Estatística básica: teoria e prática

GIOVANI GLAUCIO DE OLIVEIRA COSTA
Curso de Estatstica Bsica:

Teoria e Prtica
2 Edio
EDITORA ATLAS
SO PAULO, 2013
Agradecimentos:
minha mezinha querida, Oneida Barreto de Campos

Costa; Aos meus irmos amigos e companheiros Andr
Luiz de Oliveira Costa e Andra Viviane de Oliveira Costa;
minha afilhadinha e sobrinha amada Juliana Paula Costa
Lima e a Editora Atlas pela confiana que depositou em
meu trabalho.
Prefcio
Este livro o resultado de experincias vividas a partir de 1991, quando

iniciei a minha vida acadmica como docente de graduao das Faculdades
Cndido Mendes em Campus do Goitacazes no Estado do Rio de Janeiro. A
partir da o material didtico que utilizava para lecionar Estatstica foi se
aperfeioando com a prtica adquirida em outras instituies de ensino
superior, tais como a Universidade Salgado de Oliveira, a Universidade Federal
do Rio de Janeiro, a Universidade da Cidade, a Universidade Federal
Fluminense, dentre muitas outras, at terminar nos ltimos quatro anos com a
Universidade Federal Rural do Rio de Janeiro. Foi tambm testado em cursos
de especializao e mestrado em economia e administrao, sendo
apresentado como texto para contemplar diversos programas.
Essa soma de cursos e experincias mostrou que a melhor maneira de
apresentar a matria a de expor os assuntos de maneira objetiva, prtica e
instrumental, onde os conceitos so contextualizados dentro da rea de
formao de cada curso ou estudante. Este recurso didtico importante
porque motiva e impulsiona o gosto pela disciplina pelos estudantes.
Procuro, na maioria dos casos, apresentarem os conceitos sucintamente
de maneira a ser usado imediatamente na empresa ou em situaes de
pesquisas, sem grandes demonstraes matemticas ou formalismos. Logo em
seguida, os exemplifico atravs de cases prticos, reais em diversas reas
negcios, sade e engenharias. So disponibilizados exerccios propostos no
final de cada unidade.
O presente livro se destina a cursos de estatstica em nvel bsico ou
introdutrio em reas predominantemente de cincias humanas e sociais. O
seu contedo objetiva dar uma viso geral e instrumental de estatstica
descritiva e suas aplicaes nestas reas. Para tanto, versa sobre conceitos
bsicos de estatstica, variveis, noes de amostragem, fases do mtodo
estatstico, sries estatsticas, nmeros relativos, grficos estatsticos, estudo
das distribuies de frequncias, nmeros-ndices e anlise exploratria de

dados(EAD).
No final do livro, em anexos, so apresentados textos auxiliares que
completam o entendimento e aplicao
dos conceitos e exerccios:
arredondamento de dados, normas de representao tabular e como construir

uma distribuio de frequncia por classes.
As reas e os cursos de aplicao deste livro so amplos e muito
diversificados em cursos de estatstica de nvel bsico, mas podemos destacar
a adoo deste compndio em disciplinas de estatstica bsica ou introdutria
de cursos de Administrao, Economia, Turismo, Educao, Sade, e tambm
em
programas
de
ps-graduao
especializao
mestrado,
como
nivelamento.
Gostaria muito de contar com a ajuda de todos os leitores, alunos e
colegas para avaliao crtica positiva deste texto, de modo que possamos
evoluir em qualidade, superando os erros e aperfeioando os acertos. Ser
muito gratificante para mim se meu livro tiver sido de alguma forma til para o
leitor, nem que tenha sido em somente um pargrafo e/ou em somente uma
pgina, mas espero de verdade que ele seja relevante em todo o seu contedo.
Obrigado a todos e boa leitura.
O autor.
Sumrio
Captulo 1 : Conceitos Bsicos de Estatstica...............................................
Fenmeno..........................................................................................................
Cincia...............................................................................................................
Cincia Estatstica.............................................................................................
Fenmeno Coletivo ou de Massa......................................................................
Populao..........................................................................................................
Amostra..............................................................................................................
Levantamentos Estatsticos...............................................................................
Censo.................................................................................................................
Amostragem.......................................................................................................
Razes para o Uso da Amostragem...................................................................
Importncia da Amostra......................................................................................
Diviso da Estatstica.........................................................................................
Estatstica Descritiva..........................................................................................
Estatstica Inferencial.........................................................................................
Esquema Lgico de um Estudo Estatstico.......................................................
Exerccios Propostos.........................................................................................
Captulo 2: Variveis.......................................................................................
Conceito de Variveis........................................................................................
Tipos de Variveis.............................................................................................
Variveis Qualitativas........................................................................................
Varivel Qualitativa Nominal..............................................................................
Varivel Qualitativa Ordinal...............................................................................
Variveis Quantitativas......................................................................................
Varivel Quantitativa Discreta............................................................................
Varivel Quantitativa Contnua..........................................................................
Resumo do Conceito de Variveis.....................................................................
Captulo 3: Noes de Amostragem.............................................................
Conceitos de Amostragem.................................................................................
Amostragens Probabilsticas.............................................................................
Tipos de Amostragem Probabilstica.................................................................
Amostragem Aleatria Simples.........................................................................
Amostragem Sistemtica..................................................................................
Amostragem Estratificada..................................................................................
Amostragem por Conglomerados......................................................................
Amostragens No-Probabilsticas......................................................................
Tipos de Amostragens No-Probabilsticas.......................................................
Inacessibilidade a Toda Populao...................................................................
Amostragem a Esmo ou Sem Norma................................................................
Populao Formada de Material Contnuo........................................................
Amostragem Intencional....................................................................................
Amostragem por Voluntrios.............................................................................
Amostragem por Quotas....................................................................................
Tamanho de Amostras para Estimao de Propores Populacionais em
Pesquisas..........................................................................................................
Populao Finita e Infinita..................................................................................
Tamanho de Amostras em Amostragem Aleatria Simples..............................
Clculo de Tamanho da Amostra Alternativo....................................................
Tamanho de Amostras em Amostragem Estratificada ou por Quotas...............
Amostragem por Quotas Versus Amostragem Aleatria Estratificada..............
Captulo 4: Fases do Mtodo Estatstico......................................................
Mtodo...............................................................................................................
Mtodo Estatstico.............................................................................................
Fases do Mtodo Estatstico..............................................................................
Planejamento.........................................................................................................
Necessidade(Relevncia) da Pesquisa.................................................................
Definio das Variveis da Pesquisa.....................................................................
Definio da Necessidade da Pesquisa com Trabalho de Campo........................
Pesquisa com Trabalho de Campo........................................................................
Projetos de Pesquisa.............................................................................................
Coletas de Dados(Trabalho de Campo)................................................................
Fonte de Dados em Pesquisas..........................................................................
Tipos de Dados em Pesquisas..........................................................................
Sequncia no Processo de Dados em Pesquisas.............................................
Crtica de Dados................................................................................................
Apurao de Dados...........................................................................................
Anlise de Dados...............................................................................................
Emisso do Relatrio Final................................................................................
Comunicao dos Resultados...........................................................................
Captulo 5: Sries Estatsticas.......................................................................
Conceitos de Sries Estatsticas.......................................................................
Sries Temporais...............................................................................................
Sries Geogrficas............................................................................................
Sries Especificativas........................................................................................
Sries Mistas.....................................................................................................
Distribuies de Freqncia..............................................................................
Captulo 6 Nmeros Relativos
Dados Absolutos.................................................................................................
Dados Relativos...................................................................................................
Coeficientes..........................................................................................................
Taxas...................................................................................................................
Percentagens......................................................................................................
ndices..................................................................................................................
Exerccios Propostos.............................................................................................
Captulo 7: Grficos Estatsticos..................................................................
Conceito de Grficos Estatsticos......................................................................
Requisitos Fundamentais de um Grfico...........................................................
Finalidades dos Grficos...................................................................................
Tipos de Grficos...............................................................................................
Grficos de Reclame.........................................................................................
Tipos de Grficos de Reclame...........................................................................
Construo dos Grficos...................................................................................
Grfico Linear ou de Linha.................................................................................
Grfico de Colunas............................................................................................
Grfico de Barras...............................................................................................
Grfico de Setores ou Pizza............................................................................
Interpretao de Grficos de Reclame..............................................................
Grficos de Anlise............................................................................................
Tipos de Grficos de Anlise.............................................................................
Interpretao de Grficos de Anlise.................................................................
Histograma.........................................................................................................
Polgono de Frequncia....................................................................................
Captulo 8: Estudo das Distribuies de Freqncias...............................
Conceitos de Medidas de Distribuies de Frequncias...................................
Medidas de Tendncia Central..........................................................................
Medidas de Posio(Separatrizes)....................................................................
Medidas de Disperso.....................................................................................
Medidas da Forma de uma Distribuio..........................................................
Exerccios Propostos.......................................................................................
Unidade 9: Nmeros-ndices.........................................................................
Conceitos de Nmeros-ndices.........................................................................
Nmeros-ndices Simples ou Relativos............................................................
Relativos de Base Mvel(Elos Relativos).........................................................
Relativos de Base Fixa(Relativos em Cadeia)..................................................
Nmero-ndice Agregado ou Nmero-ndice Composto...................................
Nmero-ndice Agregativo Simples..................................................................
Nmero-ndice Agregativo Ponderado..............................................................
Construo de ndices de Preos....................................................................
Taxas de Inflao............................................................................................
Indicadores de Inflao...................................................................................
Deflacionamento de Dados..............................................................................
Taxa Mdia de Crescimento Anual.................................................................
Exerccios Propostos.......................................................................................
Unidade 10: Anlise Exploratria de Dados....................................................
Introduo........................................................................................................
Conceito............................................................................................................
Importncia da AED.........................................................................................
Grfico de Caule-e-Folhas.................................................................................
Grfico de Extremos-e-Quartis ou Caixa-com-Bigodes....................................
Grfico de Probabilidade(P-P)............................................................................
Grfico de Ajustamento dos Resduos..................................................................
Anexo : Textos Auxiliares.................................................................................
Texto 1: Arredondamento de Dados.....................................................................
Texto 2: Normas de Representao Tabular........................................................
Texto 3: Construo de Distribuies de Frequncia com Intervalos de Classes
Bibliografia...........................................................................................................
Unidade I
Conceitos Bsicos de Estatstica
Fenmeno:
tudo que pode ser percebido pelos sentidos ou pela conscincia.
Exemplos:
Uma fruta que cai de uma rvore, uma pessoa que nasce, uma mistura
de leite com caf, a incidncia de uma doena, o comportamento das pessoas
numa loja, o consumo de certo produto, a oferta de certo produto, a demanda
por certo produto, o lucro de uma empresa, o peso de uma criana ao nascer,
etc.
Cincia:
o conjunto orgnico de conhecimentos sobre os fenmenos e suas
relaes recprocas.
Cincia Estatstica:
A Estatstica a cincia que estuda um determinado tipo de fenmeno:
os fenmenos coletivos ou de massa. , ento, o conjunto de mtodos e
processos quantitativos que serve para estudar e medir os fenmenos coletivos
ou de massa.
10
Fenmenos Coletivos ou de massa:

So os que no possuem regularidade na observao de casos
isolados, mas na massa de observaes.
Exemplo:
Em geral, quando estudamos uma ou mais caractersticas de um
conjunto de elementos, chamado populao, estamos diante de um fenmeno
coletivo ou de massa: as notas em matemtica dos alunos de uma turma, o
nvel scio econmico dos consumidores de um produto,
renda dos
brasileiros, lucro de empresas cariocas, gnero dos torcedores de um

clube de futebol, oferta de certo produto por parte de empresas
fornecedoras e nvel de demanda de emprstimos consignados por
servidores pblicos.
Populao:
o conjunto de elementos portadores de pelo menos uma caracterstica
comum de interesse para ser estudado estatisticamente.
Exemplos:
Num estudo sobre satisfao por certo servio, a populao
estatstica constituda por todos os consumidores deste servio;
Num estudo sobre hbitos de fumar de certa cidade, a populao
ser formada por todos os habitantes desta cidade;
Num estudo sobre contedo dos e-mailss de sua caixa-postal, o
conjunto de e-mails de sua caixa postal uma populao
estatstica.
11
Num estudo sobre a oferta de certo produto, a populao alvo

pode ser constituda por estabelecimentos comerciais.
Amostra:
um subconjunto finito da populao, selecionada adequadamente para
represent-la.
Para que as concluses sobre a populao sejam fornecidas
adequadamente pelas amostras necessrio que elas sejam representativas
da populao.
Amostras representativas so aquelas que so verdadeiras miniaturas
da populao, isto , tm todas as caractersticas da populao, mas em
menor escala.
Para obtermos amostras representativas existem vrios mtodos de
extrao, mas os mais eficazes so aqueles em que os elementos que vo
compor a amostra so selecionados por sorteio, aleatoriamente.
Exemplos:
Num estudo sobre satisfao por certo servio oferecido por uma
empresa, a amostra constituda por parte dos clientes (aqueles que
utilizaram) deste servio;
Num estudo sobre hbitos de fumar de clientes de um hotel, a amostra

ser formada por parte dos clientes desta empresa.
Num estudo sobre contedo dos e-mailss de sua caixa-postal, a

amostra ser uma parte representativa do conjunto de e-mails de sua
caixa postal.
12
Levantamentos Estatsticos:
A Estatstica possui dois tipos de levantamentos:
Censo
Amostragem
Censo:
Estudo de uma populao com base em todos os seus elementos.
Exemplo:
No Brasil, o Instituto Brasileiro de Geografia e Estatstica (IBGE) realizam,
de dez em dez anos, o trao do perfil demogrfico e scio-econmico da
populao brasileira. O objetivo principal do levantamento atualizar os
dados estatsticos populacionais no intuito de orientar polticas e aes
pblicas com informaes atualizadas sobre a populao.
13
Outros Exemplos:
Quando estudamos caractersticas de banco de dados relacionais

atravs do exame exaustivo de seus registros, estamos diante de um
censo;
Quando estudamos o desempenho dos programas criados por

diferentes analistas de sistemas de uma grande empresa, periciando
todos os computadores alvo da pesquisa;
Quando estudamos os motivos de excluses de perfis do facebook

atravs da observao de todos os facebooks excludos.
Amostragem:
o estudo de uma populao com base em uma parte representativa da
mesma, isto , com base numa amostra.

Exemplos:
Quando estudamos caractersticas de banco de dados relacionais

atravs do exame de uma parte representativa de seus registros,
estamos diante de uma amostragem;
Quando estudamos o desempenho dos programas criados por

diferentes analistas de sistemas de uma grande empresa, periciando
uma amostra dos computadores alvo da pesquisa;
Quando estudamos os motivos de excluses de perfis do facebook

atravs da observao de amostra dos facebooks excludos.
14
Razes para o Uso da Amostragem:
o A populao infinita, ou considerada como tal, no podendo, portanto

ser analisada na ntegra;
o Custo excessivo do processo de recolha e tratamento dos dados, como
resultado da grande dimenso da populao ou da complexidade do
processo de caracterizao de todos os elementos da populao;
o Tempo excessivo do processo de recolha e tratamento dos dados,
conduzindo obteno de informao desatualizada;
o As populaes so dinmicas, de onde resulta que os elementos ou
objetos da populao esto em constante renovao, de onde resulta a
impossibilidade de analisar todos os elementos desta populao;
o Recolha de informao atravs de processos destrutivos (que, se
aplicada
exaustivamente,
conduziria
completa
destruio
da
populao);
o Inacessibilidade a alguns elementos da populao, por diversas causas.
Exemplos1
Como exemplo, temos o caso de uma fbrica de automveis que, pelas

questes apontadas acima, no efetua inspeo e ensaios em 100% dos itens
que sero agregados ao automvel, faz as verificaes de qualidade e
conformidade em momentos especficos durante a produo, seja no incio,
meio ou fim. Logo no incio do processo produtivo, efetuada uma
inspeo(usando tcnicas de amostragem) dos lotes de produtos recebidos.
15
Exemplo 2:
Outro exemplo interessante do uso de tcnicas de amostragem o

manejo sustentvel de reas florestais com fins extrativistas. Neste caso, numa
floresta definem-se reas de controle( a amostra), mede-se a densidade
florestal destas reas e extrapola-se o resultado para toda a mata. Pode-se
assim conhecer com boa preciso o nmero de espcies vegetais encontradas
e sua idade mdia, dentro outros aspectos.
Importncia da Amostra:
Portanto, se a constituio da amostra obedecer a determinadas

condies, a anlise das caractersticas da amostra pode servir para se
conhecer como se comporta a caracterstica na populao.
Diviso da Estatstica:
A Estatstica se divide em dois ramos:
16
Estatstica Descritiva:
a parte da Estatstica que tem o objetivo de descrever os dados
observados, isto :
Obteno dos dados;
Reduo dos dado;.
Representao dos dados.
atributo da Estatstica Descritiva a obteno de algumas informaes
como mdias, propores, disperses, tendncias, ndices, taxas que resumem
e representam os fenmenos observados. Isto encerra as atribuies da
Estatstica Descritiva.
No caso de ter se optado pelo estudo estatstico com amostras, a
Estatstica estabelece tcnicas para se afirmar se a estimativa obtida junto
amostra de qualidade. Este o objetivo da Estatstica Inferencial.
Estatstica Inferencial:
a parte da Estatstica que tem o objetivo de estabelecer tcnicas de
avaliar se a estimativa obtida junto amostra de qualidade, isto , se est
prxima do valor do parmetro populacional. Portanto, a tcnica de tomar o
parmetro populacional pela estimativa, desde que ela seja de boa qualidade,
isto , significante.
A estatstica Inferencial tem o objetivo de estabelecer nveis de confiana
para a tomada de deciso de associar uma estimativa amostral a um parmetro
populacional de interesse.
17
Exemplo 1:
Suponha que tivssemos interesse na renda mdia dos habitantes de

uma cidade. Para investigar o seu valor, optou-se por um estudo por
amostragem. Na amostra colhida, verificou-se uma estimativa de R$ 800,00
para a renda dos habitantes da cidade. Com base nesta estimativa, o que se
pode dizer do parmetro populacional correspondente?
Exemplo 2:
Suponha que tivssemos interesse no salrio mdio dos funcionrios de
uma empresa. Para investigar o seu valor optou-se por um estudo por
amostragem. Na amostra colhida, verificou-se uma estimativa para o salrio
dos funcionrios da empresa R$ 2000,00. Este valor significante? Est
prximo do valor do salrio de toda a populao? vlido como parmetro
populacional? Ou fruto de erro amostral?
Exemplo 3:
Suponha que tivssemos colhido uma amostra de 50 contracheques de

um total de 2000 funcionrios de uma empresa, e obtivssemos a
porcentagem de pessoas que tiveram descontos por falta ou atrasos num ms
considerado. funo da Estatstica Inferencial verificar se este resultado
encontrado em 50 trabalhadores para os 2000 de boa qualidade, isto ,
significante.
18
Esquema Sntese de um Estudo Estatstico:
Nesta figura, temos uma populao da qual retirada uma amostra. Vse a Estatstica Descritiva sendo aplicada para descrever e resumir o que
ocorre na populao ou na amostra. Quando a Estatstica resume populaes,
ela faz Amostragem. Quando resume caractersticas, faz Estatstica
Descritiva e quando a(s) descritiva(s) est(o) num contexto de amostragem,
(so) gerada(s) estimativa(s). Esta(s) estimativa(s) deve(em) ser avaliada(s)
quanto sua qualidade de estimao, aonde so feitos os Testes de
Significncia.
Portanto, a amostragem resume populaes e a Estatstica Descritiva
resume caractersticas, gerando quase sempre estimativas.
Para voc ter uma viso global das etapas envolvidas em um estudo
estatstico observe atentamente o esquema a seguir:
19
Esquema Lgico de um Estudo Estatstico:
POPULAO
ALVO
ESTATSTICAS
DESCRITIVAS:
AMOSTRA ALEATRIA
CLCULO DE
ESTIMATIVAS DE
PARMETROS
CLCULO DAS
PROBABILIDADES
ESTATSTICA
INFERENCIAL: TESTES
DE SIGNIFICNCIA
TOMADA DE DECISO
20
Concluso:
Este esquema mostra que o estudo estatstico se inicia na populao,
passa pelas etapas amostragem, gerao de estimativas,
testes de
significncia, e, finalizado na tomada de deciso em uma contexto de

incerteza, mas que foi devidamente embasada pela metodologia estatstica,
envolvida na anlise, fato que ir lhe assegurar maior credibilidade.
Testes de significncia so aqueles nos informam, com certa
segurana, se a estimativa gerada por uma amostra particular ou no fruto
de um erro de amostragem muito grande, orientando o pesquisador na deciso
de tomar o valor do parmetro populacional por esta estatstica disponvel.
21
Exerccios Propostos
Responda s questes abaixo:
1. O que Cincia?
2. O que Estatstica?
3. Explique o que voc entende pr populao e amostra?
4. Qual o objetivo da Estatstica Descritiva?
5. Qual o objetivo da Estatstica Inferencial? D exemplos prticos.
6. O que voc entende por censo?
7. O que voc entende por amostragem?
8. Para que as concluses sejam vlidas, como devem ser as amostras?
9. Para que as amostras sejam representativas da populao em estudo,
como devem se extrados os seus elementos?
10. Explique o esquema lgico de um estudo estatstico.
22
Unidade II
Variveis
Conceito de Varivel:
uma caracterstica de interesse que associamos populao para ser
estudada estatisticamente.
Exemplos:
Altura, idade, estado-civil e salrio de entrevistados em uma pesquisa.
Tipos de Variveis:
As variveis podem ser de dois tipos:
Qualitativas e Quantitativas
Variveis Qualitativas
Apresentam como possveis resultados uma qualidade (ou atributo) do
elemento pesquisado.
Exemplos:
Sexo, cor, aparncia, status social, etc.
As variveis qualitativas se classificam em nominais e ordinais.
23
Varivel Qualitativa Nominal:

