50
60
70
80
100
150
200
400
161,4 199,5 215,7 224,6 230,2 234,0 238,9 243,9 246,3 248,0 250,1 251,1 252,2 253,0 254,3
18,51 19,00 19,16 19,25 19,30 19,33 19,37 19,41 19,43 19,45 19,46 19,46 19,47 19,49 19,50
10,13 9,55 9,28 9,12 9,01 8,94 8,85 8,74 8,69 8,66 8,62 8,60 8,58 8,56 8,53
7,71 6,94 6,59 6,39 6,26 6,16 6,04 5,91 5,84 5,80 5,75 5,71 5,70 5,66 5,63
6,61 5,79 5,41 5,19 5,05 4,95 4,82 4,68 4,60 4,56 4,50 4,46 4,44 4,40 4,36
5,99 5,14 4,76 4,53 4,39 4,28 4,15 4,00 3,92 3,87 3,81 3,77 3,75 3,71 3,67
5,59 4,74 4,35 4,12 3,97 3,87 3,73 3,57 3,49 3,44 3,38 3,34 3,32 3,28 3,23
5,32 4,46 4,07 3,84 3,69 3,58 3,44 3,28 3,20 3,15 3,08 3,05 3,03 2,98 2,93
5,12 4,26 3,86 3,63 3,48 3,37 3,23 3,07 2,98 2,93 2,86 2,82 2,80 2,76 2,71
4,96 4,10 3,71 3,48 3,33 3,22 3,07 2,91 2,82 2,77 2,70 2,67 2,64 2,59 2,54
4,84 3,98 3,59 3,36 3,20 3,09 2,95 2,79 2,70 2,65 2,57 2,53 2,50 2,45 2,40
4,75 3,89 3,49 3,26 3,11 3,00 2,85 2,69 2,60 2,54 2,46 2,42 2,40 2,35 2,30
4,67 3,81 3,41 3,18 3,03 2,92 2,77 2,60 2,51 2,46 2,38 2,34 2,32 2,26 2,21
4,60 3,74 3,34 3,11 2,96 2,85 2,70 2,53 2,44 2,39 2,31 2,27 2,24 2,19 2,13
4,54 3,68 3,29 3,06 2,90 2,79 2,64 2,48 2,39 2,33 2,25 2,21 2,18 2,12 2,07
4,49 3,63 3,24 3,01 2,85 2,74 2,59 2,42 2,33 2,28 2,20 2,16 2,13 2,07 2,01
4,45 3,59 3,20 2,96 2,81 2,70 2,55 2,38 2,29 2,23 2,15 2,11 2,08 2,02 1,96
4,41 3,55 3,16 2,93 2,77 2,66 2,51 2,34 2,25 2,19 2,11 2,07 2,04 1,98 1,92
4,38 3,52 3,13 2,90 2,74 2,63 2,48 2,31 2,21 2,15 2,07 2,02 2,00 1,94 1,88
4,35 3,49 3,10 2,87 2,71 2,60 2,45 2,28 2,18 2,12 2,04 1,99 1,96 1,90 1,84
4,30 3,44 3,05 2,82 2,66 2,55 2,40 2,22 2,13 2,07 1,98 1,93 1,91 1,84 1,78
4,26 3,40 3,01 2,78 2,62 2,51 2,36 2,18 2,09 2,03 1,94 1,89 1,86 1,80 1,73
4,23 3,37 2,98 2,74 2,59 2,47 2,32 2,15 2,05 1,99 1,90 1,85 1,82 1,76 1,69
4,20 3,34 2,95 2,71 2,56 2,45 2,29 2,12 2,02 1,96 1,87 1,81 1,78 1,72 1,65
4,17 3,32 2,92 2,69 2,53 2,42 2,27 2,09 1,99 1,93 1,84 1,79 1,76 1,69 1,62
4,08 3,23 2,84 2,61 2,45 2,34 2,18 2,00 1,90 1,84 1,74 1,69 1,66 1,59 1,51
4,03 3,18 2,79 2,56 2,40 2,29 2,13 1,95 1,85 1,78 1,69 1,63 1,60 1,52 1,44
4,00 3,15 2,76 2,53 2,37 2,25 2,10 1,92 1,81 1,75 1,65 1,59 1,56 1,48 1,39
3,98 3,13 2,74 2,50 2,35 2,23 2,07 1,89 1,79 1,72 1,62 1,56 1,53 1,45 1,35
3,96 3,11 2,72 2,48 2,33 2,21 2,05 1,88 1,77 1,70 1,60 1,54 1,51 1,42 1,32
3,94 3,09 2,70 2,46 2,30 2,19 2,03 1,85 1,75 1,68 1,57 1,51 1,48 1,39 1,28
3,91 3,06 2,67 2,43 2,27 2,16 2,00 1,82 1,71 1,64 1,54 1,47 1,44 1,34 1,22
3,89 3,04 2,65 2,41 2,26 2,14 1,98 1,80 1,69 1,62 1,52 1,45 1,42 1,32 1,19
3,86 3,02 2,62 2,39 2,23 2,12 1,96 1,78 1,67 1,60 1,49 1,42 1,38 1,28 1,13
3,84 2,99 2,60 2,37 2,21 2,09 1,94 1,75 1,64 1,57 1,46 1,40 1,32 1,24 1,00
107
BIBLIOGRAFIA
Tabela F Valores crticos de T na prova de Wilcoxon

Nvel de significncia para prova unilateral
N
0,025
0,01
0,005
Nvel de significncia para prova bilateral
6
7
8
9
10
0,05
0
2
4
6
8
0,02
--0
2
3
5
0,01
----0
2
3
11
12
13
14
15
11
14
17
21
25
7
10
13
16
20
5
7
10
13
16
16
17
18
19
20
30
35
40
46
52
24
28
33
38
43
20
23
28
32
38
21
22
23
24
25
59
66
73
81
89
49
56
62
69
77
43
49
55
61
68
CERD, Enrique. Psicometria general. Barcelona, Editorial Herder, 1972.

