1. MÉTODOS
QUANTITATIVOS
Aula 1
Prof. Lidiane Christovam
Prof. Maria Lucia Figueiredo

2. MÉTODOS QUANTITATIVOS
Objetivos:
 Estimular o desenvolvimento científico e do pensamento reflexivo;
 Incentivar a investigação científica, visando o desenvolvimento da ciência
e da tecnologia, da criação e da difusão da cultura e o entendimento do
homem e do meio em que vive;
 Familiarizar os alunos com a importância da Estatística na “construção
da realidade”.
Conteúdo programático :
 Esta disponível no moodle e ou site da faculdade

3. BIBLIOGRAFIA
Básica
 LARSON, Faber. Estatística Aplicada. 4ª e ou 2ª ed. Pearson.
 ANDERSON, David. Estatística Aplicada à Administração e
Economia. 2ªed. Pioneira.
 COSTA, Sergio Francisco. Introdução Ilustrada à Estatística. 4ªed.
Harbra.
Complementar
 FONSECA, J. S., MARTINS, G. A. Curso de Estatística. 6ª. Ed. São
Paulo: Atlas.
 DOWNING, D.; CLARK, J. Estatística Aplicada. Traduzido por
Alfredo Alves de Farias. São Paulo: Saraiva.
 MARTINS, G. A. Estatística geral e aplicada. São Paulo: Atlas.
 SPIEGEL, M. R. Estatística. 3ª. Ed. São Paulo: Makron Books.
 COSTA, S.F. Introdução ilustrada à estatística. 3ª. Ed. São Paulo:
Harbra.
 TRIOLA, M.F. Introdução à estatística. 7ª. Ed. LTC
 CRESPO, Antonio Amot – Estatística Fácil. São Paulo: 18ª edição,
Saraiva.
 MAGALHÃES, M. N. ; LIMA, A.C.P. Noções de Probabilidade e
Estatística. São Paulo: Edusp.

4. AVALIAÇÃO
P1  avaliação intermediária
PAF  Avaliação final
T  trabalho e ou atividade
Cálculo da média será realizado da seguinte forma
Aprovação
Média ≥ 6,0 com Frequência ≥ 75%

5. FRASES
 “A Estatística muitas vezes é como o biquíni: Mostra
quase tudo, mas esconde o essencial.” Roberto Campos
 “Existem três tipos de mentiras: As mentiras simples, as
mentiras deslavadas e as estatísticas” Disraeli
 “A Estatística serve para separar aquilo que é verdade
daquilo que é mero acaso” Richard Dawkins
 “A morte de uma pessoa é uma tragédia; a de milhões,
uma estatística.” Joseph Stalin (1879-1953)
 “No futuro, o pensamento estatístico será tão necessário
para a cidadania eficiente como saber ler e escrever.”
H. G. Wells (1866 - 1946)

6. ESTATÍSTICA
 Hoje: problema não é de escassez de informação,
mas como utilizar a informação abundante
disponível para tomar as melhores decisões.

7. BREVE HISTÓRICO DA ESTATÍSTICA
 Surge com as sociedades primitivas e tinha como
maior objetivo a arrecadação de impostos e combate
(exército).
 Primeiro levantamento que se tem conhecimento vem
de Heródoto, que afirmava ter-se efetuado em 3050 a.
C. (egito)
 A palavra Estatística vem do latin do status, Estado
 Na atualidade, a Estatística já não se limita apenas
ao estudo da Demografia e da Economia. O seu campo
de aplicação alargou-se à análise de dados em
Biologia, Medicina, Física, Psicologia, Indústria,
Comércio, Meteorologia, Educação, etc., e ainda a
domínios aparentemente desligados, como estrutura
de linguagem e estudo de formas literárias.

8. POR QUE PRECISAMOS DE
ESTATÍSTICA.
 Apresentar e descrever informações de forma
adequada.
 Tirar conclusões a partir de amostras.
 Melhorar os Processos.
 Obter Previsões confiáveis a partir de Variáveis
de Interesse.

9. O QUE É ESTATÍSTICA?
A estatística é um método
científico empregado para
coletar, organizar,
descrever, analisar e
interpretar dados
provenientes de
experimentos, ou vindos de
estudos observacionais.

