Professional Documents
Culture Documents
parte
TEORIA DA AMOSTRAGEM
CONCEITOS IMPORTANTES
AMOSTRA
UNIVERSO
Para se saber se o bolo de chocolate est bom, basta comer uma fatia
Esta a ideia essencial da amostragem: obter informao sobre o todo, examinando apenas uma parte.
O processo de seleo de uma amostra a partir de uma populao designa-se por amostragem.
Conceito de amostragem
TEORIA DA AMOSTRAGEM
Para que uma pesquisa apresente resultados representativos deve considerar:
POPULAO X AMOSTRA
AMOSTRA
Uma amostra um subconjunto de dados extrado de uma populao. Como geralmente no prtico ou impossvel medir todas as observaes que constituem a populao, o mais frequente trabalhar com amostras. Existem metodologias de amostragem que determinam os tamanhos e frequncias ideais para cada caso.
Pode a populao ter dimenso infinita Exemplo: Populao constituda pelas presses atmosfricas, nos diferentes pontos de uma cidade. Pode o estudo da populao levar destruio da populao Exemplo: Populao dos fsforos de uma caixa. Pode o estudo da populao ser muito dispendioso Exemplo: Sondagens exaustivas de todos os eleitores, sobre determinado candidato.
1a. PREMISSA
A discrepncia entre os valores das variveis da populao (parmetros) e os valores dessas variveis obtidos na amostra (estatsticas) so minimizados, pois, enquanto algumas medies subestimam o valor do parmetro, outras o superestimam;
2a. PREMISSA
H similaridade suficiente entre os elementos de uma populao, de tal forma que uns poucos elementos representaro adequadamente as caractersticas de toda a populao;
FINALIDADE DA AMOSTRAGEM Fazer generalizaes sobre todo um grupo sem precisar pesquisar cada um de seus elementos.
TEORIA DA AMOSTRAGEM
A parcela do grupo examinada chamada de amostra, e o grupo todo - do qual se extrai a amostra - designado como populao ou universo. Os elementos que compem uma populao podem ser indivduos, firmas, produtos manufaturados, inventrios, escolas, notas de aula, preos, ou qualquer coisa que possa ser medida ou contada.
Conceito de amostragem
Que caractersticas possuem as despesas do Hospital Y nas diversas especialidades? Quais os itens de servios mdico-hospitalares apresentam maior discrepncia em termos de gastos da Empresa X com seus colaboradores? Que fornecedores de servios apresentam maiores gastos mdicohospitalares para a empresa Y?
Como conhecer esses aspectos de cada populao? Pesquisar todos os elementos da populao CENSO Pesquisar uma amostra dos elementos da populao
Estudo de Pesquisa
Conceito de amostragem
Situaes em que recomendada a realizao de CENSOS
Quando a populao for pequena
Ex.: Uma empresa que tem 100 colaboradores no Norte e desejar verificar se os pronturios mdicos dos mesmos junto empresa terceirizada contratada esto conforme as normas estabelecidas
Quando os dados a respeito da populao forem facilmente obtenveis ou (semi)disponveis num banco de dados computadorizados
Ex.: Uma empresa deseja traar o perfil de gastos com servios mdicos-hospitalares de seus colaboradores, existentes em um sistema informatizado, e correlacion-lo com o cargo/atividade que exercem, ou a idade dos mesmos.
Se os requisitos do problema em estudo impem a obteno de dados especficos de cada elementos da populao
Ex.: Uma empresa de Plano de Sade deseja saber, junto aos seus 550 clientes, o grau de potencial de risco com uma determinada doena que possui altos custos de atendimento.
Vantagens de amostrar
Premissas bsicas da amostragem h similaridade suficiente entre os elementos de uma populao: poucos elementos representaro adequadamente toda a populao a discrepncia entre os valores das variveis da populao(parmetro) e os valores dessas variveis obtidos na amostra(estatsticas) minimizada. Exemplo: Pessoas adultas devem apresentar, em exames de Leucograma, entre 4.500-11.000 Leuccitos por mL. Uma amostra de sangue de pacientes do Hospital Y, durante uma semana de exames, observou-se valores mdios 7.300 mL. Populao? Quem so os
elementos amostrais?
