Tendencia Central

MEDIDAS DESCRITIVAS, TENDENCIA CENTRAL: O primeiro passo na análise de dados consiste em descrever, ou sumariar, os dados, utilizando descrever, ou sumariar, os dados, utilizando procedimentos estatísticos descritivos. Em alguns procedimentos estatísticos descritivos. Em alguns estudos como certas sondagens em que se aplicam estudos como certas sondagens em que se aplicam questionários, todo o procedimento de análise questionários, todo o procedimento de análise consiste unicamente em calcular e interpretar dados consiste unicamente em calcular e interpretar dados estatísticos descritivos. A estatística descritiva permite estatísticos descritivos. A estatística descritiva permite ao investigador descrever de forma significativa

ao investigador descrever de forma significativa muitos resultados através de um número reduzido de muitos resultados através de um número reduzido de índices. índices. São utilizadas para determinar o resultado típico ou médio de um grupo de resultados;típico ou médio de um grupo de resultados. Quando se trabalha com dados numéricos observa-se uma tendência destes de se agruparem em torno de um valor central. Isto indica que algum valor central é a característica dos dados e que o mesmo pode

ser usado para representá-los.

medidas de dispersão: As medidas de posição (média, mediana, moda...) descrevem apenas uma das características dos valores numéricos de um conjunto de observações, o da tendência central. Porém, nenhuma delas informa sobre o grau de variação ou dispersão dos valores observados. Em qualquer grupo de dados os valores numéricos não são semelhantes e apresentam desvios variáveis em relação a tendência geral de média.As medidas de dispersão servem para avaliar o quanto os dados são semelhantes, descreve então o quanto os dados distam do valor central. Desse jeito, as medidas de dispersão servem também para avaliar qual o grau de representação da média. As medidas de dispersão são o Desvio (absoluto) médio, a Variância e o Desvio Padrão; o Intervalo de Variação e o Intervalo Inter-Quartis, que são medidas de distância costumam apresentar-se conjuntamente com as primeiras; o Coeficiente de Variação permite concluir da representatividade da média.

A Estatística Descritiva procura descrever as características de um grupo.

omo existe um grau de incerteza dos dados da amostra em relação aos dados da população utilizaremos a Teoria das Probabilidades quando estudarmos as amostras. É a chamada Estatística Probabilística. Queremos sempre coletar uma amostra que tenha uma probabilidade alta de representar bem a população na qual ela foi coletada.

Vejam que a estatística descritiva estuda a população. A estatística probabilística estuda a amostra. A técnica para escolhermos uma amostra que representa bem uma população é chamada de amostragem.

As técnicas de amostragem probabilística asseguram, com uma determinada margem de erro, que estão representados na amostra (de forma proporcional à sua representação na população) todos os subgrupos relevantes que constituem a população alvo. Desta forma garante-se que os resultados obtidos com o estudo dos sujeitos da amostra podem ser generalizados, com uma determinada margem de erro, para a população alvo.

A amostragem probabilística refere-se a procedimentos que utilizam alguma forma de selecção aleatória dos seus membros.

Para se ter um método de selecção aleatória, é necessário definir um procedimento que garanta que as diferentes unidades da população têm probabilidades iguais de serem escolhidas. Não é suficiente que a escolha dos membros da amostra seja aleatória. É igualmente determinante para que uma amostragem seja probabilística que todos os membros da população tenham a mesma probabilidade de serem escolhidos.

A amostragem será probabilística quando cada elemento da população tem uma probabilidade conhecida e igual de ser selecionado. Caso contrário, a amostragem será não probabilística. Segundo essa definição, a amostragem probabilística implica um sorteio com regras bem determinadas, cuja realização só será possível se a população for finita e totalmente acessível.

A grande vantagem deste método é que os resultados obtidos na pesquisa podem ser projetados para a população total.

I- Tipos de amostragem probabilística:

a) Amostragem aleatória simples (AAS)

b) Amostragem estratificada;

c) Amostragem sistemática;

d) Amostragem por conglomerado;

Os métodos para seleccionar uma amostra podem ser agrupados nas “duas” famílias seguintes: Amostras Casuais, Probabilísticas ou Aleatórias e Amostras Não Casuais, Não Probabilísticas ou Não Aleatórias.

Constituição das principais Amostras Casuais, Probabilísticas ou Aleatórias

Os métodos de Amostragem Probabilísticos são preferíveis quando o utilizador pretende extrapolar com confiança para o Universo os resultados obtidos a partir da amostra. Neste tipo de amostragem é possível demonstrar a representatividade