10. POR QUE PRECISAMOS DE
ESTATÍSTICA.
Conclusões sobre
Apresentar e Melhorar Obter Previsões
a população a partir
Descrever Informações Processos Confiáveis
de Amostras
Aplicações
Estatística Distribuições Estatísticas Correlação e
Descritiva de Probabilidade em CQ e na Regressão Simples
Produtividade
Análise
Estimação Testes de Regressão
de Séries
de Parâmetros Hipóteses Múltipla
Temporais

11. ÁREAS DA ESTATÍSTICA
Descritiva
Etapa inicial da análise utilizada para descrever, organizar e resumir os dados
coletados.
Probabilística
A teoria das probabilidades nos permite modelar fenômenos aleatórios, ou
seja, aqueles em que está presente a incerteza.
É uma ferramenta fundamental para inferência estatística.
Inferencial
Um conjunto de técnicas baseadas em probabilidade, que a partir de dados
amostrais nos permite tirar conclusões sobre a população de interesse.
Descritiva Amostragem Probabilidade
Inferência

12. População
É o conjunto de entes portadores de, pelo menos, uma característica em comum.
Também denominada população estatística ou universo estatístico
Exemplo 1: O conjunto de todas as notas de estatística lançadas em uma
faculdade em um certo período.
Exemplo 2: O conjunto de todos os saldos médios dos clientes de um grande
banco.
Amostra
É um sub-conjunto finito de uma população

13. POPULAÇÃO E AMOSTRA
Amostra
Estatísticas para estimar
População atitudes
Parâmetros para estimar atitudes
Conclusões sobre a População a partir da Amostra
13

14. ESTATÍSTICA DESCRITIVA
Estudo das relações estatísticas que descrevem uma amostra.
Como o termo já indica, seu objetivo é apenas descrever os dados amostrais
com o emprego de gráficos e medidas estatísticas.
Os quadros do IBOPE/Opinião a seguir referem-se à intenção de voto para
prefeito de São Paulo para o primeiro e segundo turno das eleições de 2004.
A resposta foi estimulada e única.
Pergunta realizada: Se a eleição para prefeito fosse hoje e os candidatos
fossem estes,....
em quem o (a) Sr. (Sra) votaria?
Na eleição presidencial, para governadores e prefeitos, os institutos de
pesquisa de opinião colhem periodicamente amostras de eleitores para
obter as estimativas de intenção de voto da população. As estimativas são
fornecidas com um valor e uma margem de erro.

15. Intenção de voto para prefeito de São Paulo realizada entre os dias 11 e 13 de
setembro de 2004 (1º Turno).
Pesquisa contratada pela TV Globo, em % do total de votos.
A pesquisa ouviu 1.204 eleitores - Margem de erro de 2,8% com 95% de
confiança.

16. Evolução da intenção de voto para prefeito de São Paulo realizada entre
os dias 29 e 30 de outubro de 2004 (2º Turno).
Pesquisa contratada pela TV Globo, em % do total de votos.
A pesquisa ouviu 2.000 eleitores - Margem de erro de 2 % com 95% de
confiança

19. PARÂMETROS E ESTATÍSTICAS
Parâmetros são relações obtidas a partir de dados populacionais.
Já as estatísticas são relações obtidas a partir de dados
amostrais.
As estatísticas são nomeadas com letras latinas, ao passo que os
parâmetros são nomeados com letras do alfabeto grego.
Relação População Amostra
Média µ x
Variância σ2 S2
Desvio padrão σ S

20. TIPOS DE VARIÁVEIS
valores atributos
numéricos

21. CLASSIFICAÇÃO DAS VARIÁVEIS
Os níveis de mensuração em estatística estão relacionados com os tipos de
variáveis que ela pode tratar.
São quatro os tipos de variáveis na Estatística:
Variáveis Qualitativas: Expressam avaliações qualitativas, definições ou
códigos. Podem ser de dois tipos:
•Qualitativas nominais: Não transmitem a idéia de intensidade. Referem-se
apenas a definições ou códigos.
Exemplos: O sexo de funcionário, o estado civil de um aluno.
•Qualitativasordinais: Trazem a idéia de intensidade de tal forma que seus
valores podem até ser colocados em ordem.
Exemplos: Escolaridade de um funcionário, Avaliação de um governo