Vantagens de amostrar
economiza mo-de-obra e dinheiro economiza tempo e possibilita rapidez na obteno dos resultados pode colher dados mais precisos a nica opo quando o estudo resulta em destruio ou contaminao dos elementos pesquisados
VANTAGENS DA AMOSTRA 1. 2. 3. 4. Pode ser mais atualizada; Menor custo; Maior controle de coordenao Menor hipotese de erro; Maior uniformidade na coleta de dados Maior comparao entre os mesmos; Em populaes infinitas, torna-se impossvel fazer um censo. VANTAGENS DO CENSO 1. Em populaes pequenas o custo e o tempo de amostragem o mesmo do censo; Se o tamanho da amostra grande, em relao ao da populao, vale a pena fazer o censo; Quando se necessita de preciso total, o censo o nico mtodo aceitvel.
2.
5.
3.
Um projeto mais eficiente do que outro se , sob condies especficas, trouxer resultados mais confiveis do que outro, ou se, para um dado custo, produzir resultados de maior preciso, ou se, ainda, resultados com a mesma preciso forem obtidos a um menor custo
Conceitos sobre amostragem Populao de pesquisa: pesquisa o agregado de todos os casos que se enquadram num conjunto de especificaes previamente estabelecidas Elemento de pesquisa (unidade de pesquisa) pesquisa): a unidade sobre a qual se procura obter os dados. Pode ser: pessoas, lojas, indstrias, instituies etc Unidade amostral amostral: a unidade bsica que contm os elementos da populao.
Designao apropriada de populao de pesquisa definio das especificaes dos elementos de pesquisa definio da unidade amostral abrangncia geogrfica da pesquisa perodo de tempo
Conceitos sobre amostragem Exerccio 01: Observe o problema de pesquisa Quais os itens de servios mdico-hospitalares apresentam maior
discrepncia em termos de gastos da Empresa X, sediada no Porto, com seus colaboradores, durante os ltimos seis meses? Elemento de pesquisa: Colaboradores da Empresa X Unidade amostral: Empresa X, em seguida gastos com servios mdico-hospitalares Abrangncia: Cidade do Porto Perodo de tempo: ltimos seis meses
Exerccio 02:
Uma empresa Z de Lisboa, que tem 100 colaboradores no Norte, desejar verificar se os pronturios mdicos dos mesmos, nos ltimos trs meses de 2007, junto empresa terceirizada contratada esto conforme as normas estabelecidas.
Elemento de pesquisa: Colaboradores da Empresa Z Unidade amostral: Empresa Z, pronturios mdicos Abrangncia: Lisboa Perodo de tempo: ltimos trs meses
AMOSTRAGEM
Uma rea importante em muitas aplicaes Estatsticas a Amostragem.
Exemplos de Aplicao: Pesquisa de mercado, Pesquisa de opinio, Avaliao do processo de produo, Praticamente em todo experimento.
Amostragens
Probabilsticas
No probabilsticas
A seleo dos elementos da populao so para compor a amostra depende, ao menos em parte, do julgamento do pesquisador ou do entrevistador no campo.
Probabilsticas
Cada elemento da populao tem uma probabilidade conhecida e diferente de zero de ser selecionado para compor a amostra
Amostragem Subjetiva
Sistemtica.
Uniforme ou propores
Amostragem probabilstica: cada elemento da populao tem uma probabilidade (no nula) de ser escolhido
Amostragem no probabilstica: amostragem restrita aos elementos que se tem acesso (ex: viciados em dorgas) escolha a esmo (ex: coelhos numa gaiola, escolha de parafusos numa caixa) impossibilidade de sorteio (ex: sangue) amostragem intencional ou por julgamento (ex: escolha de elementos tpicos) voluntrios (ex: testes de vacina)
Quando a populao infinita Uma amostra pode ser mais atualizada do que um censo Testes destrutivos Custo Preciso Tipo de informao necessria
VANTAGENS DO CENSO Populaes pequenas Tamanho da amostra grande em relao ao da populao Necessidade de alta preciso
Amostragem
Problema: quanto pesa, em mdia, uma folha de eucalipto? quantas folhas tem, em mdia, um eucalipto? 1 kg? 1 g? 1 g 2? 1.000? 1.000.000.000?