No existe nenhuma ordenao possvel nas realizaes das categorias.
Exemplos:
Sexo, cor, estado-civil, nacionalidade, etc.
Varivel Qualitativa Ordinal:
Existe certa ordem ou hierarquia entre as realizaes de cada varivel.
Exemplos:
o Nvel de instruo: superior > mdio > fundamental
o Nvel Scio-Econmico: classe alta > classe mdia > classe baixa
Outras:
Cargo ocupado por funcionrios em uma empresa, posto no servio
militar, classificao de candidatos no servio pblico.
Variveis Quantitativas
So aquelas em que as possveis realizaes so valores numricos.
Exemplos:
Idade, estatura e peso corporal.
As variveis quantitativas se classificam em discreta e contnua.
24
Varivel Quantitativa Discreta:

So aquelas que resultam de contagens. S podem assumir valores
inteiros.
Exemplos:
Nmero de filhos de um paciente, salrio, nmero de acidentes numa via
expressa, nmero de atendimentos em um posto de sade, etc.
Varivel Quantitativa Contnua:
So aquelas que resultam de medio. No so necessariamente
inteiras, dependem da preciso adotada e do instrumento de medida.
25
Exemplos:
Idade (tempo de vida), quilmetros rodados de um automvel, estatura e
peso corporal dos entrevistados em uma pesquisa de satisfao com produtos
da linha light.
Resumo do Conceito de Variveis:
Nominal
Qualitativas
Ordinal
Variveis
Discreta
Quantitativas
Contnua
26
Exerccios Propostos
Classifique as variveis abaixo:
1. Cor dos olhos dos candidatos a modelos de uma agncia.
2. Nmero de filhos de casais residentes em uma cidade.
3. Causas de acidentes de trabalho de funcionrios de uma fbrica.
4. Salrios de funcionrios de uma empresa.
5. Renda de clientes de um banco.
6. Classificao num concurso pblico.
7. Nota atribuda por parte de donas de casa satisfao com certo
eletrodomstico de 0 a 5.
8. Peso de candidatos num concurso na rea militar.
9. Estabelecimentos de sade, pblicos e particulares.
10. Estado-civil de entrevistados em uma pesquisa de opinio.
27
Unidade III
Noes de Amostragem
Conceitos de Amostragem:
o Amostragem o processo de retirada de amostras;
o o estudo de uma populao com base em uma amostra
representativa;
o Amostra uma parte da populao, retirada segundo uma regra
conveniente;
o Existem vrios tipos de amostragem, ou melhor, vrias regras
para seleo de amostras;
o O pressuposto bsico para que se utilize uma determinada
regra de amostragem que ela gere amostras representativas, isto ,
com todas as caractersticas bsicas e importantes do universo: que
seja uma verdadeira miniatura da populao;
o Apresentaremos as principais regras para a retirada de uma
amostra;
o As regras de amostragem podem ser classificadas em duas
categorias gerais: probabilsticas e no- probabilsticas.
Amostragens Probabilsticas:
So amostragens em que a seleo aleatria de tal forma que
cada elemento da populao tenha uma chance real de fazer parte da
amostra.
Assim: se N define o tamanho da populao e se todos os
elementos da populao possuem igual probabilidade, teremos que 1/N
a probabilidade de cada elemento participar da amostra.
28
Tipos de Amostragens Probabilsticas:

o Amostragem aleatria simples
o Amostragem sistemtica
o Amostragem estratificada
o Amostragem por conglomerados
Amostragem Aleatria Simples:
Tambm conhecida por amostragem ocasional, causal, randmica etc. A
amostragem aleatria simples destaca-se por ser um processo de seleo
bastante fcil e muito usado. Neste processo, todos os elementos da
populao tm igual probabilidade de serem escolhidos, no soantes de ser
iniciado, como at completar-se o processo de coleta.
Eis o procedimento para seu uso:
1o. Devemos numerar todos os elementos da populao. Se, por
exemplo, nossa populao tem 5000 elementos, devemos numer-los de 1 a
5000 ou, como acontece geralmente, usamos um nmero que identifica o
elemento.
2o. Devemos efetuar sucessivos sorteios com ou sem reposio at
completar o tamanho da amostra (n).
Para realizar o sorteio de forma aleatria sugere-se o uso da planilha
eletrnica Excel, utilizando a funo aleatrio ou em anlise de dados a
opo amostragem. O processo termina quando for sorteado o ltimo
elemento n.
29
Amostragem Sistemtica
Trata-se de uma variao da amostragem simples, muito conveniente
quando a populao est naturalmente ordenada, como fichas em um fichrio,
listas telefnicas, clientes de uma empresa registrados em um banco de dados
etc.
Procedimento:
Se N o tamanho da populao e n o tamanho da amostra. Ento,
calcula-se o intervalo de amostragem N/n ou o inteiro mais prximo de I.
Sorteia-se, utilizando-se algum dispositivo aleatrio qualquer (gerao de
nmeros aleatrios no Excel ou a tabela de nmeros aleatrios) um nmero x
entre 1 e I formando-se amostra dos elementos correspondentes aos
nmeros: x; x+I; x+2I; ... ; x+ (n-1)I.
Exemplo:
Seja N = 500 e n = 50. Ento, 500/50 = 10 ou I = 10
Sorteia-se um nmero de 1 a 10. Seja 3, (x = 3) o nmero sorteado.
Logo, os elementos numerados por 3; 13; 23; 33; ...
Amostragem Estratificada
No caso de populao heterognea, na qual podemos distinguir
subpopulaes mais ou menos homogneas, denominadas estratos, podemos
usar a amostragem estratificada.
Estratificar uma populao dividi-la em L subpopulaes denominadas
estratos, tais que N1 + N2 + ... +NL = N, onde os estratos so mutuamente
exclusivos.
Aps a determinao dos estratos, seleciona-se uma amostra aleatria
de cada subpopulao.
30
Se as diversas subamostras tiverem tamanhos proporcionais ao

respectivos nmero de elementos no estrato, teremos a estratificao
proporcional.
Amostragem por Conglomerados:
Quando a populao apresenta uma subdiviso em pequenos grupos
no necessariamente homogneos, mas fisicamente prximos, podemos
chamar cada grupo de elementos fisicamente prximos de conglomerados e
realizar a amostragem por conglomerados.
Pode-se fazer a amostragem por conglomerados, a qual consiste em
sortear um nmero suficiente de conglomerados, cujos elementos constituiro
a amostra.
As unidades de amostragem sobre as quais feito o sorteio passam a
ser o s conglomerados e no mais os elementos individuais da populao.
Esse tipo de amostragem s vezes adotado por motivos de ordem
prtica e econmica, ou mesmo por razes de viabilidade: no possvel se
obter uma listagem da populao numerada para realizar um sorteio, mas
relativamente fcil se conseguir a listagem de conglomerados.
Exemplo:
Numa pesquisa consumo de certo produto, mais fcil se ter a listagem
de bairros onde o produto consumido do que de todos os consumidores
propriamente ditos. Ento, sorteiam-se os bairros(conglomerados) e os
consumidores localizados nestes bairros formariam a amostra em um primeiro
estgio.
31
Exemplos de Conglomerados:
Quando se pretende pesquisar a avaliao de alunos de uma faculdade
quanto ao desempenho dos professores, pode-se considerar cada turma da
faculdade como um conglomerado e realizar o sorteio de certo nmero de
turmas, cujos alunos componentes constituiro amostra.
Em algumas situaes, podemos identificar um grupo de elementos que
tenha aproximadamente a mesma composio da populao. Neste caso pode
ser interessante realizar a amostragem somente com os elementos desse
grupo.
Outro Exemplo:
Algumas empresas, quando pretendem avaliar a aceitao de um
produto no eixo Rio- So Paulo, lanam o produto em Curitiba, cuja populao
se comporta como uma miniatura do mercado eixo Rio- So Paulo.
32
Amostragens No-probabilsticas:
So amostragens em que h uma escolha deliberada dos elementos da
amostra.
As amostras no-probabilsticas no asseguram naturalmente e
necessariamente que amostra gerada seja representativa da populao, uma
vez que podem ter elementos da populao que no tenham chance real de
fazerem parte da amostra . Isto coloca em discusso a sua confiabilidade.
As amostras no-probabilsticas so, muitas vezes, empregadas em
trabalhos estatsticos, por simplicidade ou por impossibilidade de se obterem
amostras probabilsticas como seria desejvel. Como em muitos casos, os
efeitos da utilizao de uma amostragem no-probabilsticas podem ser
considerados equivalentes aos de uma amostragem probabilstica : os
processos no-probabilsticos de amostragem tm tambm sua importncia.
Sua utilizao, entretanto, deve ser feita com reservas e com a convico de
que no introduzam tendncias.
Tipos de Amostragens No-Probabilsticas:
o Inacessibilidade a toda a populao
o Amostragem a esmo ou sem norma
o Populao formada por material contnuo
o Amostragens intencionais
o Amostragens por voluntrios
o Amostragem por quotas
Inacessibilidade a Toda a Populao
Esta situao ocorre com muita freqncia na prtica.
33
Ocorre quando somos obrigados a colher a amostra na parte da

populao que nos acessvel.
Surge, portanto, uma distino entre populao-objeto e populao
amostrada. Populao-objeto aquela que temos em mente ao realizar o
trabalho estatstico. Populao amostrada aquela que est acessvel para
que a amostra seja selecionada.
Se as caractersticas da varivel de interesse forem s mesmas na
populao-objeto e na populao amostrada, ento esse tipo de amostragem
equivaler a uma probabilstica. Uma situao muito comum em que ficamos
diante da inacessibilidade a toda a populao o caso em que parte da
populao no tem existncia real, isto , hipottica.
Exemplo:
Seja uma pesquisa em que a populao alvo constituda por todas as
peas produzidas por certa mquina. Mesmo estando mquina em perfeito
funcionamento, existe uma parte da populao que formada por peas que
ainda vo ser produzidas.
Se nos interessa a populao de todos os portadores de febre tifide,
estaremos diante de um caso semelhante.
Em geral, estudos realizados com base nos elementos da populao
amostrada tero, na verdade, seu interesse de aplicao voltado para os
elementos restantes da populao-objeto. Esse fato reala a importncia de se
estar convencido de que as duas populaes podem ser consideradas como
tendo as mesmas caractersticas.
O presente caso de amostragem no-probabilstica pode ocorrer
tambm quando, embora se tenha a possibilidade de atingir toda a populao,
retiramos a amostra de uma parte que seja prontamente acessvel.
34
Exemplo:
Se fssemos recolher uma amostra de um monte de minrio,
poderamos por simplificao retirar a amostra de uma camada prxima da
superfcie, pois o acesso as pores interiores seria problemtico.
Amostragem a Esmo ou Sem Norma:
a amostragem em que o amostrador, para simplificar o processo,
procura ser aleatrio sem, no entanto, realizar propriamente o sorteio , usando
algum dispositivo aleatrio confivel.
Exemplo:
Se desejarmos retirar uma amostra de 100 parafusos de uma caixa
contendo 10.000, evidentemente no faremos uma amostragem aleatria
simples, pois seria extremamente trabalhosa, mas procederemos retirada
simplesmente a esmo.
Os resultados da amostragem a esmo so, em geral, equivalentes aos
de uma amostragem probabilstica, se a populao homognea e se no
existe a possibilidade de o amostrador ser inconscientemente influenciado por
alguma caracterstica dos elementos da populao.
Populao Formada por Material Contnuo:
Nesse caso, impossvel realizar amostragem probabilstica devido
impraticabilidade de um sorteio rigoroso: se a populao for lquida ou gasosa.
O que se costuma a fazer homogeneizar e retirar a amostra a esmo.
Tal procedimento pode, s vezes, ser usada no caso de material slido.
Outro
especialmente
procedimento
quando
que
pode
ser
homogeneizao
empregada
no
seja
nesses
praticvel,
casos,
35
enquartao, que consiste em subdividir a populao em diversas partes (a

origem do nome pressupe a diviso em quatro partes), sorteando-se uma ou
mais delas para constituir a amostra ou para delas retirar a amostra a esmo.
Amostragem Intencional:
Enquadram-se aqui os diversos casos em que o amostrador
deliberadamente escolhe certos elementos para pertencer amostra, por julgar
tais elementos bem representativos da populao.
Na amostragem intencional, o pesquisador simplesmente inclui os
sujeitos convenientes na amostra, dela excluindo os inconvenientes.
O perigo desse tipo de amostragem obviamente grande, pois o
amostrador pode facilmente se equivocar em seu pr-julgamento. Apesar disso,
o uso de amostragens intencionais, ou parcialmente intencionais, bastante
freqente, ocorrendo em vrios tipos de situaes reais.
Exemplo:
O editor de uma revista gay pede aos seus leitores que respondam
perguntas sobre seu comportamento geral e opinies para avaliar seu perfil e
estilo de vida.
Amostragem por Voluntrios:
Ocorre quando o componente da populao se oferece voluntariamente
para participar da amostra independente do julgamento do pesquisador.
Exemplo:
Ocorre, por exemplo, no caso da pesquisa experimental de uma nova
droga em que pacientes so solicitados, havendo concordncia, a servirem de
36
sujeitos para a verificao da eficcia do novo medicamento. Os que se

interessarem se apresentaro voluntariamente ao pesquisador.
Amostragem por Quotas:
a mais usada e conhecida amostragem no-probabilstica. Muito
praticada no Brasil, sobretudo em pesquisas de mercado e de inteno de voto.
Na amostragem, por quota, diversas caractersticas de uma populao,
tais como sexo, classe social ou etnia so amostradas nas mesmas propores
em que figuram na populao. Suponham, por exemplo, que tivssemos de
extrair uma amostra, por quota, da populao de alunos de uma dada
universidade, onde 42% fossem mulheres e 58% homens. Usando este
mtodo, os entrevistadores recebem a incumbncia de localizar uma quota de
estudantes de tal forma que somente 42% da amostra consista de mulheres e
58% de homens. As mesmas porcentagens que figuram na populao so
reproduzidas na amostra. Se o tamanho global da amostra fosse 200, ento 84
moas e 116 rapazes deveriam ser selecionados.
As amostras por quotas so usadas em certos tipos de pesquisa de
mercado e opinio pblica, porm as inferncias feitas nessas condies no
permitem a probabilidade do erro de amostragem.
Tamanho de Amostras para Estimao de Propores Populacionais
em Pesquisas:
o nmero mnimo de casos a ser amostrados, escolhidos
preferencialmente aleatoriamente, para garantir certa segurana estatstica em
relao representatividade dos dados na estimao de propores em
pesquisas. O tamanho de uma amostra deve alcanar determinadas
dimenses mnimas, estabelecidas estatisticamente.
As necessidades prticas de tempo, custos, etc. Recomenda-se no
ultrapassar o tamanho mnimo determinado pela estatstica.
37
Portanto, necessrio conhecer a forma de calcular o tamanho da

amostra, no s para garantir a possibilidade de generalizar os resultados, mas
tambm pelos aspectos prticos mencionados.
O tamanho da amostra depende dos seguintes fatores:
o Tamanho da populao do universo
o Nvel de confiana estabelecido
o Erro de amostragem permitido
o Proporo de uma quota caracterstica importante do universo
Populao Finita e Populao Infinita
Segundo o tamanho da populao, o universo divide-se em finito e
infinito.
Consideram-se
ultrapassam
universos
100.000
finitos(limitados)
unidades(pessoas,
aqueles
alunos,
que
no
estabelecimentos
educacionais, empresas, pases etc.). Universos infinitos so aqueles que

ultrapassam essa quantidade. Tal distino importante para determinar o
tamanho da amostra, pois as frmulas so diferentes. No caso do universo
infinito, supe-se que o seu tamanho da populao no influi na frmula a
aplicar. O universo finito depende do nmero de unidades da populao. Neste
curso, apresentam-se as frmulas mais simples, para amostras aleatrias
simples e amostras estratificadas.
38
Tamanho de Amostras em Amostragem Aleatria Simples:

Exemplo 1:
Numa pesquisa sobre as atitudes dos estudantes das universidades
paulistas em relao s suas expectativas sexuais pr-matrimoniais, qual o
tamanho de uma amostra representativa, com um nvel de confiana de 99% e
um erro permitido de 4%?
Convm utilizar a frmula para universos infinitos, pois as universidades
de So Paulo tm mais de 100.000 alunos. Portanto, o tamanho da populao
no influi no clculo desta amostra.
n = (Z2 . P . Q)/E2
Onde:
n = tamanho da amostra
Z = escore da curva normal que funo do nvel de confiana
escolhido.
Na tabela abaixo, apresentamos valores de Z, retirados da curva normal,
em funo do nvel de confiana arbitrado:
Confiana (%)
68
90
95
99
Z
1,00
1,65
2,00
3,00
O objetivo do pesquisador estimar a proporo populacional . Como

se no conhece , deve-se obter uma amostra piloto( n ) e nela estimar pela
freqncia relativa amostral P.
39
Se n < n a amostra piloto j foi suficiente.