22. CLASSIFICAÇÃO DAS VARIÁVEIS
Variáveis quantitativas: Expressam valores numéricos que, como tal,
podem ser alvos de cálculos. Também há dois tipos.
•Quantitativa Discreta: O conjunto de seus valores pode ser enumerado ( isto
é, os valores podem ser ordenados em uma lista ). É muito frequente terem
como origem uma contagem.
Exemplos: Número de filhos de um casal, quantidade de peças com defeito em
um lote de peças.
•Quantitativa Contínua: O conjunto de seus valores não pode ser enumerado,
pois neste caso a variável pode assumir qualquer valor numérico pertencente
ao conjunto dos números reais. Em geral tem como origem a medida de uma
grandeza física.
Exemplos: O tempo que um funcionário demora para realizar uma tarefa, a
temperatura com que uma máquina deixa de funcionar

23. EXERCÍCIO
Classifique as variáveis em qualitativa (nominal ou ordinal) e
quantitativa (discreta ou contínua) e dê exemplo de um valor
(numérico ou não numérico) para cada item.
a) estado civil de uma pessoa
b) marcas de carros em um estacionamento
c) salário de um funcionário de uma empresa
d) número de acidentes de trabalho em uma empresa
e) cor dos cabelos das modelos de uma agencia de modelos
f) cor dos olhos
g) grau de instrução
h) O RG de un indivíduo
i) O CEP de um endereço

24. EXERCÍCIOS
Classifique as variáveis a seguir segundo o seu tipo.
Número de filhos
Quantitativas Discretas
Número de aplicações por cliente
Número de produtos adquiridos nos últimos 3 meses
Saldo da conta no último mês Quantitativas Contínuas
Tempo até o inadimplemento
Tempo de relacionamento de conta Qualitativas Nominais
Tipo de conta
Tipo de segmento
Qualitativas Ordinais
Cancelamento de produto
Escolaridade (1o, 2o, 3o graus)
Estágio de cobrança (inicial, intermediário, avançado)
Mês de observação (janeiro, fevereiro,..., dezembro)

25. ANALISANDO OS DADOS.
Antes de tomar qualquer conclusão sobre os
dados, deve-se conhecê-los. Deve procurar
respostas a questões do tipo:
•Existem dados faltantes?
•Qual a sua distribuição?
•Existem pontos discrepantes?
•Efetuar medidas resumo;
•Criação de tabelas e gráficos;
•Tabelas cruzadas.

26. TIPOS DE MÉTODOS DE
AMOSTRAGEM
 Motivos para efetuar Amostragem
Menos tempo e custo menor que um censo
Mais eficiente e prático que um censo
Inacessibilidade à toda a população

27. TIPOS DE MÉTODOS DE
AMOSTRAGENS
Amostra
Probabilística
Não-Probabilística
Aleatória
Simples Estratificada
Intencional A Esmo
Grupo
(Cluster)
Sistemática
Voluntária

28. AMOSTRAGEM PROBABILÍSTICA
Itens da amostra escolhidos com base em probabilidades
conhecidas.
Probabilística
Aleatória
Simples Sistemática Estratificada Cluster
28

29. AMOSTRA ALEATÓRIA SIMPLES
• Cada item tem a mesma chance de ser
selecionado
• Selecionamento pode ser com ou sem reposição
• Uso de Tabelas de Números Aleatórios
29

30. AMOSTRAGEM SISTEMÁTICA
• Decidir tamanho da amostra: n
• Calcular k=N/n
• Aleatoriamente selecionar 1 item
• Selecionar os k-ésimos ítens a partir desse inicial

31. AMOSTRA ESTRATIFICADA
• População é dividida em 2 ou mais grupos de acordo
com alguma característica em comum
• Em cada grupo aplicar a amostragem aleatória
simples
• As amostras são combinadas em uma única
31

32. AMOSTRAS DE GRUPOS (CLUSTERS)
 População é composta de vários clusters representativos
 Aplicar amostragem aleatória simples em alguns clusters
 Combinar as amostras em uma única
4 clusters
foram
escolhidos.

33. AMOSTRAGEM NÃO-
PROBABILÍSTICA
Intencional
A esmo
Voluntária

34. TIPOS DE ERROS EM
PESQUISAS
 Qual é o objetivo?
 Usa Amostragem Probabilística?
 Erro de Cobertura – Listagem adequada?
 Erro por falta de resposta – follow up
 Erros de Medidas – boas questões formuladas?
 Erros de Amostragem – Margem de precisão
34

35. TIPOS DE ERROS EM PESQUISAS
Itens Excluídos
 Erro de Cobertura
Follow up nas faltas
 Erros por Falta de Resposta
de respostas.
 Erros de Amostragem
Oportunidade diferente de
Amostra para Amostra.
 Erros de Medidas
Per
g un
ta
Ru
im
!