Amostragem ou Censo? Por que fazer amostragem? populao infinita diminuir custo aumentar velocidade na caracterizao (medidas que variam no tempo) aumentar a representatividade melhorar a preciso (mais cuidado na obteno dos dados) minimizar perdas por medidas destrutivas Por que fazer censo? populao pequena ou amostragem muito grande em relao a populao preciso completa (no se permite erros) j se dispe da informao completa
CORREO: refere-se ao grau de ausncia de vieses no amostrais na amostra. Uma amostra dita correta (ou no viesada) se as medidas superestimadas forem compensadas entre os elementos da amostra.
Tipos de amostras e amostragem Qual processo de amostragem escolher? Deve-se levar em Deveconta... O problema e objetivo de pesquisa O tipo de pesquisa A acessibilidade aos elementos da populao A disponibilidade ou no de ter os elementos da populao na listagem A representatividade desejada ou necessria A oportunidade apresentada pela ocorrncia de fatos ou eventos A disponibilidade de tempo recursos financeiros e humanos etc etc etc
Conceito de amostragem Amostra qualquer parte de uma populao Amostragem o processo de colher amostras de uma populao
Utilizao de amostras Controle de qualidade de produtos em empresas industriais Laboratrios farmacuticos Atividades de exames mdicos Prticas de auditoria eficcia de novas drogas sangue , biopsia etc
Amostragem no probabilstica Por convenincia Os entrevistados so escolhidos por convenincia dos pesquisador (se encontram no lugar exato no momento certo) a menos confivel barato e simples utiliza-se para testar ou para obter idias sobre determinado assunto de interesse prestam-se muito bem aos objetivos da pesquisa exploratria Exemplos: uso de estudantes, grupos de igrejas, membros de organizaes sociais, lojas de departamentos, questionrios destacveis em revistas, entrevistas com pessoas na rua. Intencionais So selecionados com base no julgamento do pesquisador, que usando sua experincia, escolhe os elementos a serem includas na amostra. Exemplos: testes de mercado para determinar potencial de um novo produto, seleo de distritos eleitorais representativos para uma pesquisa de voto.
poder ser a de no existir outra alternativa vivel (a populao toda no est disponvel para ser sorteada) a amostragem probabilstica tecnicamente superior na teoria, mas na prtica, ocorrem problemas em sua aplicao que enfraquecem essa superioridade a obteno de uma amostra de dados que reflita precisamente a populao no seja o propsito principal da pesquisa: no h inteno de generalizar os dados obtidos na amostra para toda a populao no disponibilidade de tempo e recursos financeiros, materiais e humanos necessrios para a realizao de uma pesquisa com amostragem probabilstica os dados sobre a populao(nmero, listagens, etc) no so ou no esto disponveis
Amostragens probabilsticas
Para realizar a seleo das unidades amostrais, devemos inicialmente atribuir um nmero a cada uma delas.
Amostragem probabilstica Probabilstica simples(Aleatria simples) - AAS Cada elemento da populao tem uma chance conhecida, diferente de zero, idntica dos outros elementos, de ser selecionado para compor a amostra Uma amostra de tamanho n Retirada de uma populao de tamanho N toda amostra possvel de tamanho n tenha a mesma probabilidade de ser selecionada Cada elemento da populao ter a mesma probabilidade de pertencer amostra. Para selecionar de uma amostra aleatria simples precisamos ter uma lista completa de unidades amostrais).
Amostragem probabilstica Amostragem Aleatria Estratificada AAE Consiste na diviso da populao em subgrupos internamente homogneos e, externamente heterogneos,, com respeito s variveis em estudo. Escolhidos os diversos estratos Seleo de uma AAS em cada estrato de forma independente.
Caso particular de AAS A proporcionalidade do tamanho de cada estrato da populao mantida na amostra.