Portanto:
P a estimativa de uma proporo populacional de interesse( que se
quer estimar) obtida numa amostra piloto de n elementos. Se concluir-se que n
< n, a amostra piloto j ter sido suficiente para a estimao da proporo de
interesse P.
Quando no se dispuser da estimativa de P, pode-se supor que ela seja
50% na populao, o caso mais desfavorvel na estimao, pois aquela em
que se trabalha com o tamanho mximo de amostra. lgico, se a estimativa
da proporo da caracterstica pesquisada fosse outro, seria necessrio um
menor nmero de casos.
Q = 100 P.
Exemplo: A proporo P de alfabetizados na amostra piloto igual a
40%, tem-se Q = 100- 40 = 60%
.
E = erro de amostragem, em termos percentuais, definido da seguinte
forma:
E=|-P|,
Onde:
= proporo de uma caracterstica populacional que se deseja estimar
P = estimativa da proporo obtida junto a uma amostra piloto
No exemplo:
40
Para uma confiana de 99%, Z = 3

n = (32 . 50 . 50) / 42 = 1406,25 = 1406 estudantes.
Assim, o resultado obtido significa que o tamanho da amostra deve ser
pelo menos 1406 estudantes, para oferecer segurana de probabilidade de
99% de resultados vlidos para o universo e de 4% de erro admitido.
Exemplo 2:
Suponha-se que a pesquisa sobre as atitudes dos estudantes
universitrios seja realizada na Paraba, onde os resultados no passam de
50.000. Alm disso, o pesquisador quer trabalhar apenas com um nvel de
confiana de 95% e um erro de amostragem de 4%. Qual o tamanho da
amostra, com essas exigncias? Considerando que o universo menor que
100.000 estudantes, utiliza-se a frmula para universos finitos:
n = [Z2 . P . Q . N] / [E2 . (N 1) + Z2 . P .Q]
Onde N o tamanho da populao.
Clculo:
Para uma confiana de 95%, Z = 2
n = [22 . 50 . 50 . 50.000] / [16 . (50.000 1) + 2 2 . 50 .50] = 617,3 = 617
estudantes.
41
Exemplo 3:
Numa pesquisa de mercado bem conduzida, 57 das 150 pessoas
entrevistadas afirmaram que seriam compradoras de certo produto a ser
lanado. Essa amostra suficiente para estimar a proporo real de futuros
compradores, com uma preciso de 0,08 e confiana de 95%?
Tem-se P= 57/150 = 0,38
22 . 0,38.0,62
n = = 0,9424 / 0,0064 = 147 pessoas
( 0,08)2
Como n= 150 > n=147, conclui-se que a amostra piloto suficiente.
Exemplo 4:
Qual o tamanho da amostra suficiente para se estimar a proporo de
defeituosas fornecida por uma mquina, com preciso de 0,02 e 95% de
confiana, sabendo que essa proporo seguramente no superior a 20%?
22 . 0,20.0,80
n = = 0,64 / 0,0004 = 1600 elementos
( 0,02)2
42
Clculo do Tamanho da Amostra Alternativo:

1
n0 =
E2
N. n0
n =
N+n0
Onde:
N = tamanho da populao
E = erro amostral tolervel
n0 = primeira aproximao do tamanho da amostra
n = tamanho da amostra
Exemplo 1:
Num estudo sobre pesquisa de oramento familiar, temos N =
200 famlias e E = erro amostral tolervel = 4% (E = 0,04)
n0 = 1/(0,04)2 = 625 famlias
n (tamanho da amostra corrigido) =

n = 200x625/200+625 = 125000/825 = 152 famlias
E se a populao fosse de 200.000 famlias?
n = (200.000)x625/(200.000 +625) = 623 famlias
43
Observao:
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:
1
n = n0 =
E2
O tamanho da amostra deve ser tomado como um percentual

do tamanho da populao?
Observe que: N = 200 famlias, E0 = 4%
n = 152 famlias 76% da populao
Observe que: N = 200.000 famlias, E0 = 4%
n = 623 famlias 0,3% da populao
Logo, errneo pensar que o tamanho da amostra deve ser

tomado como um percentual do tamanho da populao para ser
representativa.
O clculo do tamanho de amostra que acabamos de estudar
independe do nvel de confiana e do valor da proporo P. Quando
usamos este recurso estamos adotando sempre um nvel de
confiana de 95% e a proporo P= 50%.
44
Tamanho de Amostras em Amostragem Estratificada ou por

Quotas:
As amostras estratificadas apresentam um problema especial
na determinao de seu tamanho. O nmero de casos de amostra
global pode ser calculado utilizando-se frmulas j analisadas, mas
deve-se, tambm, calcular o tamanho de cada estrato dos grupos.
a condio bsica desse tipo de amostra que deve representar, o
mais exatamente possvel, os estratos, segundo sua proporo na
populao. A forma mais simples de calcular o tamanho da amostra,
as respectivas percentagens que cada estrato representa na
populao. Isso permite determinar o nmero de casos a ser
distribudo em cada um deles.
Exemplo 1:
Um pesquisador realiza um estudo sobre a imagem que
empresrios americanos tm das condies polticas e
econmicas de uma cidade que pretendem expandir seus
negcios. De acordo com as informaes em poder do
pesquisador, esse tipo de comportamento varia muito de
acordo com a rea dos empresrios. Portanto, o pesquisador
est interessado em levantar tal imagem estratificando os
empresrios por rea de atuao. Na poca da pesquisa a
cidade alvo da expanso tinha 10.000 empresrios, o nvel de
confiana corresponde a 95% e o erro de amostragem
permitido de 4%. De acordo com a informao disponvel, os
empresrios distribuem-se nas seguintes reas:
45
Base da Amostra:
reas
Estratos Populacionais
Construo Civil
1000
Financeira
2000
Alimentao
3000
Comrcio
4000
Total
10.000
1o) Determinao do tamanho proporcional dos estratos:

reas
Clculos
Estratos Amostrais
Construo Civil
1000/10000
10%
Financeira
2000/10000
20%
Alimentao
3000/10000
30%
Comrcio
4000/10000
40%
100%
Total
2o) Tamanho Global da amostra:

n = [22 . 50 . 50 . 10.000] / [16 . (9.999) + 22 . 50 .50] = 588
46
3o) Nmero de casos em cada estrato amostral:
reas
Clculos
Estratos Amostrais
Construo Civil
10% de 588
59
Financeira
20% de 588
118
Alimentao
30% de 588
176
Comrcio
40% de 588
235
588
Total
Exemplo 2:
Analistas de um site de relacionamento esto planejando
realizar uma pesquisa junto aos seus clientes para descobrir suas
expectativas futuras para o amor. A pesquisa envolver uma amostra
por quota de clientes que estejam on line durante um perodo de 3
meses. Os analistas acreditam que aspectos como gnero, estadocivil, aparncia
e faixa-etria sejam essncias para manter a
representatividade da amostra e assegurar a preciso das

estimativas. A pesquisa ter 5% de erro de amostragem para mais
ou para menos. Informaes prvias do perfil da populao quanto
s variveis importantes para a representatividade se encontra
abaixo:
Sexo: masculino e feminino
Estado-civil: solteiro, casado, vivo e divorciado
Aparncia: boa aparncia e m aparncia
Faixa-etria: jovem, adulto e idoso
47
Dados Populacionais com os Nmeros Absolutos Referentes s

Variveis Escolhidas
Categorias
Populao
Masculino solteiro boa aparncia jovem
340
Masculino solteiro boa aparncia adulto
445
Masculino solteiro boa aparncia idoso
175
Masculino solteiro m aparncia jovem
310
Masculino solteiro m aparncia adulto
470
Masculino solteiro m aparncia idoso
150
Masculino casado boa aparncia jovem
100
Masculino casado boa aparncia adulto
115
Masculino casado boa aparncia idoso
65
Masculino casado m aparncia jovem
160
Masculino casado m aparncia adulto
200
Masculino casado m aparncia idoso
250
Masculino vivo boa aparncia jovem
260
Masculino vivo boa aparncia adulto
295
Masculino vivo boa aparncia idoso
90
Masculino vivo m aparncia jovem
150
Masculino vivo m aparncia adulto
175
Masculino vivo m aparncia idoso
135
Masculino divorciado boa aparncia jovem
335
Masculino divorciado boa aparncia adulto
340
Masculino divorciado boa aparncia idoso
115
Masculino divorciado m aparncia jovem
500
Masculino divorciado m aparncia adulto
525
Masculino divorciado m aparncia idoso
300
48
Continuao....
Categorias
Populao
Feminino solteiro boa aparncia jovem
350
Feminino solteiro boa aparncia adulto
395
Feminino solteiro boa aparncia idoso
75
Feminino solteiro m aparncia jovem
410
Feminino solteiro m aparncia adulto
52
Feminino solteiro m aparncia idoso
200
Feminino casado boa aparncia jovem
100
Feminino casado boa aparncia adulto
52
Feminino casado boa aparncia idoso
65
Feminino casado m aparncia jovem
160
Feminino casado m aparncia adulto
46
Feminino casado m aparncia idoso
250
Feminino vivo boa aparncia jovem
300
Feminino vivo boa aparncia adulto
400
Feminino vivo boa aparncia idoso
295
Feminino vivo m aparncia jovem
140
Feminino vivo m aparncia adulto
175
Feminino vivo m aparncia idoso
140
Feminino divorciado boa aparncia jovem
335
Feminino divorciado boa aparncia adulto
350
Feminino divorciado boa aparncia idoso
310
Feminino divorciado m aparncia jovem
650
Feminino divorciado m aparncia adulto
450
Feminino divorciado m aparncia idoso
300
Total
12000
Realize o desenho de uma amostra por quotas
Clculo das Propores das Variveis para a Populao
49
Categorias
2,8
3,7
1,5
2,6
3,9
1,3
0,8
1,0
0,5
1,3
1,7
2,1
2,2
2,5
0,8
1,3
1,5
1,1
2,8
2,8
1,0
4,2
4,4
2,5
50
Continuao....
Categorias
2,9
3,3
0,6
3,4
0,4
1,7
0,8
0,4
0,5
1,3
0,4
2,1
2,5
3,3
2,5
1,2
1,5
1,2
2,8
2,9
2,6
5,4
3,8
2,5
Total
100
51
Clculo do Tamanho da Amostra

Exemplo:
N = 12000 clientes
e = erro amostral tolervel = 5% (e = 0,05)
n0 = 1/(0,05)2 = 400
n = 12000x400/12000+400 = 4.800.000/12.400 = 387
clientes
A primeira aproximao do tamanho da amostra j
suficiente.
52
Nmero de Entrevistas por Quotas

Categorias
Amostra
11
15
10
16
10
11
11
17
18
10
53
Continuao....
Categorias
Amostra
12
13
14
10
13
10
11
12
10
22
15
10
Total
400
54
Amostragem por Quotas versus Amostragem Aleatria Estratificada
1a) Amostragem por Quotas:

Passos:
Definir as variveis relevantes para o estudo planejado;
Obter os dados censitrios com os nmeros absolutos referentes

s variveis escolhidas;
Calcular as propores das variveis para a populao;
Definir o tamanho da amostra;
Multiplicar as propores de cada varivel obtida ou o cruzamento

destas pelo tamanho da amostra;
Localizar os respondentes de cada quota em ruas, em locais

ou pontos de grande movimento.
2a) Amostragem Aleatria Estratificada:
Passos:
Definir as variveis relevantes para o estudo planejado;
Obter os dados censitrios com os nmeros absolutos referentes

s variveis escolhidas;
Calcular as propores das variveis para a populao;
Definir o tamanho da amostra;
Multiplicar as propores de cada varivel obtida ou o cruzamento

destas pelo tamanho da amostra;
55
Localizar os respondentes de cada estrato amostral atravs

da realizao de uma amostragem aleatria simples em cada
estrato populacional.
Comparaes:
As amostras por quotas so mais simples que as estratificadas,

de tecnologia mais fcil e so bem mais baratas;
As amostras estratificadas tm sustentao terica e emprica;
A amostra por quota somente tem sustentao emprica.
56
Exerccios Propostos
1) Responda s questes abaixo:
a) Explique o que voc entende por populao e amostra
b) O que voc entende por amostragem?
c) Qual a funo da tecnologia da amostragem?
d) Qual o melhor tipo de amostragem para uma pesquisa em particular?
e) Qual a justificativa para se utilizar amostragem?
f) Quais os tipos de amostragem existentes?
g) Qual a diferena entre conglomerados e estratos?
h) O que amostragem probabilstica?
i) O que erro de amostragem?
j)O que intervalo de confiana?
k) O que preciso?
l)O que tamanho da amostra?
m)Quais os tipos de amostragem probabilstica?
n) Defina e explique amostragem aleatria simples.
o)Qual o dispositivo prtico para se selecionar aleatoriamente uma
amostra?
p) Qual a diferena bsica entre amostragem probabilstica e no
probabilstica?
q) Explique a amostragem por quotas?
r) Em que tipo de amostragem o tamanho da amostra dimensionado
matematicamente?
s) Que tipo de amostragem considerado a nica cientfica? Por qu?
t) Qual tipo de amostragem probabilstica em que no preciso um
cadastro ou listagem de toda a populao para se realizar a seleo da
amostra? Por qu?
u) Quais os dois elementos que devem ser estabelecidos a priori ao se
determinar o tamanho da amostra?
57
v) O que nvel de significncia na determinao do tamanho da

amostra?
w) O que preciso na determinao do tamanho da amostra?
2) Um instituto de pesquisa vai realizar uma pesquisa de opinio de
inteno de voto por amostragem por cotas.
A base da amostra foi obtida junto ao IBGE e est apresentada na tabela
abaixo:
Sexo
0 a 20
120
180
300
Masculino
Feminino
Total
Faixas de Idades (em anos)

21 a 40
41 anos ou mais
205
125
255
185
460
310
Total
450
620
1070
Realize o desenho da amostra para o instituto, desenvolvendo os

passos abaixo:
Elabore a tabela com as cotas populacionais que devem ser

guardadas na amostra;
Determine o tamanho da amostra ou o nmero de entrevistas a

serem realizadas para uma margem de erro de 10%, para mais
ou para menos, com uma confiana de 95%. Considere P=50%.
Determine a tabela com o nmero de entrevistas por cotas.
Frmula:
n=
Z 2 . P .Q
e2
58
3)Para levantar dados sobre o nmero de filhos por casal, em uma

comunidade, um pesquisador organizou um questionrio que enviou, pelo
correio, a certo nmero de residncias amostradas aleatoriamente. A
resposta ao questionrio era facultativa, pois o pesquisador no tinha
condies de exigir resposta. Neste questionrio pergunta-se o nmero
de filhos por casal morador na residncia. Voc acha que os dados assim
obtidos tm algum tipo de tendenciosidade?
4)Um pesquisador pretende levantar dados sobre o nmero de moradores
por domiclio, usando a tcnica da amostragem sistemtica. Para isso, o
pesquisador sortear uma primeira residncia dentro do intervalo de
amostragem, a partir da visitar as casas em cinco em cinco numa
progresso aritmtica. Se nenhuma pessoa estiver presente na ocasio
da visita, o pesquisador excluir o domiclio da amostra e visitar a quinta
residncia prxima at formar o tamanho da amostra. Esta ltima
determinao introduz tendenciosidade? Por qu?
5)Muitas pessoas acreditam que as famlias se tornaram menores.
Suponha que, para estudar essa questo, foi selecionada uma amostra
aleatria de 2000 casais com filhos e perguntou-se quantos filhos eles
tinham, quantos filhos tinham seus pais e quantos filhos tinham seus
avs. O procedimento introduz tendenciosidade nos dados? Por qu?
6)Qual o tamanho da amostra para estimar a proporo de pessoas do
sexo masculino no Rio de Janeiro com erro de amostragem de 1% e
confiana de 95%?
59
7) Os dados abaixo referem populao hipottica de certa cidade com

presena ou no de telefone:
NSNSSNNSNN
NNNNSNSSSN
NSNSSNNSNN
NNNNSNSSSN
NSNSNNNSNN
NNNNSNSSSN
NSNSSNNSNN
NNNNSNSSSN
SSSSSNNSNN
NNNNSNSSSN
SSNSSNNSNN
NNNNSNSSSN
NSNSSSNSNN
NNSNSNSSSN
SSNSSNNSNN
NNNNSNSNSN
NSNSNNNSNN
SNNNSNSSNN
NSNSSNNSN
SNNSNSSSN
SSSSSSNNSNN
NNNNSNSSSSN
SSNSSNNSNN
SNNNNNSNSN
NSSSSNNSNN
NNNNSNSNNN
SNNSSNNSNN
NNNNSNSSSSN
SNNNSNNSSN
60
Onde S, significa presena de telefone e N, a pessoa no tem telefone.

Faa o que se pede:
a) Selecione atravs da planilha eletrnica Excel uma amostra aleatria
simples de tamanho 100.
b) Calcule a porcentagem de pessoas com telefone. O que significam
estas medidas?
8)Um administrador financeiro est interessado em descobrir o percentual
de famlias com problemas de dvida. Para isso ir realizar uma
investigao nas residncias das pessoas do bairro sob investigao. O
bairro em estudo tem 10 ruas descritas abaixo, segundo residncia e
existncia de dvidas ( S = sim e N = no):
Rua A : S S S S S S S N
Rua B : S S N S N S N S S S S N
Rua C : N S N S N S S N S N S
Rua D : S S S N N S S N N S
Rua E : S S N N S S
Rua F: S N N S S
Rua G : S N S S N S N N N S S N N S S N N
Rua H : S N N S S N S N S N S
Rua I : S N N S
Rua J : S S S NN S S S N S N S S N N S S
Selecione uma amostra por conglomerados por bairro de tamanho 5,

utilizando a planilha eletrnica Excel.
61
9) Os dados abaixo se referem ao consumo, em mil reais, de um produto

comercializado por uma loja:
130,0 105,0 120,0 111,5 99,0 116,0 82,5
107,5 125,0 100,0 107,5 120,0 143,0 115,0
135,0 130,0 135,0 127,5 90,5 104,5 136,5
100,0 145,0 125,0 104,5 101,5 90,5 101,5
134,5 158,5 110,0 102,5 90,5 115,5 124,5
121,5 135,0 102,0 119,5 115,5 125,5 117,5
107,5 140,0 121,5 107,5 113,3 93,0 103,5
Selecione uma amostra aleatria de tamanho 10, com base em funes
do Excel e:
a) Calcule a mdia populacional;
b) Calcule a mdia amostral;
c) Calcule o erro de amostragem em mdulo.
10)Numa
empresa
com
1000
funcionrios,
deseja-se
estimar
percentagem dos favorveis a certo treinamento. Qual deve ser o

tamanho da amostra aleatria simples que garanta um erro amostral no
superior a 5%?
11)Com o objetivo de avaliar a confiabilidade de um novo sistema de

transmisso de dados, torna-se necessrio verificar a proporo de bits
transmitidos com erro em cada lote de 100Mb. Considere que seja
necessrio um erro amostral mximo de 2%. Qual deve ser o tamanho da
amostra?
62
12)Sabe-se que no Brasil 2.883 municpios tm cobertura banda larga 3G,

dados de fevereiro de 2012. Qual o tamanho da amostra necessrio para
estimar o percentual de municpios com cobertura banda larga 3G da
operadora Claro, com um erro de amostragem de 4%?
13))Numa pesquisa para uma eleio presidencial, qual deve ser o tamanho de
uma amostra aleatria simples, se deseja garantir um erro amostral no superior
a 2%?
14)Em 2011, 2176 instituies de ensino superior no Brasil participaram do
ENADE. Qual o tamanho da amostra necessrio para se estimar a proporo de
centros universitrios e universidades com IGC 1 e 2, com 95% de confiana de
que o erro efetivo de amostragem no ultrapasse o tolerado que de 5%?
15)Qual o tamanho da amostra para se estimar a nota mdia de alunos no
vestibular de uma faculdade, onde a variao das notas no passa de 400 e
admitindo uma confiana de 95% e um erro de amostragem de 2 pontos?
63
Unidade IV
Fases do Mtodo Estatstico
Mtodo:
um conjunto de etapas, ordenadamente dispostas, a serem seguidas
na investigao da verdade, no estudo de uma cincia ou para alcanar
determinado fim.
Mtodo Estatstico:
um conjunto de fases, que devem ser seguidas na ordem
determinada, para se obter resultados estatsticos.
Fases do Mtodo Estatstico:
Com essa ou outra nomenclatura, com menos ou mais detalhes, a
literatura sobre o assunto admite tais fases do trabalho estatstico:
o Planejamento:
o Coleta de Dados;
o Crtica de Dados;
o Apurao de Dados;
o Anlise de Dados;
o Emisso do Relatrio Final;
o Comunicao dos Resultados.
64
Planejamento
Na fase de planejamento, podemos resumir em uma lista,
como a que segue, as principais etapas a serem desenvolvidas no
planejamento:
1. Definir o objetivo ou problema da pesquisa;
2. Definir a necessidade(relevncia) da pesquisa;
3. Definir as variveis da pesquisa;
4. Definir a necessidade da pesquisa com trabalho
de campo e as fontes dos dados da pesquisa;
5. Identificar o esquema de amostragem (como
escolher a amostra e que tamanho essa amostra
deve ter);
6. Decidir que mtodo de coleta de dados ser
utilizado (questionrio via e-mail, impresso autoaplicvel, entrevista, telefone, etc.)
7. Definir materiais e mtodos da pesquisa;
8. Selecionar e treinar qualquer pessoa envolvida no
processo de coleta de dados
9. Definir o oramento da pesquisa;
10. Definir o cronograma da pesquisa.
Deste modo, o trabalho estatstico nasce quando um

estudioso (pesquisador) sente a curiosidade de conhecer com mais
preciso o comportamento de um fenmeno coletivo ou de massa.
Esta curiosidade estatstica o objetivo ou problema de pesquisa.
65
Exemplo:
Um economista deseja conhecer quais as caractersticas
demogrficas,
socioeconmicas
de
estilo
de
vida
dos
consumidores de certo bem ou servio.
Necessidade(relevncia) da Pesquisa
Considerando os volumes relativos de investimentos que o

mercado exige para realizao adequada de produtos e servios,
suprfluo seria discutir a sua importncia. A pesquisa j h tempo
vem sendo uma rotina nas empresas e institutos mais avanados e
j se desenvolve em pequenas e mdias corporaes e instituies.
Ningum quer se arriscar a investir amadoristicamente, com base
apenas em suposies. Ningum quer queimar o seu servio
colocando-o inadequadamente no mercado. Ao saber que os bancos
pblicos reduziro fortemente as taxas de juros para emprstimos e
financiamentos, empresrios devem buscar informaes balizadas
do impacto dessa deciso no consumo de seus bens e servios
colocados no varejo.
O que importa, de fato, no discutir a necessidade da
pesquisa, porque isso uma fato hoje incontestvel. O relevante
discutir o momento certo para viabiliz-la e que tipo de dados mais
vivel economicamente.
66
Exemplo:
Num estudo do Perfil dos turistas envolvidos em um
pacote viagem em uma cidade, a motivao para a pesquisa
poder ser o de obter informaes para que no futuro se aperfeioe
o oferecimento do referido pacote turstico cada vez mais moldado
ao perfil e necessidade de quem o demanda.
Definio das Variveis da Pesquisa
O pesquisador precisa definir quais as caractersticas ou
variveis precisam ser observadas para responderem ao seu
objetivo de pesquisa.
Exemplo:
Para
conhecer
as
caractersticas
demogrficas,
socioeconmicas e de estilo de vida de consumidores de um servio

bancrio, necessrio observarmos dentre outras, o sexo, idade,
estado-civil, renda, anlise de crdito, etc.
67
Definio da Necessidade da Pesquisa com Trabalho de Campo