CUNHA, Ezequiel. Estatstica descritiva, na psicologia e na educao.
Petrpolis, Vozes, 1975, 2a ed.
DE CAMPOS, Paulo Henrique Borges & Azevedo, Amilcar Gomes.
Estatstica bsica. Rio de Janeiro, Ao Livro Tcnico, 1970.
GARRET, Henry E. A estatstica na psicologia e na educao. Rio de
Janeiro, Fundo de Cultura, 1961.
LEVIN, Jack. Estatstica, aplicada a cincias humanas. So Paulo, Harbra,
1977.
MAYO, T. Samuel & Kurtz K. Albert. Statistical rnethods in education and
psychology. New York, Ed. Springer-Verlag, 1979.
McCOLLOUGH, Celeste & Van Atta, Loche. Statistical concepts. New
York, Editora McGraw-Hill, 1963.
NICK, Eva & Kellner, Sheilah. Fundamentos de estatstica para as cincias
do comportamento. Rio de Janeiro, Renes, 1971.
SIEGEL, Sidney. Estatstica no-paramtrica. Brasil, Editora McGrawHill, 1979.
Adaptado de Table I of Wilcoxon, F. 1949. Some rapid approximate statistical procedures.

New York: American Cyanamid Company p. 13, com permisso dos autores e editor.
108
109

Estatistica Psicologia

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Estatistica Psicologia

Încărcat de

Drepturi de autor:

Formate disponibile

A pesquisa e a estatstica na psicologia e na educao

Ana Maria Lopez Calvo de Feijoo

SciELO Books / SciELO Livros / SciELO Libros

BIBLIOTECA VIRTUAL DE CINCIAS HUMANAS

Ana Maria Lopez Calvo de Feijoo

Copyright 2010, Ana Maria Lopez Calvo de Feijoo

Centro Edelstein de Pesquisas Sociais

Utilizao das medidas de tendncia central ...................................... 21

Critrios para a escolha da prova estatstica ........................................35

Coeficiente de correlao de pearson ............................................ 75

3. Provas estatsticas ..................................................................................43

Provas estatsticas paramtricas...........................................................43

Tabelas ..................................................................................................... 102

Provas estatsticas no paramtricas ....................................................52

Ao refletir a respeito deste problema, vrias questes foram surgindo:

clculos toma a tarefa de aprender enfadonha, e o todo, incompreensvel. E,

A matemtica moderna foi, ento, alvo de crticas dos matemticos e

No Comit Internacional para o Ensino da Matemtica (CIAEM),

Vrias razes foram apontadas a favor da incluso da estatstica e da

universidade mais bem preparados, possibilitando mais produtividade

A relevncia da probabilidade e da estatstica em quase todas as

No entanto, em 1994, v-se que tal dificuldade no foi superada,

Muitos estudantes, nas suas vidas futuras, usaro noes de

Rodriguez (1976) acredita que as dificuldades encontradas por parte

Estes autores defendem a hiptese de que a mudana de atitude seria

A memorizao um processo to arraigado nos nossos jovens que

material estatstico se tome acessvel a 80% dos estudantes secundrios e

William Kruskal, afirma que a estatstica constituda por aspectos

No momento em que o autor se encontrava envolvido com tais

Ocorreu-lhe, ento, a ideia de realizar um trabalho de pesquisa a fim de

Pensou-se em ensinar atravs de uma metodologia alternativa a at

Entende-se por extenso o grau de compreenso acerca dos seres

Populao homognea populao que apresenta pouca variao do

Segundo Nick , a Estatstica a cincia que nos permite tomar

Cerd (1972) apresenta a seguinte definio:

Na pesquisa que nos serve como exemplo, a amostra foi extrada da

Como se pode observar, a estatstica mais um meio do que um fim.

Nick, notas de aula.

2. ORGANIZAO E INTERPRETAO DA TABELA

Toda tabela deve ter um ttulo, que a indicao do que a tabela

Porcentagem das respostas para cada idade

Verificando as unidades utilizadas, v-se que os nmeros referem-se

2) Ordenam-se os dados brutos.

Distribuio de frequncia por classes

A distribuio de frequncia simples, na qual a cada valor atribuda

Escores obtidos pelas crianas nas trs dimenses de instrumento de

Limite inferior da classe menor valor de uma classe.

Definio dos termos

fi= frequncia simples

Utilizam-se, ento, as coordenadas cartesianas. Colocam-se, no eixo

Primeira sondagem: distribuio de respostas das

Na pesquisa realizada por Torres (1978), a percentagem das respostas

O traado do grfico ou locao faz-se com referncia a dois eixos

Colocam-se, no grfico, os pontos mdios dos intervalos de classe.

Exemplo: Perodo pr-operacional extenso

4. MEDIDAS DE TENDNCIA CENTRAL

Clculo da mdia aritmtica

a) Definio: so as medidas tpicas ou representativas de um

No clculo do valor da mdia aritmtica faz-se a soma dos valores e

b) Objetivo: indicar o valor tpico ou prevalente de uma distribuio

c) Tendncia central: a tendncia das notas incidirem para o centro

Acha-se o quociente do somatrio dos valores da srie pelo nmero

Xi = nota do i-simo elemento

N = nmero total de notas