TABELA 1 CLCULO DO TAMANHO DA AMOSTRA EM CADA ESTRATO Tamanho do subgrupo Loja Proporo na Populao na amostra A 10/40 = 0,25 ou 25% 15 0,25 = 3,8 4 B 16/40 = 0,40 ou 40% 15 0,40 = 6 C 14/40 = 0,35 ou 35% 15 0,35 = 5,3 5
Vamos supor que obtivemos {A3, A6, A2, A8} para o estrato correspondente Loja A. A amostra {B3, B1, B15, B12, B9, B10} para o estrato correspondente Loja B atletismo e a amostra {C11, C14, C4, C7, C5} para o estrato correspondente Loja C.
Amostragem probabilstica
Amostragem Sistemtica
Requer uma listagem dos itens da populao. Se os itens da lista no se apresentam numa ordem determinada, a amostragem sistemtica pode dar uma amostra realmente aleatria, escolhendo-se cada ksimo item da lista, onde:
N = Tamanho da populao; n = Tamanho da amostra. EXEMPLO: N=32 n=5 = k=32/5=6,4 k 6 Vamos supor que o nmero 03 o sorteado(entre 1 a 6), ou seja, o primeiro cliente da amostra a Mariana. Os demais so obtidos pelo intervalo de seleo 6, a partir da Mariana, resultando na seguinte amostra: (3) (9) (15) (21) (27) {Mariana, Fabiano, Emanuel, Maria Tereza, Andra}
Amostragem Aleatria
Cada elemento da populao tem a mesma probabilidade de ser escolhido.
Amostragem Estratificada
Classificar a populao em, ao menos dois estratos e extrair uma amostra de cada um.
Amostragem Sistemtica
Escolher cada elemento de ordem k.
ERRO DE AMOSTRAGEM: a diferena que existe entre os resultados obtidos numa amostra e os que teriam sido obtidos na populao-alvo.
Duas solues existem para reduzir ao mnimo o erro amostral: 1. Retirar de forma aleatria e um nmero suficiente de sujeitos que faro parte da amostra. 2. Procurar reproduzir o mais fielmente possvel a populao pela tomada em conta das caractersticas conhecidas desta.
Tcnica de amostragem - optando por aquela que, no caso concreto, se revela mais eficiente; mediante a escolha de um processo de amostragem aleatrio e do aumento do tamanho da amostra, podese assegurar a representatividade e associar os resultados com grau de confiana elevado. Estimadores - optando por aquele que seja mais eficiente, isto , com menor variabilidade. O erro amostral um erro aleatrio, pois as estimativas comportam-se aleatoriamente em torno do verdadeiro valor do parmetro. Ou seja, no coincidem com o parmetro, estando umas estimativas acima e outras abaixo deste - da o erro -, mas concentram-se em torno de um valor central que coincide com o verdadeiro valor do parmetro
no =
1 Eo
2
N no n= N + no
Observe=se que se N muito grande, no necessrio considerar o tamanho exato N da populao. Nesse caso, o clculo da primeira aproximao j suficiente para o clculo.
CLCULO DO TAMANHO DA AMOSTRA PARA POPULAES INFINITAS (>100.000 ELEMENTOS) A amostra depende da: 1.Extenso do universo; 2.Do Nvel de Confiana; 3.Do Erro Mximo permitido; 4.Da percentagem com que o fenmeno se verifica
n= Tamanho da amostra = Nvel de confiana escolhido expresso em n desvios padro (s) p = % com o qual o fenmeno se verifica q = % complementar (100-p) e = Erro mximo permitido Se desejarmos um nvel de confiana bastante alto superior a 99% aplica-se a frmula dos trs desvios.
Exemplo: Se for possvel admitir que o nmero de captaes de gua em profundidade se situam por volta dos 50%, no ultrapassando esta %, ento p=50 e, consequentemente, q=100-50 ou seja 50. Assim, tem-se a equao
Isto , para atender s exigncias estabelecidas, o n. de captaes a analisar seria 5625. Se todavia, for aceite o nvel de confiana de 95% (2 desvios) e um erro mximo de 5% o n. de elementos ser bem menor. os clculos.