Para verificar a necessidade e momento certo de um trabalho de
pesquisa efetivo, com coleta de dados, devemos responder as
seguintes perguntas:
a) Que informaes so necessrias para responder ao

meu problema de pesquisa?
b) Estas informaes esto disponveis e so suficientes
para resolver o meu problema de pesquisa no
momento?
c) Podem ser consultadas em tempo hbil na empresa ou
em outras partes?
d) Se as solues s ultimas perguntas forem negativas
est estabelecida necessidade de pesquisa com
trabalho de campo.
Ento, podemos concluir que a pesquisa com trabalho de
campo aparece nitidamente como necessidade, quando trabalhadas
e analisadas as informaes j disponveis ao pesquisador, este
observa que ainda resta um vazio, que algumas questes ainda no
ficam respondidas, algumas dvidas no se resolvem. A insuficincia
de dados disponveis o fundamento que se precisa para a
pesquisa com trabalho de campo.
68
Projeto de Pesquisa:
Quando tudo for estabelecido, resume-se o que se planejou
em um pequeno relatrio escrito que se chama Projeto de
Pesquisa, com o problema de pesquisa, metodologias, prazos,
oramentos, etc. e submeta s autoridades da empresa ou outra
fonte de aprovao da realizao da mesma.
Coleta de Dados ( Trabalho de Campo )
a observao, o registro ou a medio sistemtica da
manifestao das variveis de pesquisa.
Para a coleta de dados so mais utilizados os mtodos de
questionrios, realizao de entrevista ou a consecuo de
observao. a parte visvel da pesquisa, o entrevistador
abordando os entrevistados em uma rua de grande movimento, ou
em suas residncias, locais de trabalho, locais de estudo, para
colher dados sobre as variveis da pesquisa.
Em pesquisas de mercado, pesquisas eleitorais, pesquisas de
opinio, pesquisas de inteno de votos, so comuns se localizarem
os respondentes (ou entrevistados) em locais ou pontos de grande
movimento ou ruas.
69
Fontes de Dados
H quatro diferentes fontes de dados em pesquisa:
a) Pesquisado;
b) Pessoas que tenham informaes sobre o pesquisado;
c) Situaes similares;
d) Dados disponveis.
Pesquisado
Os prprios pesquisados so a maior fonte de dados em
pesquisa. O dado pode ser obtido do pesquisado atravs de sua
prpria declarao, oralmente ou por escrito, ou atravs de sua
observao.
Exemplo:
Numa pesquisa de Clima Organizacional, as entrevistas
realizadas junto aos funcionrios da empresa um exemplo de
pesquisa cuja fonte dos dados o prprio pesquisado.
70
Pessoas que tenham informaes sobre o pesquisado

Quando ocorre de o pesquisado ser inacessvel, possuir
pouco conhecimento da informao desejada ou tiver dificuldade de
expressar-se, s vezes, mais fcil conseguir a informao com
outras pessoas que tenha informaes confiveis sobre ele.
Exemplos:
Obter informaes sobre as crianas de uma casa com a
me;
Obter informao sobre o marido com a esposa;
Obter informao sobre o chefe com a secretaria;
Obter informao sobre o subordinado com o chefe;
Obter informao sobre o cliente com o vendedor.
Situaes Similares
a busca de conhecimento em situaes anlogas ou
similares.
Exemplos:
Aprende-se bastante em saber como lanar no mercado, para
posterior venda, um bem ou servio, atravs do mesmo
procedimento j vivido por outras empresas;
Como outras empresas do mesmo ramo trabalham com a
varivel promoo de vendas;
71
Como
foram
as
reaes
dos
consumidores
quando
determinada marca de carros foi lanada em outro pas de

mesma cultura e desenvolvimento econmico.
Dados Disponveis
Existe uma infinidade de dados teis para o analista que j
foram coletados, tabulados e, s vezes, at analisados que esto
catalogados disposio dos interessados.
Para obter estes dados exige-se apenas o esforo de dedicar
algum tempo consulta de rgos de gerao de informaes para
o turismo e no mundo atual, a pesquisa na internet.
Existe uma infinidade de informaes sobre turismo j
disponveis.
Tipos de Dados
Dados Primrios
Dados primrios so aqueles que ainda no passaram pelas
fases da apurao e anlise de dados. So aqueles que ainda no
foram trabalhados estatisticamente.
Exemplo:
Numa pesquisa de Satisfao de clientes ou de Clima
Organizacional, aps a aplicao dos questionrios ou da
realizao das entrevistas, temos ainda dados primrios.
As fontes bsicas de dados primrios seriam:
Pesquisado;
72
Pessoas que tenham informaes sobre o pesquisado;

Situaes Similares.
73
Dados Secundrios
So aqueles que j passaram pelas fases da apurao e da
anlise de dados, e j esto disposio para interpretao e
tomadas de deciso, ou at mesmo para serem retrabalhados
estatisticamente.
Exemplos:
o As estatsticas fornecidas nos relatrios tcnicos do
Instituto de Economia Aplicada(IPEA) so dados
secundrios;
o As pesquisas de inteno de votos divulgadas mdia
e a candidatos so dados secundrios;
o Os ndices de audincias fornecidos s emissoras de
TV so dados secundrios.
o O Anurio Estatstico do IBGE contm para consulta
dados secundrios.
As fontes bsicas de dados secundrios so:
A prpria empresa.
Publicaes.
Governos.
Instituies no governamentais.
Servio padronizado de informaes em marketing.
Internet.
74
Seqncia na Procura de Dados em Pesquisas no Turismo:
comum as pessoas imaginarem que a nica forma de obter

dados em pesquisa de negcios seja atravs de um levantamento
de campo. Na verdade, os levantamentos de campo e outras formas
de coleta de dados primrios somente devero ser usados se outras
formas mais rpidas, baratas e eficientes no conseguirem atender
s necessidades de dados da pesquisa.
Um grande esforo nos estgios iniciais da pesquisa dever
ser canalizado para procurar tentar descobrir se, ao menos em
parte, os dados necessrios estejam de alguma forma disponveis.
Este esforo inicial poder significar grande economia de
tempo, dinheiro e energia na realizao da pesquisa.
apresentada na tabela abaixo, a seqncia dos passos no
processo, que normalmente deve ser seguida na definio dos
dados e das fontes de dados no processo de pesquisa estatstica.
75
Tabela
Etapas para Definio dos Dados e das Fontes de Dados no Processo de
Pesquisa Estatstica
1.
Definir os objetivos da pesquisa.
2.
Especificar as necessidades de dados.
3.
Planejar as etapas da pesquisa.
4.
Determinar as fontes de dados.
5.
Procurar dados secundrios internos.
6.
Procurar dados secundrios externos:

Publicaes:
- gerais
- governamentais
- institucionais
Governos:
- federal
- estadual
- municipal
Instituies no governamentais:
- universidades, faculdades e centros de pesquisas
- associaes patronais e de empregados
- sindicatos patronais e de empregados
7.
Servios padronizados de informaes de marketing:

Determinao das necessidades de dados primrios.
76
Determinao das fontes de dados primrios:

- pesquisado
- pessoas que tenham informaes sobre o pesquisado
- situaes similares:
estudo de casos
experimentos
Crtica de Dados:
a preparao dos dados coletados para a apurao. Constitui a
verificao de respostas erradas, verificao de lacunas deixadas pelos
informantes e quantificao de perdas naturais de informaes.
Apurao de Dados:
a contagem ou soma dos resultados observados de cada varivel
especificada e medida no questionrio.
Exemplo de Apurao:
Suponha que na pesquisa do Perfil dos Clientes da Clnica, uma
varivel observada seja sexo dos clientes e que do resultado da coleta a 10
clientes tivssemos encontrado:
Indivduo 1: Masculino,
Indivduo 2: Feminino,
77
Indivduo 9: Feminino
Indivduo 10: Masculino.
Este tipo de apurao a Manual. A apurao de dados a contagem
dos dados registrados, no caso do exemplo, de quantas pessoas do sexo
masculino e do sexo feminino foram observadas.
Geralmente o nmero de observados bem maior do que 10, ento a
apurao se torna mais trabalhosa ou mesmo operacionalmente invivel. Neste
caso deve ser realizada eletronicamente, atravs de um pacote especfico para
apurao.
Existem vrios, entre eles, o SPSS, Statistica, R e o SAS.
Anlise de Dados:
A anlise de dados consiste no tratamento estatstico dos dados
registrados, no caso do exemplo, seria estabelecer que os resultados da
apurao fossem informados numa tabela estatstica como a descrita abaixo:
a fase em que se estabelece a forma de representao dos dados e
de acordo com as normas de representao oficial de informaes estatsticas
e todas as tcnicas para se tirar informaes importantes dos registros
apurados (so estabelecidas as tabelas para representar os dados, os grficos
necessrios, porcentagens, totais, mdias, tcnicas multivariadas, inferncias,
etc..).
Na fase da anlise de dados, os resultados da pesquisa so trabalhos
para gerar informaes teis, isto , so os achados da pesquisa.
Geralmente, com esta fase concluda pode-se redigir o Relatrio Final
da Pesquisa.
78
Sexo
Masculino
Feminino
Total
Contagem
6
4
10
Emisso de Relatrio Final:

Depois da anlise de dados, onde os achados da investigao foram
obtidos, redige-se um relatrio final de pesquisa, acrescentando aos resultados
da anlise de dados: o problema estabelecido no planejamento, a metodologia
da pesquisa, realizao de concluses e tomadas de deciso, referncias
bibliogrficas e bibliografias.
Comunicao dos Resultados:
Esta etapa do mtodo torna o trabalho do cientista um processo social.
As teorias e concluses do seu trabalho de pesquisa devem ser relatadas
publicamente e sobreviver a um perodo de debate, avaliao crtica e a
repetio dos ensaios e testes por outros profissionais competentes. S assim
os
novos
conhecimentos
so
incorporados
cincia
universal.
Em
conseqncia, tem-se que o conhecimento um bem pblico e acervo da

humanidade.
Alm do objetivo de socializao dos resultados, os dados precisam ser
comunicados por razes prticas: o homem de negcios precisa dos resultados
da pesquisa para tomar decises administrativas estratgicas com menos
riscos.
Exerccios Propostos
79
Responda s perguntas abaixo:

1. Defina Mtodo.
2. Explique o que o Mtodo Estatstico?
3. Quais so as fases do Mtodo Estatstico?
4. Quando nasce a necessidade de se realizar um trabalho
estatstico?
5. Qual a primeira fase de um trabalho estatstico?
6. Antes mesmo de ser aplicar o Mtodo Estatstico, o que devem
ser definidos primeiro pelo pesquisador?
7. O que objetivo de pesquisa?
8. O que Motivao ou relevncia de uma pesquisa?
9. Quais as fases de um planejamento de pesquisa estatstica?
10. O que Projeto de pesquisa?
11. O que coletar dados?
12. Quais os tipos de dados?
13. O que so dados primrios?
14. O que so dados secundrios?
15. O que crtica de dados?
16. O que apurao de dados?
17. O que apurao de manual de dados?
18. Cite dois programas estatsticos que realizam apurao de dados
estatsticos via computador.
19. O que anlise de dados?
20. O que so estabelecidos na anlise de dados?
21. Quando so realizadas inferncias estatsticas aos resultados
inicialmente encontrados?
22. Qual a importncia de se realizar a Comunicao dos Resultados
da Pesquisa?
23. Explique o que seja a tomada de deciso num trabalho
estatstico?
80
24. Escolha um objetivo de pesquisa na sua rea de formao,

estabelea uma finalidade para sua realizao e apresente um
Projeto de Pesquisa.
81
Unidade V
Sries Estatsticas
Conceito de Sries Estatsticas:
a representao das informaes em forma de tabelas.
Seu objetivo obter um resumo organizado das informaes sobre a
varivel: fornecer o mximo de informaes em um mnimo de espao.
Tabela:
um quadro que resume um conjunto de observaes.
A construo de tabelas deve seguir as Normas de Representao
Tabular do IBGE (ver anexo II).
As Sries Estatsticas podem ser:
Sries Temporais;
Sries Geogrficas;
Sries Especificativas;
Sries Mistas;
Distribuies de Frequncia.
Sries Temporais:
Uma determinada informao estudada em funo do tempo.
Exemplo:
82
Quantidade de Itens Vendidos de um Produto por uma Loja nos ltimos

10 meses em Mil unidades.
Meses
Janeiro
Quantidade de Itens Vendidos

1
Fevereiro
Maro
Abril
Maio
Junho
Julho
Agosto
Setembr
12
Outubro
Total
50
Sries Geogrficas:
Uma determinada informao estudada em funo de uma regio ou
localidade. feita para apresentar dados de diferentes regies geogrficas.
Exemplo:
Percentual de Pessoas com 10 anos ou Mais que Declaram Rendimento
de At um Salrio Mnimo, Segundo as Grandes Regies do Pas.
83
Regies
Norte
Percentual
32,8
Nordeste
48,0
Sudeste
16,0
Sul
18,8
Centro-Oeste
Brasil
22,3
25,3
Fonte: Folha de So Paulo (2002)
Sries Especificativas:
Neste caso a informao em estudo dividida em categorias que a
especifica.
Exemplo:
Nmero de Consultas Mdicas Segundo Especialidades de Sade
Realizadas por Funcionrios Associados a um Plano de Sade Conveniado
pela Empresa Empregadora. Junho de 2001.
Especialidades
Geral
Consultas
200
Urologia
35
Cardiologia
151
Dermatologia
59
Ginecologia
90
Neurologia
83
Oftalmologia
101
Ortopedia
45
Otorrinolaringologia
Total
29
793
84
Sries Mistas:
So aquelas sries estatsticas resultantes da combinao das sries
estatsticas temporais, geogrficas, especificativas ou entre distribuies de
freqncias.
Exemplo:
Taxas de Analfabetismo de Pessoas com 15 anos e Mais, Segundo a
cor, nos Censos Demogrficos de 1991 e 2000.
Cor
Branca
Censos
1991
2000
11,9
8,3
Preta
31,5
21,5
Amarela
5,4
4,9
Parda
27,8
18,2
Indgena
5,8
26,1
Sem declarao
Brasil
18,7
19,4
16,1
12,9
Fonte: Retrato do Brasil
85
Distribuies de Frequncia:
cada resultado ou subconjunto de resultados de uma varivel
quantitativa so registradas nas clulas da tabela a freqncia com que foram
observados na coleta de dados.
Tipos de Distribuio de Frequncia:
Distribuio de Frequncia Simples;
Distribuio de Frequncia por Classe.
Distribuio de Frequncia Simples:

cada resultado de uma varivel quantitativa so registradas nas
clulas da tabela a freqncia com que foram observadas na coleta de
dados.
Exemplo:
Funcionrios de uma Empresa Segundo Idades. Rio de Janeiro,
Julho/2001
Idades
Nmero de
Funcionrios
27
15
32
23
35
32
38
35
42
43
47
28
86
53
10
Total
186
87
Distribuio de Frequncia por Classe:

cada subconjunto de resultados de uma varivel quantitativa so
registradas nas cdulas da tabela a freqncia com que foram observados na
coleta de dados.
a distribuio de freqncia em que a varivel observada est dividida
em classes, que so subintervalos do intervalo total.
Formas de se representar uma Classe:
| inclui esquerda e exclui direita
| exclui esquerda e inclui direita
|| inclui ambos
exclui ambos
Exemplo:
Tempo
em
Funcionrios
Segundos
para
dos
Preencher
Gastos
por
Determinado
Formulrio
Tempo (em segundos) Nmero de funcionrios

40 | 45
3
45 | 50
8
50 | 55
16
55 | 60
12
60 | 65
7
65 | 70
3
70 | 75
1
Total
50
Elementos de Uma Distribuio de Frequncia:
88
a) Classe: so os subintervalos do intervalo total.

Exemplos:
40 | 45, primeira classe.
50 | 55, terceira classe.
70 | 75, ltima classe.
b) Limites de Classe: so os valores de classe, sendo:
da esquerda (menor valor) chamado limite inferior.
da direita (maior valor) chamado limite superior.
Exemplo:
55 | 60
55, limite inferior
60, limite superior
c) Intervalo de Classe (h):
o comprimento de cada classe.
obtido pela diferena entre o limite inferior de uma classe e o limite
inferior da classe anterior da classe anterior ou a diferena existente entre o
limite superior de uma classe e limite superior da classe anterior.
O intervalo de classe (h) deve ser uma constante na distribuio de
frequncia por classe.
89
Exemplos:
45 limite inferior da segunda classe.
40 limite inferior da primeira classe.
Logo, h = 45 40 = 5
OU
50 limite superior da segunda classe.
45 limite superior da primeira classe.
h = 50 45 = 5
d) Ponto Mdio (xi):

a mdia aritmtica simples entre o limite superior e inferior de uma
mesma classe.
Todas as classes tm um ponto mdio distinto.
O ponto mdio o representante dos valores contidos em uma classe.
O ponto mdio varia de classe para classe.
Exemplo:
Tempo (em segundos) Nmero de funcionrios Pontos Mdios (xi)

40 | 45
3
42,5
45 | 50
47,5
50 | 55
16
52,5
55 | 60
12
57,5
60 | 65
62,5
65 | 70
67,5
70 | 75
Total
1
50
72,5
e) Frequncia Simples (fi):
90
Tambm chamada de frequncia absoluta.

o nmero de vezes que os valores de uma classe ocorreram na
observao, isto , a freqncia com que foram observados.
Exemplo:
Tempo (em segundos)

40 | 45
45 | 50
50 | 55
55 | 60
60 | 65
65 | 70
70 | 75
Total
Frequncia Simples
(fi)
3
8
16
12
7
3
1
50
f) Frequncia Relativa (fri):

o quociente entre a frequnica simples da respectiva classe pela
freqncia total.
A soma das freqncia relativas sempre igual a 1.
91
Exemplo:
Tempo (em segundos) Nmero de funcionrios Frequncia Relativas (fri)

40 | 45
3
0,06
45 | 50
0,16
50 | 55
16
0,32
55 | 60
12
0,24
60 | 65
0,14
65 | 70
0,06
70 | 75
Total
1
50
0,02
1
Observao:
Se quisermos obter a freqncia percentual (f ri%), basta multiplicarmos
as frequncias relativas por 100.
Exemplo:
Tempo (em segundos) Nmero de funcionrios Frequncia Percentual (fri%)
40 | 45
3
6
45 | 50
16
50 | 55
16
32
55 | 60
12
24
60 | 65
14
65 | 70
70 | 75
Total
1
50
2
100
92
g) Frequncias Acumuladas (FAC i)

obtida atravs da adio sucessiva frequncia simples da primeira
classe das frequncias simples das classes seguintes. A primeira frequncia
simples a primeira frequncia acumulada e a ltima freqncia acumulada
o somatrio total das freqncias absolutas, isto , a freqncia total n.
Exemplo:
Nmero de
Frequncias Acumuladas
Funcionrios
3
(FAC'S)
3
45 | 50
11
50 | 55
16
27
55 | 60
12
39
60 | 65
46
65 | 70
49
70 | 75
Total
1
50
50
______
Tempo (em segundos)

40 | 45
93
Exerccios Propostos
1) Classifique as sries estatsticas abaixo:
a)Crianas No Vacinadas Contra Plio.1989
Regies
Nordeste
Quantidades
512900
Sudeste
299585
Norte
148818
Centro-Oeste
124791
Sul
105371
Fonte: IBGE
c) Avicultura Brasileira, 1988

Espcie
Galinhas
Pato, Marrecos
Perus
Nmero (cabeas)
511834
58888
3823
Fonte: IBGE
94
d) Tempo de Licena Sem Vencimento de Funcionrios de uma