Convm lembrar que sempre que no seja possvel estimar uma percentagem do fenmeno, deve utilizar-se sempre p=50
CLCULO DO TAMANHO DA AMOSTRA PARA POPULAES FINITAS (<100.000 ELEMENTOS) 1. A amostra depende da: 2. Extenso do universo; 3. Do Nvel de Confiana; 4. Do Erro Mximo permitido; 5. Da percentagem com que o fenmeno se verifica. Onde: n = Tamanho da amostra; N = tamanho da populao = nvel de confiana escolhido, expresso em nmeros de desvios padro p = percentagem do fenmeno; q = percentagem complementar e2 = erro mximo permitido
Exemplo: Verificar quantos dos 100 empregados de uma cantina cumprem corretamente as normas de higiene e segurana do trabalho. Presume-se que esse n. no seja superior a 30% do total; deseja-se um nvel de confiana de 95% (2 desvios) e tolera-se um erro at 3%. Ento, n=90,4 Logo devero ser pesquisados 90 empregados.
Mas, se a populao fosse de 10.000 empregados, com os mesmos critrios anteriormente referidos, ento:
O tamanho "timo" de uma amostra, no depende tanto do tamanho da populao mas sim de dois parmetros estatsticos: a margem de erro e o nvel de confiana
Margem de erro Uma amostra representa aproximadamente (e nunca exatamente) uma populao. A medida deste "aproximadamente" a chamada margem de erro, e lido assim: se uma pesquisa tem uma margem de erro de 2% e a Doena Cardaca teve 25% de prevalncia na amostra recolhida, podemos dizer que, naquele instante, na populao, ela ter uma prevalncia entre 23% e 27% (25% menos 2% e 25% mais 2%).
Nvel de confiana As pesquisas so feitas com um parmetro chamado nvel de confiana, geralmente de 95%. Estes 95% querem dizer o seguinte: se realizarmos uma outra pesquisa, com uma amostra do mesmo tamanho, nas mesmas datas e locais e com o mesmo instrumento de recolha de dados, h uma probabilidade de 95% de que os resultados sejam os mesmos (e uma probabilidade de 5%, claro, de que tudo difira).
Quando j se efetivou uma pesquisa e se deseja conhecer a margem de erro utilizada aplica-se a frmula
Onde: n = Tamanho da amostra p = Erro padro ou desvio da percentagem com que se verifica determinado fenmeno p = percentagem do fenmeno q = percentagem complementar
DETERMINAO DA MARGEM DE ERRO DA AMOSTRA Exemplo: Numa pesquisa efetuada com 1000 adultos, verificou-se que 30% bebem caf pelo menos uma vez por dia. Qual a probabilidade de que tal resultado seja verdadeiro para todo o universo.
Como o valor encontrado (margem de erro) corresponde a um desvio, ento para dois desvios (95,5%), temos 1,45 *2=2,90. Para 3 desvios o triplo (4,35). Isto significa que, por exemplo, para um nvel de confiana de 95% (2 desvios) o resultado da pesquisa apresentar como margem de erro 2,90 para mais ou menos. provvel, portanto, que o n. de consumidores de caf esteja entre 27,10% (30%-2,90) e 32,90% (30%+2,90).
3.2.4 DETERMINAO DA AMOSTRA SEM CONHECER OS LIMITES DA POPULAO Em que: p= fenmeno] = erro {Se IC (intervalo de confiana)=95%, =5% (0,05)} Ento /2 = 0,05/2=0,025 Z (/2) = Z(0,025)= 1,96 d=nmero de desvios Assim para um fenmeno que tenha uma prevalncia de 25%, os resultados seriam:
Em termos estatsticos consideramos que uma amostra : Pequena se n < 30 que o valor para a qual comea a tender normalidade. Cuidados a ter na escolha da amostra: 1. Imparcialidade: todos os elementos devem ter a mesma probabilidade e oportunidade de serem escolhidos; 2. Representatividade: deve conter em proporo todas as caractersticas que a populao possui, qualitativa e quantitativamente, de modo a que no se torne tendenciosa; 3. Tamanho: suficientemente grande de modo a fornecer as principais caractersticas, por outro lado pequena para economizar tempo, dinheiro e pessoal.
95 %
4,00% 4,50% 5,00% % de Erro 5,50% 6,00% 6,50% 7,00% 7,50% 8,00% 8,50% 9,00% 9,50% 10,00% 600 474 384 317 267 227 196 171 150 133 119 106 96
96 %
659 521 422 349 293 250 215 187 165 146 130 117 105
97 %
736 581 471 389 327 279 240 209 184 163 145 130 118
98 %
846 668 541 447 376 320 276 241 211 187 167 150 135
99 %
1037 819 663 548 491 393 339 295 259 230 205 184 166
Estatsticas p Amostragem
Tamanho
mnimo
de
uma
amostra
Exemplo: Deseja-se levantar dados sobre o consumo e destinao do leo de cozinha em uma comunidade de aproximadamente 600 domiclios. Qual deve ser o tamanho mnimo de uma amostra, tal que possamos admitir com alta confiana, que os erros amostrais no ultrapassem 5%?
n= N no 600 400 = 240 N + n o 600 + 400
no =
1 1 = = 400 2 2 (0,05) Eo
Concluso: Para que a amostra seja representativa deve envolver 240 domiclios da comunidade.
FONTES DE ERROS
O ERRO AMOSTRAL, definido como a diferena entre uma estatstica e o verdadeiro valor do parmetro, parte do princpio de que as n observaes da amostra so obtidas sem erros. Na prtica, isto geralmente no acontece. Por isto, o planeamento e a execuo da pesquisa devem ser feitos com muita cautela, para evitar, ou reduzir, os erros nos prprios dados da amostra, conhecidos como ERROS NO AMOSTRAIS.
FONTES DE ERROS
Populao acessvel diferente da populao alvo: muitas vezes queremos pesquisar uma certa populao (populao alvo) mas, por convenincia, retiramos uma amostra de um conjunto incompleto de elementos (populao acessvel ou populao amostrada). Exemplo: numa pesquisa eleitoral, costuma-se tomar como base para a seleo da amostra, a lista de domiclios do municpio. Isto deixa inacessveis eleitores que moram em outros municpios, mas com domiclio eleitoral no municpio em estudo.
FONTES DE ERROS
Falta de resposta: comum no conseguirmos respostas de alguns elementos selecionados na amostra, principalmente no caso em que nem todos se dispem a responder um questionrio ou dar uma entrevista. Quando isto ocorrer usual substituir estes indivduos por outros com as mesmas caractersticas.
FONTES DE ERROS
Erros de mesurao: nem sempre conseguimos medir exatamente aquilo que queremos. Por exemplo, numa pesquisa eleitoral, o eleitor pode, por vrias razes, apontar um candidato, quando na verdade ele pretende votar em outro. Podemos reduzir a ocorrncia deste tipo de erro com a elaborao de um questionrio que tenha alguns itens de controle e com um bom treinamento dos entrevistadores.
Exatido: a capacidade de um sistema funcionar sem erros, tendo sempre um timo desempenho. Um sistema que sempre acerta um sistema com tima exatido. Preciso: significa pouca disperso, isto , capacidade de obter sempre o mesmo resultado quando repeties so efetuadas. Portanto, dizer que um sistema preciso no significa dizer que sempre acerta, mas apenas que se comporta sempre da mesma forma nas mesmas condies. Preciso e exatido so dois parmetros qualitativos associados ao desempenho de um sistema. Um sistema com tima preciso repete bem, com pequena disperso. Um sistema com excelente exatido no apresenta erros.