Empresa
Tempo (em dias) Quantidade
1
10
3
15
25
31
17
28
29
10
34
e) Comprimentos, em centmetros, de Cobaias de 90 dias

Comprimentos
(cm)
19
Quantidade
4
20,5
23,50
25
25,5
26,0
95
e) Nmero de Suicdios Ocorridos no Brasil em 1986, Segundo a Causa

Atribuda
Causa Atribuda
Alcoolismo
N Suicdios
263
Dificuldade Financeira
198
Doena Mental
700
Outro Tipo de Doena
189
Desiluso Amorosa
416
Outras
217
Fonte: IBGE
3) Elabore tabelas estatsticas com os relatrios descritos abaixo:

a) Na Bete Marketing, empresa situada no Rio de Janeiro em 1999, um
estatstico realizou um levantamento do nmero de consultas de funcionrio do
plano de sade conveniada com a empresa por especialidade mdica. Na
ortopedia, foram 200funcionrios, na clnica geral foram 432, na urologia foram
154, na psiquiatria foram 133, na ginecologia foram 220 e na dermatologia
foram 90 pacientes.
b) Em 2000, o mesmo profissional do item anterior, resolveu acrescentar
a varivel sexo ao seu levantamento e constatou: Na ortopedia foram 130 do
sexo masculino e 100 do feminino; na clnica geral foram 153 do sexo
masculino e 165 do feminino; na urologia foram 145 funcionrios; na psiquiatria
foram 112 do sexo masculino e 80 do feminino; na ginecologia foram 129 do
sexo feminino e na dermatologia foram 29 do sexo masculino e 100 do
feminino.
96
c) O levantamento feito pelos nutricionistas de uma fbrica de sabo

revelou a quantidade de refeies fornecidas aos operrios nos vrios turnos
de trabalho:
Desjejuns: 74052;
Almoo: 72249;
Merenda: 72178;
Jantar: 72523;
Ceias: 72999.
Nas informaes, no foram includas no total refeies extras,
mamadeiras e dietas especiais. Nas refeies ceias e jantar no so oferecidas
sobremesas.
d) Movimento ambulatorial do hospital das clnicas da UERJ no perodo
de 1973 a 1975. Em 1973, houve 36.0001 pacientes dos quais 17.885 do sexo
masculino; 5.470 internaes e 4.698 altas. Em 1974, 20.001 pacientes foram
do sexo masculino e 18.920 do sexo feminino; as internaes foram em
nmero de 6.667 e as altas 4.667. Em 1975, num total de 39.370 pacientes,
20.263 eram do sexo masculino; as altas foram 5.483 e as internaes 7.063.
Quanto aos bitos foram: 2.264, 1.733 e 1958 nos trs anos consecutivos.
e) Os dados abaixo resultaram da coleta de sangue de 100 servidores a
serem admitidos em uma grande empresa em 2000 em Petrpolis.
Tipo O, 15
Tipo A, 45
Tipo B, 35
Tipo AB, 5
f) Os mesmos funcionrios foram consultados quanto ao seu fator
sanguneo e resultou-se:
Rh+, 55
Rh-, 40
Observao: cinco, no souberam responder.
97
4) Os dados abaixo se referem ao peso dos pacientes ao entrar num

Spa para dieta de emagrecimento. Estes dados foram levantados por um
auxiliar de administrao:
Pesos em Classes (Kg)
90 | 100
Pacientes
1
100 | 110
110 | 120
120 | 130
10
130 | 140
13
140 | 150
15
150 | 160
25
160 | 170
32
170 | 180
15
180 | 190
11
190 | 200
Total
138
a) Limite inferior da 2a classe;

b) Limite superior da 4a classe;
c) Os pontos mdios das classes;
d) As frequncias relativas;
e) As frequncias percentuais;
f) As frequncias acumuladas;
g) O nmero de pacientes cujo peso no atinge a 140 Kg;
h) O nmero de pacientes cujo peso atinge e ultrapassa a 150 Kg;
i) A percentagem de pacientes com pesos entre 150 e 180 Kg;
j) A percentagem de pacientes com peso maior ou igual a 180 Kg.
98
5) Agrupe os dados abaixo em classes:

Idades de Respondentes a uma Pesquisa de Mercado
4
64
61 65
43
5 54
7
51 74
30 100 91
75
8 68
9
80 69
72
27 40
93
9 94
4
78 72
59
78 95
62
2 96 100 95
9
81
84 78 103
8 60
84 91
99
Unidade VI
Nmeros Relativos
Dados Absolutos
Os dados estatsticos resultantes da coleta direta da fonte,

sem outra manipulao seno a contagem ou medida so chamados
dados absolutos.
A leitura dos dados absolutos pode ser enfadonha e
inexpressiva; embora esses dados traduzam um resultado exato e
fiel, no tm a virtude de ressaltar de imediato as suas comparaes
numricas. Da o uso imprescindvel que faz a estatstica dos dados
relativos.
Dados Relativos
Dados relativos o resultado de comparao por quociente
(razes) que se estabelecem entre os dados absolutos e tm por
finalidade realar ou facilitar as comparaes entre quantidades.
Traduzem-se os dados relativos, em geral, por meio de,
coeficientes, taxas, percentagens e ndices.
100
1-Coeficientes
Os coeficientes so razes entre o nmero de ocorrncias e o
nmero total (nmero de ocorrncias e nmero de no-ocorrncias).
A
Coeficiente=
A+ B
Parte
Coeficiente=
Todo
Exemplos:
Nmero de nascimentos
Coeficiente de natalidade =
Populao total
101
Nmero de bitos
Coeficiente de mortalidade =
Populao total
Noreservas canceladas
Coeficiente de cancelamento de reservas =
Reservas totais
2-Taxas
As taxas so os coeficientes multiplicados por uma potncia
de 10( 10, 100, 1.000 etc.) para tornar o resultado mais inteligvel.
Exemplos:
Taxa de mortalidade = coeficiente de mortalidade X 1000

Taxa de natalidade = coeficiente de natalidade X 1000
Taxa de cancelamento de reservas = Coeficiente de cancelamento
de reservas X 100
102
3-Percentagens
o nmero relativo mais empregado: expressa uma relao
da parte com o todo em base 100. Deriva de conceito anlogo ao de
coeficiente e taxas, mas se difere porque sempre calculado
multiplicando-se por 100.
Consideremos a srie:
Reservas em Hotis da Cidade Y

Hotis
A
B
C
Nmero de Reservas
19.286
1.681
234
Total
21.201
Calculemos as percentagens dos alunos de cada grau:
19.286 X 100
Hotel A = 90,96 = 91,0%
21.201
1.681 X 100
103
Hotel B = 7,92 = 7,9%

21.201
234 X 100
Hotel C = 1,10 = 1,1%
21.201
Com esses dados, podemos formar uma nova coluna na srie
em estudo:
Reservas em Hotis da Cidade Y com Percentagens

Hotis
A
B
C
Total
Nmero
de Reservas
19.286
1.681
234
21.201
%
91,0
7,9
1,1
100,0
Os valores dessa nova coluna nos dizem que, de cada 100

reservas dos hotis considerados da cidade, 91 so para o hotel A, 8
aproximadamente para o hotel B e 1 no hotel C.
O emprego da percentagem de grande valia quando
nosso intuito destacar a participao da parte no todo.
104
Consideremos, agora, a srie:

Reservas em Hotis da Cidade Y e W
Hotis
A
B
C
Total
Nmero
de
Nmero
de
Reservas
Reservas
Cidade Y
19.286
1.681
234
21.201
Cidade W
38.660
3.399
424
42.483
Qual das cidades tem, comparativamente, maior nmero de

reservas nos hotis considerados?
Como o nmero total de reservas diferente nas duas
cidades, no fcil concluir a respeito usando os dados absolutos.
Porm, usando as percentagens, tal tarefa fica bastante facilitada.
Assim,
acrescentando
na
tabela
acima
as
colunas
correspondentes s percentagens, obtemos:
105
Reservas em Hotis da Cidade Y e W com Percentagens
Cidade Y
Cidade W
Hotis
Reservas
Reservas
19.286
91,0
38.660
91,0
1.681
7,9
3.399
8,0
234
1,1
424
1,0
Total
21.201
100,0
42.483
100,0
A leitura da acima permite dizer que os hotis considerados,

comparativamente, contam, praticamente, com o mesmo nmero de
reservas nas duas cidades em que esto instalados.
Do
mesmo modo que
tomamos 100 para base
de
comparao, tambm podemos tomar outro nmero qualquer, entre

os quais destacamos o nmero 1. claro que, supondo o total igual
a 1, os dados relativos das parcelas sero todos menores que 1.
Em geral, quando usamos 100 para a base, os dados so
arredondados at a primeira casa decimal; e quando tomamos 1 por
base, so arredondados at a terceira casa decimal.
106
4-ndices
Os ndices so razes entre duas grandezas tais que uma no inclui a
outra.
Exemplos:
populao
Densidade demogrfica =
Superfcie
ndices Econmicos:
Valor total da produo
Produo per capita =
populao
consumo do bem ou servio

Consumo per capita =
populao
demanda pelo bem ou servio
Demanda per capita =
Populao
renda
Renda per capita =
populao
107
receita
Receita per capita =
populao
Os dados relativos constituem em tcnicas estatsticas que possibilitam

o destaque do que h de mais essencial na informao, o que muitas vezes
no acontece de imediato com os dados absolutos. A principal vantagem dos
dados na forma relativa possibilitar comparaes de categorias de variveis
quando o nmero total em cada categoria diferente.
108
Exerccios Propostos
1)Complete a tabela abaixo:

Empresas
No de
A
B
C
D
E
F
Total
funcionrios
175
222
202
362
280
540
1.781
Dados Relativos
Por 1
Por 100
0,098
9,8
1,000
100,0
2)O hotel A registrou 733.986 reservas no incio de um feriado e

683.816 no fim do feriado. O hotel B apresentou 436.127 reservas no incio
do feriado e 412.457 no fim do feriado. Qual o hotel que apresentou
maior sada de hspedes?
3)Considerando que Minas Gerais, em 1992, apresentou(dados
fornecidos pelo IBGE):
Populao: 15.957.600 habitantes;
Superfcie: 586.624 km2
Nascimentos: 292.036
bitos: 99.282.
109
Calcule:
a)
O ndice da densidade demogrfica;
b)
A taxa de natalidade;
c)
A taxa de mortalidade.
4)Em uma escola da zona sul carioca as matrculas totais de alunos no

ano de 2010 foi de 5.000 alunos, dos quais destes contabilizou-se 250
repetentes. Qual o coeficiente de desperdcio ou o coeficiente de repetncia da
escola para este ano?
5)Foi pesquisado no anurio estatstico do pas de 2008 a matrcula
efetiva na 1 srie, em um estado, referente ao ano de 2006, que revelou
50.000 alunos. Como estamos estudando o perodo curricular de 2006 a 2009,
as quatro primeiras sries do ensino fundamental, foi pesquisado tambm o
anurio estatstico do pas de 2010, onde encontramos a diplomao na 4
srie referente a 2009 no estado de 10.000 alunos. Qual o coeficiente de
produtividade curricular ou de diplomao ou a taxa de sobrevivncia escolar
do estado neste ano?
6)Numa faculdade, o nmero de salas de aula somavam-se 40.000 e a

escola tem 24.000 alunos. A faculdade funciona em dois turnos. Qual a
densidade aluno/salas de aula por turno desta faculdade?
110
Unidade VII
Grficos Estatsticos
Conceito de Grficos Estatsticos :
A Estatstica faz uso de recursos numricos e visuais para representar
os fenmenos. O grfico usado para ilustrar ou ressaltar um fenmeno
atravs de uma imagem, o que o torna de mais fcil compreenso. Sabe-se
que a leitura de um grfico mais fcil do que de uma tabela.
um mtodo de representao de dados estatsticos por meio de
figuras geomtricas.
Requisitos Fundamentais de um Grfico:
o Simples
o Claro
o Exato
Finalidades dos Grficos:
o Apresentar os dados de modo agradvel e claro
o Poupar tempo e esforo na anlise
o Dispor os dados de modo a focalizar as comparaes num
relance
o Tornar claros os fatos que possam ser objetos de confuso
o Olhando um grfico voc pode ter uma viso mais geral do que
ocorre com sua varivel na sua empresa, sem precisar ficar
observando sequncias de nmeros interminveis.
111
Tipos de Grficos:
o Grficos de Reclame
o Grficos de Anlise
Grficos de Reclame:
So os destinados ao grande pblico. So de fcil interpretao.
Representam todas as sries estatsticas.
Tipos de Grficos de Reclame:
o Linear;
o Colunas;
o Barras;
o Setograma ou Pizza.
Construo dos Grficos:
Todos os grficos podem ser facilmente construdos no Excel (inserir
grfico tipo de grfico) e no programa estatsticos SPSS (menu graphs).
112
1)Grfico Linear ou de Linha:

a representao das informaes por meio de uma linha. usado para
representar sries temporais.
Exemplo:
Quantidades de Peas Vendidas de uma
Mercadoria por uma Loja de 2000-07
113
2)Grfico de Colunas:
representado por retngulos dispostos verticalmente. usado quando
a varivel tem muitos resultados e cada um com poucas letras.
Exemplo:
Quantidade de Itens Vendidos em Mil
de Uma Mercadoria de uma Loja por Filial
114
115
3)Grfico de Barras:
representado por retngulos dispostos horizontalmente. usado
quando a varivel tem muitos resultados e cada um com muitas letras.
Exemplo:
Acomodao Atual dos Alunos do Bacharelado em Cermica
116
4)Grfico de Setores ou Pizza:

A varivel apresentada em um crculo, onde cada resultado da mesma
uma fatia da pizza; cada fatia da pizza tem tamanho proporcional ao valor
relativo que o seu resultado representa em relao ao total.
A varivel deve ter poucos resultados, no mximo cinco categorias.
Exemplo:
Grficos em Setores Tipo Sangunea de Funcionrios de Uma Empresa
117
Interpretaes de Grficos de Reclame:

A interpretao de grfico de reclame se d verificando os mximos e
mnimos, bem como as mudanas bruscas ou as identidades.
Tratando-se de srie temporal e respectivo grfico de linha, observa-se
principalmente a tendncia secular do fenmeno, se crescente ou decrescente,
ou ainda, se h oscilao.
Grfico de Anlise:
So grficos destinados a um pblico especializado. So grficos
exclusivos de distribuio de freqncia.
Tipos de Grficos de Anlise:
Histograma;
Polgono de Frequncia.
Interpretao de Grfico de Anlise:

A forma da distribuio apresentada pelo grfico comparada forma
de distribuies tericas que fundamentam comportamentos caractersticos de
variveis representadas e utilizao de inferncias estatsticas.
118
1)Histograma:
a representao grfica da distribuio de freqncia atravs de
colunas justapostas de maneira contnua, representando cada coluna uma
classe. No h, portanto, espao entre as colunas, ou seja, onde termina uma
classe, imediatamente inicia-se outra.
2) Polgono de Frequncia:
uma linha poligonal que resultado de interligao de pontos que
representam os valores de cada classe, isto , os pontos mdios de cada
subintervalo do intervalo total. Tambm como o histograma, representa uma
distribuio de freqncia com intervalo de classe.
Exemplo:
119
Exerccios Propostos
Responda s perguntas abaixo:
1. O que um grfico?
2. Cite 2 finalidades de se construir um grfico?
3. Quais so grficos de reclame?
4. Cite os tipos mais usuais de grficos de reclame.
5. Qual o grfico mais indicado para se representar uma srie
temporal?
6. Como se interpreta um grfico de reclame?
7. Quando usamos o grfico de colunas?
8. Quando usamos o grfico de barras?
9. Que grfico relaciona a proporo que cada categoria de uma
varivel representa em relao ao total?
10. Quando usamos o grfico de pizza?
11. O que um grfico de anlise?
12. Quais os tipos mais usuais de grfico de anlise?
13. Como se interpreta um grfico de anlise?
14. Faa no Excel um grfico adequado para cada srie estatstica da
questo 1
dos exerccios propostos da Unidade Sries
Estatsticas.
120
Unidade VIII
Estudo das Distribuies de Frequncia
Conceitos de Medidas de Distribuies de Frequncias:

A partir de agora iremos nos deter nos aspectos quantitativos de uma
distribuio de frequncia. Estudaremos os parmetros caractersticos de uma
distribuio de frequncia. Assim como as Sries Estatsticas e os Grficos
Estatsticos estas medidas tm como objetivo resumir e sintetizar determinadas
informaes sobre as distribuies de frequncia.
As medidas de uma distribuio de frequncias so parmetros
caractersticos que informam sobre a tendncia geral, a disperso e a forma de
uma distribuio de frequncia.
Medidas de Tendncia Central:
Objetivo:
Elas descrevem o nvel geral dos dados coletados, isto , elas informam
a tendncia dos dados, dos valores da srie.
Por descrever o padro geral dos dados, elas podem ser usadas para
resumir e representar os dados das quais foram calculadas.
1) Mdia Aritmtica(X)
a razo entre o somatrio dos valores observados e o nmero deles.
Portanto, se tivermos:
X1; X2; X3; .... Xn, a Mdia ser:
121
_
X=
X
n
Onde n o nmero total de dados observados.

Mdia Somar todos os Xi e dividir pela quantidade deles.
Exemplos:
1) 6,5,5,6,8
_
X = (6+5+5+6+8)/5 =6, O nvel geral desses nmeros 6.
2)Os valores relativos a atitudes de 31 estudantes frente a um grupo
minoritrio, foram dispostos na seguinte distribuio de freqncia:
Quanto maior o valor, mais favorvel atitude minoritria
Valores Xi
7
6
5
4
3
2
1
Fi
3
4
6
7
5
4
2
31
Xifi
21
24
30
28
15
8
2
128
Xi . F i
X =
n
_
Ento : X = 128/31 =4,1
_
122
3)Distribuio por Intervalo de Classe

Desempenho de Funcionrios no Treinamento de uma Tarefa
Notas
20 || 29
fi
2
xi
24,5
xifi
49.0
di
-4
difi
-8
30 || 39
34,5
310.5
-3
-27
40 || 49
11
44,5
489.5
-2
-22
50 || 59
15
54,5
817.5
-1
-15
60 || 69
17
64,5
1096.5
70 || 79
16
74,5
1192.0
16
80 || 89
84,5
591.5
14
90 || 99
94,5
283.5
-33
Total
80
4830
Pelo Processo Longo:

X = xifi
X = 4830/80 = 60,4
n
Pelo Processo Breve:
X = x0 +h [difi]
n
X = 64,5 + 10[-33]
= 60,4
80
Onde:
xo = ponto mdio da classe em que o di igual zero.

2) Mediana (Me):
123
o valor do rol que ocupa o centro da distribuio, ou seja, o valor que

divide a distribuio ao meio.
Rol: so os dados em ordem crescente ou decrescente. O mais usado
em ordem crescente.
Exemplos
1)3,7,4,12,14,10,15
Rol: 3,4,7, 10
, 12, 14, 15
a mediana Me. o nvel geral destes nmeros.