Preciso e Exatido
Preciso e no Exato Exato e no Preciso
No Preciso e no Exato
Preciso e Exato
Exatido x preciso
PRECISO E EXATIDO
LSE
LIE
Preciso e Exatido
Preciso e Inexatido
Impreciso e Exatido
Impreciso e Inexatido
Erro Aleatrio/Impreciso
Ao acaso Causa da impreciso de um mtodo Erros podem ser previstos com segurana Frequncia indeterminada Causa a disperso de valores de medidas repetidas estimado pelo desvio padro Pode ser minimizado, mas nunca totalmente eliminado. o negativo ou positivo cuja direo e magnitude no
Garantia de Qualidade
Confiabilidade dos resultados
Exatido Preciso
Varivel
Varivel a caracterstica que pode ser observada (ou medida) nos elementos da populao, devendo ter um e apenas um resultado para cada elemento observado. Varivel, tambm, o conjunto de resultados possveis de um fenmeno. Uma varivel pode ser: QUALITATIVA QUANTITATIVA
VARIVEL QUALITATIVA
O resultado da varivel uma resposta no numrica, ou seja, seus valores so expressos por atributos Exemplos: sexo (masculino, feminino) estado civil (solteiro, casado, vivo e divorciado) tabagismo (no fuma, fuma pouco, fuma muito)
Varivel
Qualquer caracterstica associada a uma populao Classificao de variveis
Qualitativa Quantitativa
{ {
Classe social, grau de instruo Peso, altura,salario Nmero de filhos, numero de carros
Discreta
TIPOS DE VARIVEIS
Qualitativas As caractersticas da populao no podem ser medidas. As variveis qualitativas so divididas em: Nominais A ordem no implica Ordinais A ordem tem implicao
Variveis Quantitativas
O resultado expresso em nmeros Exemplos: quantidade produzida (no de unidades), preo de venda (R$), etc. Discretas: variveis que s podem tomar um nmero finito ou infinito numervel de valores distintos Ex: quantidade produzida (no de unidades); n de filhos de uma famlia, n de acidentes, por dia, em determinado cruzamento. Contnuas: variveis que podem tomar todos os valores numricos, inteiros ou no, compreendidos no seu intervalo de variao Ex: peso de um indivduo (kg), altura de uma pessoa (m)
Ordinal refere-se aos dados que podem ser ordenados de algum modo, ainda assim, no faz sentido realizar clculos. Ex. respostas do tipo timo, bom, ruim, pssimo. Intervalar anlogo ao nvel ordinal, porm possvel realizar clculos. Neste caso, no existe um ponto de partida zero, por exemplo, as temperaturas 35,8C e 35,3C so dados de nvel intervalar, porm quando se registra temperatura igual a 0C isso no significa ausncia de calor (no existe zero absoluto)
Razo o nvel de intervalo incluindo o ponto de partida zero, pois o zero significa nenhuma quantidade presente. Ex. distncia em Km percorrida por dois carros em uma prova.
95
TIPOS DE VARIVEIS
Nominal => estado civil, profisso Qualitativa Ordinal => grau de instruo Varivel Discreta => n de habitantes, n de filhos Quantitativa Contnua => peso, estatura de um indivduo
Nominal: no possvel fazer nenhuma classificao depois das realizaes. Ordinal: possvel atribuir alguma ordem aos indivduos depois de atribuda a caracterstica. Discreta: valores assumem um conjunto finito de valores possveis. Contnua: valores pertencem a um intervalo dos nmero Reais.
96
EXEMPLOS
Consideremos uma amostra constituda pelo n de irmos de 10 alunos de uma determinada turma : 3, 4, 1, 1, 3, 1, 0, 2, 1, Estas variveis so de natureza discreta.
Se para os mesmos alunos considerarmos as alturas (m):1,53; 1,57; 1,61; 1,60; 1,58; 1,55; 1,62; 1,56; 1,52; 1,59 obteremos variveis do tipo contnua. De modo geral, as medies do origem a variveis contnuas e as contagens ou enumeraes, a variveis discretas
Tipos de dados
Escolhida agora uma amostra de 12 pessoas ao acaso, os dados relativos altura, em centmetros, podem ser os seguintes, por exemplo: 142, 175, 166, 133, 143, 144, 172, 163, 176, 193, 182, 185 Este tipo de dados quantitativo contnuo. As alturas podem tomar qualquer valor, dependendo da preciso com que podemos ou queremos efectuar a medio. Variveis quantitativas contnuas so as que podem qualquer valor de um intervalo. tomar
98
Temperaturas registadas num observatrio em cada hora. Peso dos recm-nascidos durante um ms, numa maternidade. Quantidade de nicotina de um cigarro. Quantidade de chumbo em vrios tipos de gasolina. Distncia da casa ao emprego dos trabalhadores de uma empresa.
99
O que caracteriza este tipo de variveis que, mesmo antes de se fazer uma observao, sabe-se que, teoricamente, se podem encontrar uns dados estatsticos que, em termos geomtricos, seriam representados na recta real por qualquer ponto de um intervalo intervalo. .
[
100
TIPOS DE VARIVEIS
NOMINAL QUALITATIVA VARIVEL QUANTITATIVA ORDINAL DISCRETA CONTNUA
Ex.: Para uma populao de peas produzidas em um determinado processo, poderamos ter
Dimetro das peas cm ( 0,23; 0,24; 0,21 etc.) No de peas defeituosas (0, 1, 0, 2,1 etc.) Qualidade: 1a, 2a ou 3a categoria Estado: Perfeita ou defeituosa Quantitativa Contnua Quantitativa Discreta Qualitativa Ordinal Qualitativa Nominal
Resumindo NOMINAL tambm conhecido como categrico ou qualitativo. No h relao de maior, menor ou qualquer escala de ordem. Uma varivel NOMINAL pode apenas ser igual ou diferente de outra varivel NOMINAL. Exemplos de variveis nominais: nome, genero, raa. Para tratar ou resumir os dados nominais, pode-se trabalhar com frequncia ou percentagem. No possvel calcular mdia ou mediana para dados nominais.
ORDINAL tambm qualitativo (embora em alguns casos pode ser transformado em qualitativo). Neste caso, as variveis possuem uma relao de ordem, podendo estabelecer comparaes como X maior que Z. Exemplos de variveis ordinais: grau de satisfao com o emprego, escolaridade, status socioeconmico. Como na varivel nominal, na varivel ordinal tambm possvel calcular a sua frequncia.
Os nveis INTERVALAR e de RAZO so conhecidos como quantitativos. Nesses nveis pode-se calcular mdia, mediana e desvio padro. A diferena bsica entre esses dois nveis que na escala de RAZO, existe um zero absoluto (ausncia do fenmeno). Exemplos de variveis intervalar: altitude, QI, temperatura. Exemplos de variveis de razo: velocidade, peso, altura ( diferente de altitude).
EXERCCIOS
1. EXERCCIO - Classifique as variveis em qualitativas (nominais ou ordinais) ou
quantitativas (contnuas ou discretas): a.Cor dos olhos. QL/N b.Produo de caf em Portugal(em toneladas). QT/C c.Grau de concordncia (Concorda totalmente/Concorda majoritariamente/Discorda majoritariamente/Discorda totalmente)QL/O d.Nmero de defeitos em aparelhos de TV.QT/C e.Comprimento dos pregos produzidos por uma empresa. QT/C f.A pontuo obtida em cada jogada de um dado. QT/D g. A produo de telemoveis no turno da manh da linha 5 da Nokia.QT/D h. Modelos de telemoveis fabricados na TMN QT/D i. Classificao dos telemoveis obtidos ( excelente, muito bom, bom, regular, ruim)QL/O j. Calorias gastas pelos funcionrios aps o trabalho.QT/C k. Turnos de Trabalho (1=Manh, 2=Tarde, 3 =Noite).QL/N l.Consumo de bebidas em BH ( bebe muito, bebe pouco, no bebe)QL/O
Exemplo 2 -
Medalha ganha nos J.O. Valores : Ouro , Prata , Bronze, Nenhuma Habilitaes Acadmicas Valores : Sem habilitaes mnimas, Ensino obrigatrio, 12 ano, Bacharelato, Licenciatura, Ps-Graduao, Mestrado, Doutoramento Grau de toxicidade Valores : No txico, Pouco txico, Txico, Muito txico
Exemplo 3 discretas :
Idade (em anos) (escala absoluta) Receita da venda do jornal X (em ): (escala absoluta) Impacto de um terramoto de intervalo) N.o de latas infectadas , 25 , (escala absoluta)
Valores : 0, 1, 2, 3, 4, 5,
Exemplo 4 contnuas :
Anlise de uma varivel de cada vez Anlise de duas variveis de cada vez Anlise de mais de duas variveis simultaneamente