Me=10
2) 3,4,7,12,15,10,18,14
Rol: 3,4,7, 10,12
,14,15,18
O 10 e o12 so valores que ocupam o centro distribuio. A mediana

ser a mdia entre estes dois valores.
Me= (10+12)/2 = 22/2 =11
Me
11
124
3)Trinta e uma crianas matriculadas numa 3 srie do 1 grau de um

bairro da zona oeste indicaram numa pesquisa o nmero de irmos e/ou irms
que viviam com cada um deles em casa. Os dados resultantes foram dispostos
na tabela abaixo. Calcule a mediana:
N de irmos e/ ou
Fi
Faci
irms
5
13
22 16<22
27
31
31
Processo de clculo:
1) Calculam-se as Facs:
2) Calcula-se o elemento mediano (EMe), da seguinte forma:
EMe= n/2, se n for par.
EMe= (n+1)/2, se n for mpar.
3)Identifica-se Me, de tal forma:
EMe<FACi
EMe= (n+1)/2 = 31+1 =32/2 = 16
2
Me = 3
125
4)
Calcular a Mediana da Distribuio:
Xi
Fi
Faci
12
14
15
4 4=4
16
17
20
EMe = 8/2 = 4
Me = (15+16)/2 = 15,5
126
5)
Estatura de 40 Candidatos a Cargos de Garis da COMLURB
Estatura(cm)
Fi
150 | 154
154 | 158
13
158 | 162
11
162 | 166
32
166 | 170
37
170 | 174
40
Faci
5)
20 < 24, Classe da Me
40
Processo de Clculo:
1) Calculam-se as Facs
2) Calcula-se o EMe
3) Identifica-se a classe da mediana tal que:
EMe Faci
4) Aplica-se a frmula:
Me = li + h [
EMe FAC ]
fmed
127
Onde :
Me = mediana.
Li = limite inferior da classe da mediana.
H = intervalo de classe.
EMe =elemento mediano.
Fac = 128reqente128 acumulada anterior classe da mediana.
Fmed = freqncia absoluta da classe da mediana.
EMe = 40/2 = 20
Me = li + h [
EMe FAC ]
fmed
Me =158 + 4[ 20 13 ]
= 160,5
11
3) Moda ( Mo)
o valor que possui a maior freqncia em um conjunto de dados ou
distribuio.
Exemplos:
1) 7,8,9,10,10,10,11,12,13 e 15
Mo = 10
2) 3,5,8,10,12,13
No h distribuio amodal
128
3) 2,3,4,4,4,5,6,7,7,7,8,9
Mo = 4
e Mo = 7 distribuio bimodal
4) 6,6,6,6,6,6
No tem valor mais freqente. Distribuio Amodal.
5)3,3,3,8,6,6,6,10,15,15,15
Mo = 3
Mo = 6
Mo = 15
Distribuio Trimodal
6)Dada a distribuio de frequncia abaixo, calcule a moda
Xi
Fi
13
12
30
Mo = 9
7)
129
Mo = 3
Mo = 6
Xi
3
fi
3
10
15
11
Mo = 15, distribuio trimodal
8) Calcule a Moda da Distribuio de Salrios de Funcionrios de uma

Empresa
Salrios (R$)
fi
500 | 700
18
700 | 900
31 Classe Mo
900 | 1100
15
1100 | 1300
1300 | 1500
1500 | 1700
1700 | 1900
70
130
1) Moda bruta: o ponto mdio da classe modal.

Ento: Mo = (700+900)/ 2 = R$ 800,00
2) Moda de king:
Mo = li + h [
fpost
fant + fpost
M0 =700 + 200 [
15 ] = R$ 790,9
18+15
3) Moda de Czuber:
Mo = li + h
[ f.mx. f.ant. ]
2.fmx (f.ant + f.post.)
Mo = 700+ 200 [
31 18
(2 x 31) (18 + 15)

Mo = R$ 789,7
131
Onde:
Mo= moda
li = limite inferior da classe modal.
f.mx. = frequncia mxima
f.post. = frequncia posterior classe modal.
f.ant. = frequncia anterior classe modal.
Uso das Medidas de Tendncia Central:

A medida ideal em cada caso aquela que melhor representa a maioria
dos dados da distribuio de frequncia.
Passos para a Escolha da Melhor Medida:
1. Verifique se a distribuio de varivel qualitativa. Se sim, a melhor
medida a Moda.
2. SE no for de varivel qualitativa, verifique se ela de alta ou mdia
disperso. Se for de alta disperso, a melhor medida a mediana ou a moda.
Se no for, isto , de baixa disperso, a melhor medida a mdia.
132
Medidas de Posio (Separatrizes):

So valores que ocupam determinados lugares em um ROL:
Objetivo:
til classificar um determinado elemento no grupo a que pertence.
1) Os Quartis (Qi):
So valores que dividem uma distribuio em 4 partes iguais.
H, portanto, 3 quartis.
a) Q1 (1 quartil) o valor situado de tal modo na srie que 25% dos
dados so menores ou iguais a ele, 75% so maiores que ele.
b) Q2 (2 quartil) o valor situado de tal modo na srie que 50 % dos
dados so menores ou iguais a ele e 50% so maiores.
c) Q3 (3 quartil) so valores situados de tal forma na srie que 75%
dos dados so menores ou iguais a ele e 25% so maiores.
A faixa de salrios que vai de Q 1 a Q3, e que concentra a maioria dos
valores da distribuio chamada faixa salarial.
133
Clculo dos Quartis:
1) Dados No Agrupados em Classe:
Quando os dados no esto agrupados em classe, para determinar as

separatrizes usamos uma regra de trs que ir nos indicar a posio do
elemento no conjunto de dados. Da seguinte forma:
100% dos dados ------------------- n

Porcentagem da separatriz -------------------EQi
em que:
n=nmero de elementos do conjunto de dados
EQi= posio do elemento no ROL
Exemplo:
Para o seguinte conjunto de dados encontre os primeiro e terceiro
quartis.
i
10
11
12
13
14
10
13
14
19
20
28
28
29
37
45
54
67
134
Clculo do 1 Quartil:
100% ------------- 14
25% ------------- EQ1
EQ1 = (25 . 14)/100 EQ1= 3,5. Como no existe a posio 3,5 ento
aproxima-se para o valor inteiro superior, resultando em EQ 1 = 4. Sendo assim,
o valor do Q1 neste conjunto de dados ser Q 1=13.
Clculo do 3 Quartil:
100% ------------- 14
75% ------------- EQ3
EQ3= (75 . 14)/100 EQ3 = 10,5. Como no existe a posio 10,5 ento
aproxima-se para o valor inteiro superior, resultando em EQ 3 = 11. Sendo
assim, o valor do Q1 neste conjunto de dados ser Q 3=37.
A posio da separatriz um nmero inteiro, ou seja, sem casas
decimais, dentro do conjunto de dados. Assim, sempre que o valor calculado
para a separatriz resultar em casas decimais, este valor ser aproximado para
o inteiro superior.
135
2) Dados Agrupados em Classe:
Ateno:
Quando os dados esto agrupados em classe, para determinar os
quartis, usamos a mesma frmula da mediana, adaptada, onde o elemento
mediano, EMe, substitudo por EQi, elemento quartlico, dado pela frmula:
EQi = i . n , onde i o nmero de ordem dos quartis 1,2 ou 3.
4
Exemplo:
- Determinar a faixa salarial dos empregados dessa empresa.
Salrios (R$)
500 | 700
Fi
15
FACi
15
700 | 900
43
58
900 | 1100
18
76
1100 | 1300
81
1300 | 1500
82
1500 | 1700
83
1700 | 1900
84
84
A faixa salarial dos empregados da empregados da empresa o

intervalo que vai de Q1 a Q2, ento:
136
EQ1 = 1 x 84 = 21
4
Q1= li + h [
EQ1 Fac ]
FQ1
Q1= 700 + 200 [
21 15
]
= R$ 728,00
43
EQ3 = 3 x 84 = 63
4
Q3= li + h [
EQ3 Fac ]
FQ3
Q3= 900 + 200 [
63 58 ] = R$ 956,00
18
Faixa Salarial: R$ 728 a R$ 956
2) Os Percentis (Pi):
Denominamos percentis os 99 valores que separam a srie em 100
partes iguais.
Indicamos:
P1,P2,........P32..........,P99
evidente:
137
P50 = Me = Q2; P25 = Q1 ; P75 = Q3

Faixa que concentra a maior parte dos valores:
P25 a P75
Se 20% dos funcionrios com menores salrios recebem cesta bsica
pela empresa, qual o maior salrio para recebimento desse benefcio?
Soluo:
EP20 = in = 20 x 84 = 16,8
100
Pi = l i + h [
100
EPi Fac ]
FPi
P20 = 700 + 200 [
16,8 15
] = R$ 708,00
43
Medidas de Disperso:
Objetivo:
Caracterizar se os valores da distribuio so homogneos ou
heterogneos.
1) Amplitude Total (R):
Chamando:
Xmax = maior valor da distribuio
138
Xmin = menor valor da distribuio

A amplitude total a diferena entre e o menor valor observado.
Ento:
R = Xmax - Xmin
Quanto maior a amplitude total mais heterogneo so os dados entre si.
Exemplos:
1) 15, 12, 10, 17, 16
R = 17 10 = 7
2) Considere a srie abaixo que representa a temperatura registrada
durante 30 dias numa regio.
Temperatura (C)
10
fi
2
15
20
12
30
40
30
R = 40 10 = 30 c
139
3) Considere a distribuio abaixo:

Estaturas (cm)
fi
150 | 154
154 | 158
158 | 162
11
162 | 166
166 | 170
170 | 174
40
R = 174 150 = 24 cm
Uso e Desvantagens da Amplitude Total:
A amplitude total o inconveniente de s levar em conta os 2 valores
extremos da srie, descuidando-se do conjunto de valores intermedirios, o
que quase sempre invalida a preciso e eficcia do resultado. Ela apenas
uma indicao aproximada da disperso ou variabilidade.
Faz- se uso da amplitude total quando se quer determinar amplitude ou
variao da temperatura em um dia ou ano , em controle da qualidade ou
quando a compreenso popular mais importante que a exatido e eficcia.
140
2) Varincia (S2):
a mdia aritmtica dos quadrados dos desvios em relao mdia da
distribuio.
Desvio (di) a diferena de cada valor da distribuio de sua mdia:
di = (Xi X ), com i=1,n

O seu quadrado vem:
d2i = (Xi X )2
Temos que a sua mdia aritmtica a varincia:
n
(Xi X )2
i=1
2
S =
n
Exemplos:
1) Notas de uma turma:
5; 7; 8; 6,5
X = (5+7+8+6,5) = 6,6 mdia
4
(5 - 6,6)2 = (-1,6)2 = 2,56
(7 - 6,6)2 = (0,4)2 = 0,16
(8 - 6,6)2 = (1,4)2 = 1,96
(6,5 - 6,6)2 = (0,1)2 = 0,01
141

(Xi X )2
n
i=1
S2 =
n
4,69
S2 = = 1,17
4
2)Tempo de Sobrevivncia de Determinado Aparelho Cirrgico em Anos.

Xi (anos)
fi
Xifi
Xi2fi
2
3
5
6
7
1
4
5
3
2
15
2
12
25
18
14
71
4
36
125
108
98
371
Neste caso, a varincia dada por:

X2 . fi (Xi . fi)2
n
S2 =
n
Ento:
142
371 -
(71)2
15
S2 = = 2,33
15
3)Um psiclogo foi encarregado de treinar operrios para o trabalho em
uma fbrica. Aps o treinamento ele deu uma nota a cada operrio pelo seu
aproveitamento e os resultados foram:
Notas
Fi
xi
xiFi
xi2Fi
di
diFi
di2Fi
0 | 2
2 | 4
4 | 6
6 | 8
8 | 10
5
8
14
10
7
44
1
3
5
7
9
-
5
24
70
70
63
232
5
72
350
490
567
1484
-2
-1
0
1
2
-
-10
-8
0
10
14
6
20
8
0
10
28
66
Processo Longo:
x2 . fi (xi . fi)2
n
S2 =
n
1484 -
(232)2
44
S2 = = 5,93
44
143
Processo Breve:
S2 = [ d2i fi -
(di fi)2 ] x (h2/n)

n
Ento:
S2 = [66 - (6)2 ] x (22/44) = 5,93
44
3) Desvio Padro(S):
raiz quadrada da varincia, definida para que a medida de
variabilidade fique na mesma escala da varivel original.

Ento dos exemplos anteriores temos:
S = 1,17 = 1,08
S = 2,33 = 1,53
S = 5,93 = 2,44
144
4) Coeficiente de Variao(CV):
Operacionalmente, a razo percentual entre o desvio padro e a
mdia. Seu resultado no da mesma qualidade da escala, ao contrrio, o
resultado que expressa em percentagem , a frao que o desvio padro
mdia.
definido como:
CV =
. 100%
x
Tem-se que:
CV 15%, baixa disperso (dados homogneos).
15% < CV 30%, mdia disperso.
CV > 30%, alta disperso (dados heterogneos).
Ex.: O peso de 20 pessoas revela que os dados tm baixa disperso.

X = 51kg
S = 6,14 Kg
Logo, CV =
6,14
. 100% = 12,04%, baixa disperso.
51
145
Uso do coeficiente de variao na Comparao de Grupos

Usa-se o coeficiente de variao para comparar a disperso:
o De populaes com estudos envolvendo variveis diferentes, isto
, com universos em escalas de medidas distintas (pessoas,
alturas);
o De populao distintas (crianas, adultos);
o De populaes com desvios-padro iguais, mas com mdias
diferentes.
Exemplos:
1)Numa Clnica, o salrio mdio dos homens de R$ 400,00 com desvio
padro R$150,00 e o das mulheres de R$300,00 com desvio padro
R$120,00. Qual o grupo mais heterogneo quanto ao salrio?
CVH =
150
. 100% = 38%, alta disperso.
400
CVM =
120
. 100% = 40%, alta disperso.
300
Os salrios das mulheres variaram mais. O grupo mais heterogneo o
das mulheres.
146
2)Tomemos os resultados das medidas das estaturas e dos pesos de

uma mesma a populao de indivduos.
Variveis
Estaturas
Pesos
X
175 cm
68 kg
S
5,0 cm
2,0 kg
Qual o grupo menos disperso?

CVE =
5,0
175
CVp =
2,0
68
A distribuio menos dispersa foi das estaturas.
3 Sejam duas sries, em que se tenha, respectivamente:
x1 = 700 mm e S1 = 20 mm
x2 = 100 mm e S2 = 20 mm
CV1 =
20
700
CV2=
20
. 100% = 20%, mdia disperso.
100
Coeficiente de variao utilizado nesse caso para a comparao dos
grupos, porque tem mdias diferentes e o mesmo desvio padro.
147
Uso do Coeficiente de Variao na Escolha entre a Mdia e a Mediana

para Representar os Dados de uma Distribuio de Freqncia:
Para efeitos prticos, costuma-se considerar que CV superior a 30%
indica alto grau de disperso, consequentemente pequena representatividade
da mdia. Enquanto para valores inferiores a 30%, a mdia ser tanto mais
representativa do fato quanto menor for o valor de seu CV.
Ento:
CV > 30, a mediana ou a moda.
CV 30, a mdia.
Observao:
Para qualificar a disperso de uma distribuio mais proveitoso CV,
mas no devemos deduzir que a varincia e o desvio padro caream de
utilidade. Pelo contrrio, so medidas muito teis no tratamento de assuntos
relativos inferncia estatstica.
148
Medidas da Forma de uma Distribuio de Freqncia:

Indica a forma de curvas de freqncias com vistas comparao da
forma da distribuio de freqncia obtida em uma pesquisa emprica com as
de distribuies de frequncias tericas.
Exemplo:
muito usual em pesquisa estatstica a comparao da forma de curvas
de frequncias empricas com a forma da Curva Normal, de importncia vital
na fundamentao no Clculo das Probabilidades e na Teoria da Inferncia
Estatstica.
As duas medidas que se prestam ao objetivo acima so: assimetria e
curtose.
Curva Normal
Muitos dos fenmenos da natureza, quando medidos de uma amostra
boa, geralmente apresentam sua distribuio de freqncia com perfil
semelhante a uma curva em sino, denominada Curva Normal.
A curva normal tem forma de sino, unimodal e simtrica em relao
mdia, ou seja, se passarmos uma linha exatamente pelo centro da curva
teremos duas metades perfeitamente iguais.
Assim:
149
A importncia da curva normal se d em virtude dela se adequar bem a

diversas situaes prticas, isto , so vrios os fenmenos que seguem uma
distribuio normal ou se aproximam de sua forma. Alm desse fato, a grande
importncia da curva normal que ela pressuposto bsico para modelagem
de estimativas alvos de significncia estatstica.
Assimetria ou Distoro (As):
o estudo do grau de enviezamento ou distoro da curva de

frequncia. O valor enviesado caracteriza o grau de assimetria de uma
distribuio em torno de sua mdia.
Tipo de Assimetria:
o Assimetria Positiva;
o Assimetria Negativa;
o Curva Simtrica.
150
151
a)Assimetria Positiva:Mudaram as figuras

Enviezamento direita, isto , cauda mais longa a direita. Um valor
enviesado positivo indica uma distribuio ponta assimtrica que se estende
em direo a valores mais positivos.
Numa distribuio assimtrica positiva, a relao sempre vale:

Mo < M e < X
152
b)Assimetria Negativa:
Enviezamento esquerda, isto , cauda mais longa esquerda. Um
valor enviesado negativo indica uma distribuio com uma ponta assimtrica
que se estende em direo a valores mais negativos.
Numa distribuio assimtrica negativa, a relao sempre vale:

X < Me < Mo
153
c)Simtrica:
No h enviezamento. uma caracterstica da Curva Normal.
Numa distribuio simtrica a relao sempre vale:

X = Me = Mo
Coeficiente de Assimetria de Pearson:
Existem outros, mas estudaremos os de Pearson. Existem 2 coeficientes
de Pearson.
Mo
1 ) As=
S
3(
- Me )
2 ) As=
S
154
Em funo dos resultados acima dos coeficientes, possvel determinar

o comportamento da curva de frequncia em dois aspectos:
1) Se:
As = 0, a distribuio simtrica.
As > 0, a distribuio assimtrica positiva.
As < 0, a distribuio assimtrica negativa.
2) Se:
/ As / 0,15, distribuio praticamente simtrica.
0,15 < / As / 1, assimetria moderada.
/ As / > 1, forte assimetria.
Exemplos:
As= 0,12, curva aproximadamente simtrica
As= -0,12, curva aproximadamente simtrica
As= 0,25, curva assimtrica positiva moderada
As= -0,25, curva assimtrica negativa moderada
As= 1,2, cursa de forte assimetria positiva
As= -1,2, cursa de forte assimetria negativa
155
Exemplo:
1)Determinar o coeficiente de assimetria da distribuio abaixo e concluir
sobre o seu grau de enviezamento:
Classes
50 | 60
fi
15
60 | 70
20
70 | 80
30
80 | 90
20
90 | 100
15
100
Calculando, temos:
X = 75
Mo = 75
S = 12,65
_
As = ( X Mo ) / S = ( 75 75 ) / 12,65 = 0
A distribuio simtrica
156
2)Dizer se a distribuio abaixo pode ser ajustada pela curva normal,

analisando o seu grau de assimetria:
Classes
3 | 8
fi
5
8 | 13
15
13 | 18
20
18 | 23
10
50
Temos:
X = 14
Mo = 15
S = 4,5
As = x Mo = 14 15 = - 0,22, As = - 0,22
S
4,5
/- 0,22 / - assimetria negativa moderada. A distribuio no pode ser

ajustada curva normal.
157
Coeficiente Momento de Assimetria(M AS):

n
MAS = . M3
(n-1)(n-2)
Tem-se que:
M3 = [( Xi X)3 / S3]
i=1
1) Se:
MAs = 0, a distribuio simtrica.
MAs > 0, a distribuio assimtrica positiva.
MAs < 0, a distribuio assimtrica negativa.
2) Se:
/ MAs / 0,15, distribuio praticamente simtrica.
0,15 < / MAs / 1, assimetria moderada.
/ MAs / > 1, forte assimetria.
158
Exemplo 1:
Sejam as duas sries abaixo que representam o nvel de satisfao de

clientes usurios da Net com os planos NET TV e NET VIRTUAl. Qual o grau
de assimetria das variveis?
Grau de Satisfao de Clientes com os Planos NET TV e NET

VIRTUAL da NET
NET TV(X)
1
2
2
2
2
3
3
3
3
3
3
3
3
3
3
4
4
4
4
5
NET VIRTUAl(Y)
1
1
2
2
2
3
3
3
3
3
3
3
3
3
3
4
4
4
5
5
159
Soluo:
1 ) Verificando o grau de assimetria da varivel X:
X
1
2
2
2
2
3
3
3
3
3
3
3
3
3
3
4
4
4
4
5
Soma
(X-media)3
-8
-1
-1
-1
-1
0
0
0
0
0
0
0
0
0
0
1
1
1
1
8
0.00
[(X-media) 3/S3
-10.35
-1.29
-1.29
-1.29
-1.29
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.29
1.29
1.29
1.29
10.35
0.00
Mdia
0.92
20
MAS = . 0 = 0, distribuio simtrica
(20-1)(20-2)
160
2 )Verificando o grau de assimetria da varivel Y:
Y
1
1
2
2
2
3
3
3
3
3
3
3
3
3
3
4
4
4
5
5
Soma
(Y-mdia)3
-8
-8
-1
-1
-1
0
0
0
0
0
0
0
0
0
0
1
1
1
8
8
60.00
Mdia
S
[(Y-mdia) 3/S3
-6.42
-6.42
-0.80
-0.80
-0.80
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.80
0.80
0.80
6.42
6.42
0.00
3
1.08
20
MAS = . 0 = 0, distribuio simtrica
(20-1)(20-2)
161
Exemplo 2: Vamos calcular o MAS:

Declaraes de Despesas feitas pelos Executivos de uma
Empresa
(Em 100 Reais)
Classes
00 | 15
15 | 30
30 | 45
45 | 60
60 | 75
75 | 90
Total
Fi
12
23
26
18
13
8
100
xi
7,5
22,5
37,5
52,5
67,5
82,5
[(x xi) / s ]3
- 3,58
- 0,59
0,00
0,16
1,90
7,20
[(x xi) / s ]3 fi
- 42,96
- 13,57
0,00
2,88
24,70
57,65
28,65
Soluo:
Neste caso, quando a distribuio vem em intervalo de classe
deveremos fazer umas modificaes em M3:
M3 = [( xi X)3 / S3] fi
i=1
Onde:
xi = ponto mdio da classe i;
fi = freqncia simples da classe i.
162
Temos:
_
X = 40,65
S = 21,67
n
MAS = . M3
(n-1)(n-2)
MAs =
100
. 28,65 = 0,30
( 100 - 1)(100-2)
Assimetria positiva moderada.
163
2) Curtose (K):
o estudo do grau de achatamento da curva de frequncia. A curva de
frequncia comparada curva normal padro. A curtose caracteriza uma
distribuio em cume ou plana se comparada distribuio normal padro.
De acordo com o grau de curtose utilizamos trs classificaes para as
curvas de freqncia:
Mudou a figura
Leptocrtica
Mesocrtica
Platicrtica
164
Ento:
Mesocrtica: aquela que denominamos de padro, no nem

muito achatada nem muito alongada. A curva normal padro
tem a caracterstica de ser mesocrtica, ou seja, segue este
padro.
Leptocrtica: a curva mais alongada, tem o pico bastante
acentuado quando comparada curva normal padro.
Platicrtica: a curva mais achatada, o seu pico bastante
suave, quase imperceptvel, quando comparada curva
normal padro.
Assim:
A curva normal padro tem a caracterstica de ser mesocrtica.

Coeficiente de Curtose(K):
Para medir o grau de curtose, podemos utilizar o coeficiente:
Q3 - Q1
K =
2(P90 P10)
165
Se:
K = 0,263, distribuio mesocrtica.
K < 0,263, distribuio leptocrtica (distribuio em cume).
K > 0,263, distribuio platicrtica (distribuio plana).
Do exemplo 2, temos:
Q1 = 10,50
Q3 = 17,38
P10 = 8,00
P90 = 20,50
Ento:
17,38 10,50
K = = 0,270 > 0,263
2(20,50 8,00)
Distribuio platicrtica ou plana
166
Coeficiente Momento de Curtose (Mk):

Neste
coeficiente,
relativamente
em
curtose
cume. A curtose
positiva
indica
uma
distribuio
negativa
indica
uma
distribuio
relativamente plana. A curtose ser definida da seguinte forma:

n(n+1)
3(n-1)2
MK= [ . M4 ] [ ]
(n-1)(n-2)(n-3)
(n-2)(n-3)
Tem-se que:
n
M4 = [( Xi X)4 / S4]
i=1
Neste caso, se:

MK=0 , distribuio mesocrtica
MK>0, distribuio leptocrtica
MK< 0, distribuio platicrtica
Observao:
Tanto o MAS quanto o MK podem ser obtidos diretamente na planilha
eletrnica Excel na funo inserir funo e nas opes Distoro e na
funo Curt para assimetria e curtose respectivamente. A estatstica de
Bera-Jarque no est disponvel diretamente no Excel.
167
Exemplo 1:
Sejam as duas sries abaixo que representam o nvel de satisfao de
clientes usurios da Net com os planos NET TV e NET VIRTUAl. Qual o grau
de curtose entre as variveis?
Grau de Satisfao de Clientes com os Planos NET TV e NET
VIRTUAL da NET
NET TV(X)
1
2
2
2
2
3
3
3
3
3
3
3
3
3
3
4
4
4
4
5
NET VIRTUAl(Y)
1
1
2
2
2
3
3
3
3
3
3
3
3
3
3
4
4
4
5
5
168
Soluo:
1 ) Verificando o grau de curtose da varivel X:

X
1
2
2
2
2
3
3
3
3
3
3
3
3
3
3
4
4
4
4
5
Soma
(X-mdia) 4
16
1
1
1
1
0
0
0
0
0
0
0
0
0
0
1
1
1
1
16
40.00
[(X-mdia)4/S4
22.56
1.41
1.41
1.41
1.41
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.41
1.41
1.41
1.41
22.56
56.41
Mdia
S
[(X-mdia)4/S4
22.56
1.41
1.41
1.41
1.41
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.41
1.41
1.41
1.41
22.56
56.40
3
0.92
169
n(n+1)
3(n-1)2
MK= [ . M4 ] [ ]
(n-1)(n-2)(n-3)
20(20+1)
(n-2)(n-3)
3(20-1)2
MK= [ . 56,40] [ ]
(20-1)(20-2)(20-3)
(20-2)(20-3)
20.21
3(19)2
MK= [ . 56,40 ] [ ]
(19)(18)(17)
420
(18)(17)
3.361
MK= [ . 56,40 ] [ ]
5814
(18)(17)
420
1083
MK= [ . 56,40 ] [ ]
5814
306
MK= 4,08 3,54 = 0,54, distribuio leptocurtica ou cume
170
2 ) Verificando o grau de curtose da varivel Y:
Y
1
1
2
2
2
3
3
3
3
3
3
3
3
3
3
4
4
4
5
5
Soma
(Y-mdia) 4
16
16
1
1
1
0
0
0
0
0
0
0
0
0
0
1
1
1
16
16
70.00
Mdia
S
[(Y-mdia)4/S4
11.93
11.93
0.75
0.75
0.75
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.75
0.75
0.75
11.93
11.93
52.22
3
1.08
171
n(n+1)
3(n-1)2
MK= [ . M4 ] [ ]
(n-1)(n-2)(n-3)
20(20+1)
(n-2)(n-3)
3(20-1)2
MK= [ . 52,22 ] [ ]
(20-1)(20-2)(20-3)
(20-2)(20-3)
20.21
3(19)2
MK= [ . 52,22] [ ]
(19)(18)(17)
420
(18)(17)
3.361
MK= [ . 52,22] [ ]
5814
(18)(17)
420
1083
MK= [ . 52,22] [ ]
5814
306
MK= 3,77 3,54 = 0,23, distribuio leptocrtica
172
Exemplo 2: Vamos calcular o Mk:

Declaraes de Despesas feitas pelos Executivos de Uma Empresa
(Em 100 Reais)
Classes
Fi
12
23
26
18
13
8
100
00 | 15
15 | 30
30 | 45
45 | 60
60 | 75
75 | 90
Total
xi
7,5
22,5
37,5
52,5
67,5
82,5
-
[(x Xi) / s ]4
5,48
0,49
0,00
0,09
2,36
13,91
-
[(x Xi) / s ]4 Fi
65,76
11,27
0,00
1,62
30,68
111,28
220,61
Soluo:
Ajustes anlogos ao do momento de assimetria devem ser feitos no
momento de curtose:
Temos:
_
X = 40,65 e S = 21,67
3(n-1)2
n(n+1)
MK= [ . M4 ] [ ]
(n-1)(n-2)(n-3)
100(100+1)
(n-2)(n-3)
3(100-1)2
MK= [ . 220,61 ] [ ] = -0,72

(100-1)(100-2)(100-3)
(100-2)(100-3)
Distribuio platicrtica ou plana.
173
Diferenas da Curva Normal Original e Curva Normal Padro
Os pesquisadores quando falam de curva normal, tipicamente entendem

a curva normal padronizada, a qual definida pela simetria e pela curtose. Mas
a curva normal original definida exclusivamente pela simetria, isto , que as
reas sob a curva so idnticas em ambos os lados da mdia: a curva normal
original unimodal(tem apenas um pico) e simtrica. Assim, todas as curvas da
figura abaixo so normais, porque tm um pico somente e so simtricas,
embora os desvios sejam diferentes, provocando diferentes nveis de curtose.
Distribuies Normais:
Mdia
174
Mais ainda, curvas normais originais podem ter mdias diferentes,

desvios-padro diferentes ou ambas as coisas. A figura abaixo demonstra o
fato respectivamente:
Distribuies Normais com Diferentes Mdias e Desvios-padro:
As distribuies normais originais tm mdias e desvios-padro

diferentes porque trabalham diretamente com os escores originais X i e os seus
parmetros fundamentais(mdia e desvio-padro). Quem comanda as aes
so
os
dados
empricos
Xi
os
seus
parmetros
caractersticos
fundamentais( mdia e desvio-padro). Tanto os dados empricos X i quanto os

parmetros caractersticos variam de pesquisa para pesquisa e, assim, as
curvas normais resultantes sero diferentes.
Para contornar o problema de operacionalizar a curva normal original
com suas diferentes formas, os estatsticos estabeleceram que a partir de
qualquer distribuio normal pudesse transform-la em uma curva normal de
forma constante, sempre com mdia 0 e desvio-padro 1: a curva normal
padro. Todos os estudos e clculos que se fizesse em cima da normal
padronizada servir para a curva normal que o originou.
A vantagem dessa curva padronizada consiste em que alguns
parmetros j esto automaticamente definidos para qualquer escala de
medida que voc utilizar, quais seja, mdia sempre 0 e varincia 1. Alm disso,
175
existem tabelas construdas para essa curva que mostram probabilidades

sobre esta curva que vale para a curva normal original de mesma rea.
A curva normal padronizada definida pela assimetria e curtose. A curva
normal padronizada tem a caracterstica de ser mesocrtica.
Em pesquisas, quando se fala de curva normal, sem maiores detalhes,
normalmente se est falando ou assumindo a curva normal padronizada, isto ,
a curva normal mesocrtica.
176
Teste de Normalidade:
Na anlise de dados, frequentemente iremos nos deparar com a

necessidade de realizar o teste de normalidade de variveis quantitativas.
Existem vrios testes de normalidade, mas um dos mais simples o teste
chamado de Bera-Jarque. A fundamentao estatstica utilizada como base
do teste de Bera-Jarque dada pela equao:
(MAS)2
BJ = n [
6
(Mk)2
+ ] < 6,0
para normalidade
24
Onde:
n= tamanho da amostra
Exemplo:
Do Exemplo 1, para o clculo dos momentos de assimetria e

curtose, temos:
a)Clculo de Bera-Jarques para Varivel X:
(0)2
BJ = 20 [
6
(0,54)2
+ ]
24
177
(0,54)2
BJ = 20 [ ] = 20 . 0,01 = 0,20 < 6,0, distribuio normal
24
Clculo de Bera-Jarques para a Varivel Y:
(0)2
BJ = 20 [
6
(0,23)2
+ ]
24
(0,23)2
BJ = 20 [ ] = 20 . 0,00 = 0,00 < 6,0, distribuio normal
24
Concluso:
Tanto a varivel X quanto a varivel Y tem distribuio normal.
178
Descrio de Dados Estatsticos:
A descrio de dados estatsticos, atravs de uma distribuio de

freqncia e seus grficos- polgonos de freqncia e histogramas geralmente, no suficiente. A estatstica possui medidas descritivas mais
satisfatrias que resumem, de forma bem sucinta, as informaes necessrias
ao estudo da distribuio de freqncia.
Para uma descrio bem informativa so necessrias quatro
medidas diferentes:
1)Uma medida de tendncia central que informar o nvel geral mdio do
grupo.
2)Uma medida de variabilidade que dar notcia da disperso ou
afastamento dos dados em torno do valor central.
3)Uma medida de assimetria que refletir a inclinao ou enviezamento
da distribuio dos valores, para a direita ou para a esquerda.
4)Uma medida de curtose que dir do achatamento da curva obtida com a
distribuio de freqncia.
Essas quatro medidas, que se resumiro em apenas quatro nmeros,
descrevero uma distribuio de freqncia, dispensando grficos e, at,
mesmo, a prpria tabela de distribuio de freqncia, quando se tratar de um
relatrio final.
179
Exerccios Propostos
1) Calcule a mdia aritmtica dos nmeros:
a) 120,150
b) 17,19,5,10,22
c) 2,8,15,7
d) 7,7,7,7,7,7,7
2) Calcule a mediana dos nmeros:
a) 31,52,22,27,54,55,47,38
b) 31,52,22,27,54,55,47,23
c) 13,14,17,19,10
d) 7,2,5,10,12,18
e)13,23,18
f) 12,24
3)Calcule a moda dos nmeros:
a) 7,5,6,10,7,8,7,37,7,15,7,7,20,13
b)11,15,13,1,9,13,21,13,6,13,13,16
c) 10,10,10,10,10,10,10
d) 26,26,26,17,17,17
e) 28,13,13,15,16,16,16,16,13,8
f) 7,7,7,9,9,9,15,15,15,15,15,1,1,1
g) 8,1,0,0,0,0,2,1,9
h) 5,5,5,5,8,7,7,7,7,9,10,10,10,10
180
4)Trinta embalagens plsticas de mel foram pesadas com preciso de

decigramas. Os pesos, aps conveniente agrupamento, forneceram a
seguinte distribuio em gramas:
Xi
31,5
Frequncias
1
32,5
33,5
11
34,5
35,5
36,5
Calcule a mdia, a mediana e a moda para a distribuio.

5)Dados os dez valores seguintes, calcule a sua mdia, mediana, moda,
varincia, desvio padro e coeficiente de variao:
77
80
70
78
75
85
72
77
82
82
181
6)Ensaios de uma amostra ao acaso de quarenta corpos de prova de

concreto fornecem as seguintes resistncias ruptura:
61
30
72
59
65
100
27
78
43
91
40
95
45
75
93
62
54
78
99
42
51
68
94
96
74
80
78
100
64
69
72
95
Agrupe os dados em classes de freqncias.

7)Medindo-se o dimetro externo de uma engrenagem, foram obtido
valores, em mm, de acordo com a seguinte distribuio:
Classes
1001 | 1010
Frequncias
3
1011 | 1020
12
1021 | 1030
28
1031| 1040
82
1041 | 1050
74
1051 | 1060
30
1061 | 1070
17
1071 | 1080
Total
250
Calcule a mdia e o desvio padro desse lote de peas.
182
8)Uma amostra de chapas produzidas por uma mquina forneceu as

seguintes espessuras, em milmetros:
6,34
6,38
6,38
6,40
6,20
6,30
6,42
6,36
6,28
6,35
6,38
H razes estatsticas para se afirmar que a distribuio das espessuras

seja simtrica?
9) Dada distribuio de freqncias que segue, determine a mediana e
a proporo de elementos maiores que 4, supondo:
a. varivel discreta;
b. varivel contnua.
Xi
1
fi
2
12
10
Total
50
O coeficiente de variao ser o mesmo nos casos a) e b)? Por qu?
183
10)Uma amostra de oitenta peas retiradas de um grande lote forneceu a

seguinte distribuio de comprimentos:
Classes
50 | 60
60 | 70
70 | 80
80 | 90
90 | 100
100 | 110
110 | 120
120 | 130
Total
Frequncias
1
3
6
15
25
20
7
3
80
A especificao para esse tipo de material exige que o comprimento

mdio das peas esteja compreendido entre 92 e 96 mm, que o coeficiente de
variao seja inferior a 20% e que a distribuio dos comprimentos seja
simtrica. Quais dessas exigncias parecem no estar sendo satisfeita no
presente caso?
11) Uma distribuio de frequncia constituda por cinco classes de
igual amplitude cujas freqncias percentuais so, respectivamente ,
20%; 37,5%; 10,0% e 2,5%, o limite inferior da primeira classe igual 2,
igual ao intervalo de classe da distribuio, e a frequncia total 200.
Calcule o ndice de assimetria de PEARSON.
12) Numa regio, para as distribuies de temperaturas e presses
observadas durante um ano. Obtiveram-se respectivamente: temperatura
mdia 25 C; desvio padro 2,5 C; presso mdia 750 mm e desviopadro 30 mm. Pergunta-se: qual a varivel que apresentou maior
variabilidade naquele ano?
13) A distribuio abaixo resultou da determinao em cm dos dimetros
de 200 arruelas fabricadas por determinada indstria de autopeas:
184
Classes
5,3 5,32
5,32 5,34
5,34 5,36
5,36 5,38
5,38 5,40
5,40 5,42
Total
Fi
12
22
44
60
42
20
200
Pede-se:
a) Calcular a mdia e desvio padro;
b) Determinar o valor do dimetro tal que 12% dos valores da distribuio
lhe sejam inferior;
c) Determinar a porcentagem de valores superior a 5,39 cm.
14) O intervalo de tolerncia para o comprimento de certa pea de 5,40
0,25 cm. Examinando-se 50 dessas peas obteve-se a distribuio
abaixo:
Comprimentos
4,995 5,195
Fi
8
5,195 5,395
20
5,395 5,595
16
5,595 5,795
Total
6
50
185
Pede-se:
a) Calcular a mdia e desvio-padro da distribuio dada;
b) Calcular a percentagem de peas defeituosas nas 50 peas
examinadas;
c) Calcular a amplitude total da distribuio.
15) Numa caldeira foram realizadas 100 observaes relativas produo
de vapor/hora, tendo-se obtida para uma Equipe I de operadores a
distribuio de frequncia I. Em idnticas condies operou uma Equipe
II. Os valores de X so os valores centrais da produo em toneladas de
vapor por hora.
I
Xi
32,1
33,1
34,1
35,1
36,1
TOTAL
Fi
12
21
40
18
9
100
II
Xi
32,2
33,2
34,2
35,2
36,2
TOTAL
Fi
9
19
38
22
12
100
Pede-se:
a) Comparar a eficincia da mdia e a regularidade na produo de vapor
pelas duas equipes;
186
b) Foi estabelecido para remunerao das equipes a condio de que a

frequncia dos valores de X inferiores a 33,3 ton.?h seja no mximo de
25%. Verificar se esta condio satisfeita pelas equipes e explique o
porqu.
16)A distribuio de freqncia abaixo resultou da medida (em cm) dos
dimetros de esferas de um lote de 100 esferas de rolamento(preciso do
instrumento de 0,01 mm), cada uma das quais ser utilizada em
determinado mecanismo.
Lote A
Classes
14,845 15,145
15,145 15,445
15,445 15,745
15,745 16,045
16,045 16,345
Total
Fi
15
20
35
22
8
100
Pergunta-se:
a)Qual ser a porcentagem de mecanismos precisos, assim sendo
considerados aqueles para os quais os dimetros das esferas esto no
intervalo de 15,30 a 15,7 mm?
b)Se prefervel utilizar esse lote(Lote A) ou outro para o qual:
_
X = 15,6 e S=0,40?
17)Abaixo esto descritos os parmetros caractersticos de trs
distribuies de frequncia de trs variveis de interesse do engenheiro
na construo civil em 100 observaes cada uma.
Distribuio I:
X1 = 10
S1 = 2
Distribuio II:
X2 = 15
S2 = 2,5
Distribuio III:
X3 = 25
S3 =10
187
Me1 = 10
M01 = 10
As1 = 0
K1 = 3,5
Me2 = 15
M02 = 15
As2 = 0
K2 = 3
Me3= 20
M03= 20
As3 = 0,5
K3= 3
Qual das distribuies acima possui Curva Normal Padro? Justifique.

18)A distribuio abaixo representa o crescimento mdio da eficcia de
certo medicamento por revises em dez anos de seu composto qumico.
x = 5%
S = 0,25%
(x x)2 = 300
Mo = 3,5%
Podemos modelar essa distribuio como a Curva Normal?
188
19)Os pesos de 1000 peas produzidas por certa indstria esto

classificados na tabela abaixo:
Pesos(em gramas)
1900 1930
1930 1960
1960 1990
1990 2020
2020 2050
2050 2080
2080 2110
Total
N de Peas
8
55
192
332
275
114
24
1000
Calcule:
a)A mediana
b)1 e 3 quartil
c)Atravs das separatrises dos itens anteriores, inferir o grau de
assimetria e curtose.
189
20) Os dados mostrados a seguir referem-se s estaturas de 76 barras de

concreto para a construo civil:
1,7
1,80
1,74
1,82
1,76
1,67
1,60
1,62
1,62
1,67
1,74
1,69
1,55
1,55
1,56
1,63
1,69
1,6
1,80
1,76
1,71
1,79
1,67
1,73
1,80
1,72
1,68
1,65
1,83
1,89
1,78
1,64
1,72
1,64
1,5
1,65
1,70
1,68
1,69
1,80
1,74
1,75
1,91
1,76
1,72
1,74
1,73
1,65
1,65
,163
1,81
1,6
1,80
1,68
1,50
1,66
1,78
1,78
1,68
1,81
1,66
1,77
1,67
1,66
1,73
1,60
1,80
1,86
1,5
1,69
1,79
1,92
4
1,7
2
1,5
2
1,8
4
1,8
5
Realizar os principais estudos descritivos do conjunto de dados acima

utilizando somente a planilha eletrnica Excel.
21) Responda as questes abaixo:
a)Quais as tcnicas aritmticas da Estatstica Descritiva que informam a
forma de uma distribuio de frequncia?
b)Como voc descreveria o nvel geral mdio do tipo de camisa preferida
pelo mercado?
c)O que h de comum entre os objetivos das tcnicas dos grficos
estatsticos e das medidas de tendncia central? Qual o ponto de
divergncia?
d)Suponha que tenhamos gneros alimentcios de indstrias de Niteri.
Que grfico melhor se prestaria para informar instantaneamente o
comportamento proporcional dos diversos itens observados?
190
e)Qual o objetivo geral da Estatstica Descritiva?

f)Qual o objetivo geral da Inferncia Estatstica?
g)Quais as duas formas de se fazer inferncia?
h)Qual a diferena entre a estimao e os testes de hipteses?
i)Qual a semelhana entre a estimao e os testes de hipteses?
j)Qual a tcnica de estimao que oferece um conjunto de estimativas
para o parmetro populacional, com uma confiana muito alta de estar
correta na atribuio?
22)A amostra abaixo se refere ao grau de satisfao de funcionrios de
uma empresa com salrio percebido e emprego, numa escala de 1 a 5.
Teste a normalidade das variveis por Bera-Jarque.
Grau de Satisfao de Funcionrios com Salrio e Emprego
X(Salrio)
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
3
4
4
5
Y(Emprego)
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
3
4
4
5
191
Unidade IX
Nmeros-ndices
Conceitos de Nmeros-ndices:
o uma medida estatstica que compara o resultado de uma
varivel em um perodo, chamado atual, com o resultado da
mesma varivel em outra poca chamada base;
o a relao entre dois estados de uma varivel, suscetvel de
variar no tempo e no espao;
o Representa o nvel de um fenmeno em relao ao nvel que ele
tinha num dado perodo tomado como base.
ndices mais Utilizados:
o Preo;
o Quantidade;
o Valor.
Nmero-ndice Simples ou Relativos:
o ndice que representa uma comparao de um nico bem.
Exemplo:
O ndice de preos para a manteiga, de digamos 130, um ndice
simples e indica que o preo da manteiga aumentou 30% no perodo de
referncia.
192
Frmula Geral:
ndice de Preo:
Ip =
Pt
x 100%
Po
Onde:
Ip, ndice de preos
Pt, preo do bem na poca atual
Po, preo do produto na poca base
ndice de Quantidade:
Iq = qt
x 100%
qo
Onde:
Iq, ndice de quantidade
qt, quantidade do bem na poca atual
qo, quantidade do produto na poca base
193
ndice de Valor:
Iv = (pt x qt) x 100%

(po x qo)
Exemplos:
1. Sabendo que o preo de uma pasta de executivo era de R$ 50,00 em
2000 e de R$ 60,00 em 2001, determine o ndice simples de preo em
2001, tomando como base o ano de 2000 (2000=100).
Soluo:
Ip = 60
x 100% = 120%
50
nvel relativo, este nmero significa que o preo da maleta era
100 em 2000 e passou a 120 em 2001, isto , aumentou.
Variao ) = nmero-ndice-100%
Logo, = 120 100 = 20%
Concluso:
O preo da maleta de executivo aumentou 20% de 2000 a 2001.
194
2. Uma loja vendeu 45 meias em 1999 e 68 em 2000. Qual o ndice

simples de quantidade tomando 1999 como ano base?
Soluo:
Iq = 68 x 100% = 151%
45
= 151 100 = 51%
Concluso:
A quantidade aumentou em 51% no perodo.
3. Uma empresa vendeu, em 1997, 1000 unidades de um artigo ao preo
de R$ 500,00. Em 1998, vendeu 2000 unidades do mesmo produto ao
preo de R$ 600,00. Qual o relativo de valor tomando 1997 como ano
base?
Soluo:
Iv = (600 x2000)
x 100% = 240%
(500 x 1000)
Concluso:
Em 1998, o valor das vendas foi 140% maior ao de 1997.
195
Relativos de Base Mvel (Elos Relativos):

Vrios relativos formam elos quando cada um deles calculado
tomando como base o ano anterior. So os relativos de base mvel.
Exemplo:
Anos
2001
2002
2003
2004
Preos
240
300
360
540
Elos Relativos
125
120
150
P01,02 = (P02/P01) x100 = (300/240) x 100 = 1,25 x 100 = 125

P02,03 = (P03/P02) x 100 = (360/300) x 100 = 1,20 x 100 = 120
P03,04 = (P04/P03) x 100 = (540/360) x 100 = 1,50 x 100 = 150
196
Relativos de Base Fixa (Relativos em Cadeia):

O relativo em cadeia o ndice de base fixa: todos os relativos so
calculados tomando-se uma determinada poca como base.
Exemplo:
Utilizando como exemplo os dados do item anterior e considerando 2001
como ano-base, obtemos:
Anos
2001
2002
2003
2004
Preos
240
300
360
540
Relativos em Cadeia
100
125
150
225
P01,01 = (P01/P01) x100 = (240/240) x 100 = 1,00 x 100 = 100

P01,02 = (P02/P01) x100 = (300/240) x 100 = 1,25 x 100 = 125
P01,03 = (P03/P01) x 100 = (360/240) x 100 = 1,50 x 100 = 150
P01,04 = (P04/P01) x 100 = (540/240) x 100 = 2,25 x 100 = 225
Fazemos uso dos relativos em cadeia quando se deseja comparar um

determinado ano, considerado significativo, com os anos anteriores e os
consecutivos.
197
Nmero-ndice Agregado ou Nmero-ndice Composto:

o ndice que representa uma comparao de conjunto de bens.
Exemplo:
O IPC, ndice de Preos ao Consumidor, um nmero-ndice agregado,
e um IPC de 130, indica que o preo mdio de uma cesta de mercado, com
certo nmero de bens e servios foi 30% maior, comparativamente ao perodo
base. Mede o custo de vida.
Outros Exemplos:
o
o
o
o
ICB, ndice de cesta bsica;

IGP, ndice geral de preos;
IPC da FIPE;
INPC, ndice nacional de preos ao consumidor amplo;
198
Nmero-ndice Agregativo Simples:

a mdia aritmtica dos nmeros ndices simples de um conjunto de
itens considerados. o ndice mdio de relativos.
Exemplo:
Tomando 2000 como ano base e 2001 como atual, tem-se a seguir os
seguintes relativos de preo dos seguintes produtos:
Bens
Po
Caf
Leite
Manteiga
Total
ndice de Preos
115
120
110
135
480
O ndice agregativo simples de preo ser:

Igsp = 480 / 4 = 120%
Concluso:
O conjunto de bens considerados aumentou cerca de 20%
199
Nmero-ndice Agregativo Ponderado

A ponderao proposta nestes ndices baseia-se na participao de
cada bem no valor total e feita, em geral, segundo dois critrios:
Peso fixo na poca bsica;
Peso varivel na poca atual.
1)Nmero-ndice de Laspeyres ou Mtodo da poca Bsica:
No ndice de Laspeyres, a base de ponderao a poca bsica, da a
denominao mtodo da poca bsica.
a) Nmero-ndice de Laspeyres de Preos (Lp):
O ndice de Laspeyres de preos definido pela expresso:
Lp0,t = (pt x qo) . 100%
(po x qo)
Onde t o ano atual e 0 a poca bsica.

b) Nmero-ndice de Laspeyres de Quantidade (Lq):
O ndice de quantidade, pelo mtodo da poca bsica, obtido pela
frmula:
Lq0,t = (qt x po) . 100%

(qo x po)
200
Onde t o ano atual e 0 a poca bsica.

Exemplo:
Produtos
1992
Preo
3
4
6
A
B
C
1993
Qte
2
1
4
Preo
2
5
7
1994
Qte
3
2
4,5
Preo
2
5
8
Qte
3
2
5
Calcular o ndice de Laspeyres de Preo do ano de 1994, tendo

1992 como base:
Ento:
Lp92,94 = (p94 x q92)
. 100% = (2x2)+(5x1)+(8x4)
(p92 x q92)
(3x2)+(4x1)+(6x4)
4+5+32
= 41/34
6+4+24
= 1,21 x 100% = 121%
Concluso:
O conjunto de bens considerados aumentou de preos cerca de 21% de
1992 a 1994.
Calcular o ndice de Laspeyres de Quantidade do ano de 1994,

tendo 1992 como base:
Lq92,94 = (q94 x p92) . 100% = (3x3)+(2x4)+(5x6) = 9+8+30

(q92 x p92)
(2x3)+(1x4)+(4x6)
6+4+24
=47/34 = 1,382 x 100% = 138,2.
201
Concluso:
O conjunto de bens considerados aumentou de quantidade cerca de
38,2% de 1992 a 1994.
2) Nmero-ndice de Paasche ou Mtodo da poca Atual:
No ndice de Passche, a base de pondera, a base de ponderao a
poca atual, da a denominao mtodo da poca atual.
a) Nmero-ndice de Paashe de Preos (Pp):
definido pela expresso:
Pp0,t = (pt x qt) . 100%
(po x qt)
Onde t a poca atual e 0 a poca base.

b) Nmero-ndice de Paashe de Quantidade (Pq):
Pq0,t = (qt x pt) . 100%
(qo x pt)
definido pela expresso:

Onde t a poca atual e 0 a poca base.
202
Do exemplo anterior, calcular o ndice de Passche de Preo do

ano de 1994, tendo 1992 como base:
Pp92,94 = (p94 x q94) . 100% = (2x3)+(5x2)+(8x5) = 6+10+40 =

(p92 x q94)
(3x3)+(4x2)+(6x5)
9+8+30
56/47 = 1,191 x 100% = 119,1%
Concluso:
O conjunto de bens considerados aumentou de preos cerca de 19,1%
de 1992 a 1994.
Calcular o ndice de Paasche de Quantidade do ano de 1994, tendo
1992 como base:
Pq92,94 = (q94 x p94) . 100% = (3x4)+(2x4)+(5x8) = 12+10+40 =
(q92 x p94)
(2x4)+(1x5)+(4x8)
8+5+32
62/45 = 1,378 x 100% = 137,8%

Concluso:
37,8% de 1992 a 1994.
203
3) Nmero-ndice de Fischer ou ndice Ideal:

Este ndice obtido pela raiz quadrada dos respectivos ndices de
Laspeyres e Paasche.
a) Nmero-ndice de Fischer de Preos (Fp):
Fp0,t = Lp x Pp
b) Nmero-ndice de Fischer de Quantidade (Fq):
Fq0,t = Lq x Pq
Onde:
Lpndice de Preo de Laspeyres
Ppndice de Preo de Paasche
Lqndice de Quantidade de Laspeyres
Pqndice de Quantidade de Paasche
204
Exemplo:
Considere os ndices dos exemplos anteriores:
Calcular o ndice de Fischer de Preo:
Fp92,94 = Lp92,94 x Pp92,94 = 1,21 x 1,191 = 120,0%.
Concluso:
O conjunto de bens considerados aumentou de preos cerca de 26,3%
de 1992 a 1994.
Calcular o ndice de Fischer de Quantidade:
Fq92,94 = Lq92,94 x Pq92,94 = 1,382 x 1,378= 1,380 = 138,0%
Concluso:
38,0% de 1992 a 1994.
205
Construo de ndices de Preos

Para construir um ndice de preos, qualquer que seja a sua finalidade
devemos inicialmente considerar os seguintes pontos:
a. Qual o objetivo do ndice?
b. Que produtos devem ser includos no seu clculo?
c. Quais os preos a serem includos no seu clculo?
d. Qual o peso a ser atribudo a cada bem em particular?
e. Qual a frmula adequada?
Embora no tendo uma resposta imediata para as questes acima,
alguns pontos bsicos devem ser observados sempre que pretendemos
construir qualquer ndice.
a. Objetivo do ndice
fundamental qualificar, com toda a preciso, o objetivo do ndice;
determinar o que ele est medindo e a quem se refere. Dessa determinao
depender a seleo dos produtos que comporo o ndice.
b. Produtos a serem includos
Devem ser includos os produtos julgados mais importantes e que sejam
representativos do conjunto de bens que integram o setor para o qual se vai
calcular o ndice.
206
c. Preos a serem includos

Deve-se identificar o setor para o qual vo ser determinados os preos
(varejo, atacado etc.). Tambm necessrio decidir a forma de cotao e
como devero ser coletados os preos.
d. Pesos a serem atribudos
O sistema de pesos a ser atribudo deve depender essencialmente da
finalidade ou da utilidade do ndice. Os pesos, por isso mesmo, devem refletir a
importncia relativa de cada bem no conjunto tomado para a determinao do
ndice.
e. Frmula
Em geral, quando se trata de ndices de preos, usada a frmula de
Laspeyres, que emprega pesos fixos, permitindo a reviso peridica de seus
valores. Resulta da a possibilidade de termos sempre as mesmas
comparaes, feitas diretamente ou atravs de elos de relativos.
207
Taxas de Inflao
Toda anlise econmica utiliza-se de dados numricos e estatsticos,
para viabilizar o desenho de cenrios. Quando se trata de anlise
macroeconmica, importante que sempre seja considerada a inflao,
pois seus efeitos, de acordo com a teoria econmica, so muito mais
intensos sobre a demanda agregada, do qualquer outra varivel. Dada
importncia de tal indicador, colocado neste livro uma viso estrutural e
conceitual da inflao. Aborda-se tambm um levantamento sobre os
ndices de preos calculados pelos principais institutos de estatstica no
Brasil e, por conseguinte aborda algumas aplicaes prticas dos ndices
apresentados e divulgados populao.
Os ndices de inflao so utilizados para avaliar a variao de
preos num determinado setor da economia. Explicando melhor, inflao o
aumento contnuo no nvel geral de preos, ocasionando uma perda do
poder aquisitivo da moeda, assim os ndices de inflao medem o quanto
variam esses preos, para baixo ou para cima. Os ndices de preos, vrios
como so dentro da economia, pretendem verificar a variao monetria ou
taxa inflacionria sempre em um perodo de tempo.
Pelas suas caractersticas especficas, complexidade e gigantismo
geogrfico, pode-se verificar, num pas com dimenses continentais como o
Brasil, com tantas diferenas e peculiaridades regionais, que a tarefa de
medir a inflao das mais difceis.
Os institutos que calculam os ndices no apuram resultados com
diferenas significativas entre si, isso tudo apesar das peculiaridades
regionais e metodolgicas. Ao contrrio do que dizem as pessoas
desinformadas, mostra que os ndices no so manipulados, se a concluso
fosse essa, dir-se-ia que todos eles o so, pois os resultados so muito
parecidos.
208
No cabe neste momento explicar as razes econmicas das

variaes, mas apresentar a relao entre os ndices, que mesmo
tratando-se de metodologias de clculo e de populaes diferentes
apresentam uma semelhana em seus valores.
Os principais ndices econmicos, ou mais aceitos, so os
medidos pelas seguintes entidades: Instituto Brasileiro
de Geografia e
Estatstica(IBGE), Universidade de So Paulo(FIPE), Fundao Getlio

Vargas (FGV) e DIEESE.
Taxa de Inflao:
A metodologia de clculo ou medio de inflao muito sofisticada.
Os ndices refletem a variao de milhares de preos. O ndice de inflao
uma mdia
ponderada de uma "cesta" de consumo de um
determinado segmento da sociedade(construo civil, produo

industrial,servios de telecomunicaes, etc),ou da renda familiar (famlias
que ganham at 3 salrios mnimos, por exemplo).
Vejamos um exemplo muito simples e vamos aplic-lo para um
ndice que reflita os preos do dia 1 ao 30 de um ms.
209
1 passo:
necessrio determinar o pblico ou setor da economia do qual
desejamos medir a inflao, como se pode verificar no quadro abaixo cada
ndice representa a medida da perda de poder aquisitivo de um setor ou
de famlias com determinados nveis de renda.
Quadro
Pblico ndice
ndice Pblico ou Setor que tem a Variao de Preos Medidas
SINDUSCOM Setor da construo civil

IPC-FIPE
Famlias com renda entre 1 e 30 salrios mnimos
IPCA-IBGE
Famlias com renda entre 1 e 44 salrios mnimos
IGP-M
Mede a inflao da economia de modo geral,
representado pela ponderao de trs outros ndices: IPA que mede os

preos no atacado, INCC que mede a variao dos preos na rea da
construo civil e IPC que mede a variao de preos ao consumidor para
famlias com renda de at 30 salrios mnimos.
Pelo quadro acima, pode-se concluir que em linhas gerais o IPCFIPE e o IPCA, devem
Entretanto,
IGP-M,
produzir
em
resultados
bastante
parecidos.
certas circunstncias, poder
apresentar
variaes muito diferentes, haja vista, o mesmo incluir a medida de

variao de preos no atacado, por exemplo, fato no abrangido pelos
demais, pelo menos na mesma forma.
210
2 passo:
Uma pesquisa de campo ir determinar uma "cesta" de itens
consumidos que melhor represente os gastos daquela famlia ou setor, ou
seja, do pblico alvo. Suponha, para fins desse exemplo, tratar-se de uma
famlia com renda entre X e Y salrios mnimos. Aps uma pesquisa
descobrimos o que essa famlia consome
determinamos a
mensalmente,
ou
seja,
sua cesta de consumo, hipoteticamente representada
apenas por cinco itens do quadro a seguir.
Essa cesta imaginria,
composta por apenas 5 (cinco) itens representa todo o consumo da

famlia selecionada. No caso do IPCA - IBGE so cerca de 250.000
itens de consumo e os dados so levantados segundo uma complexa
e cara pesquisa chamada de POF (Pesquisa de Oramento Familiar).
Quadro
Cesta de Consumo
Item
Luz
gua
Telefone
Gasolina
Feijo
211
Observao:
As famlias, quanto renda, tm padro de consumo diferente.
Para o DIEESE, cuja cesta de consumo abrange famlias que ganham at
30 salrios mnimos, os produtos consumidos, e conseqentemente a
inflao, poder ser muito diferente do consumo das famlias do IPCA
amplo, cuja renda de at 44 salrios mnimos. O presente exemplo
contm ilustraes foradas, assim, ao invs
de
colocar
um item
chamado ALIMENTAO, com milhares de itens, simplificamos para fins

didticos apenas pelo item FEIJO, pois mais mensurvel e fcil de
entender, mas, o leitor por certo saber que uma famlia, ao certo, no
consumir apenas FEIJO.
A composio dos grupos de despesas para o clculo do IPCA, por
exemplo, o seguinte: Alimentao, Artigos de Residncia, Habitao,
Transportes e Comunicao, Vesturio, Sade, Cuidados e Despesas
Pessoais.
O quadro abaixo
mostra quanto cada um desses grupos de
despesas representa percentualmente dentro da cesta de consumo.

Cesta de Consumo do IPCA
Grupos de Despesas da Cesta
Percentual(%)
Alimentao
25,1
Artigos de Residncia
8,09
Habitao
10,91
Transporte e Comunicao
18,77
Vesturio
12,49
Sade e Cuidados Especiais
8,85
Despesas pessoais
15,68
Vale
lembrar
que
cada
um
dos
grupos
de
despesas
representados no quadro acima, por sua vez, composto por subgrupos e

esses, tambm por sua vez, abre-se em milhares de itens.
212
3 Passo:
Uma vez determinado o pblico alvo, bem como seus respectivos
itens de consumo, resta agora, determinar as quantidades consumidas
pela nossa famlia fictcia, para cada um dos cinco itens apontados na cesta
de consumo, tambm fictcia. O quadro a seguir indica este resultado.
Cesta de Consumo do IPCA
Item
Luz
gua
Telefone
Gasolina
Feijo
Quantidade
100 kWh
20 m3
100 pulsos
20 litros
5 kilogramas
213
4 passo:
N e s t e p a s s o , j se inicia a fase operacional do ndice, com o
comeo da medida semanal dos preos, pois, depois de determinada
a "cesta" e as quantidades consumidas, preciso quantific-la em valor.
Essa operao ser feita no primeiro (1) dia do ms, multiplicandose as quantidades de cada um dos itens consumidos pela
hipottica, pelo
seu
respectivo
preo
de
mercado,
famlia
refletindo
no
quadro apresentado abaixo o valor da cesta de consumo, ou seja, R$

100,00.
Item
Luz
gua
Telefone
Gasolina
Feijo
Total
Valor da Cesta de Consumo no Primeiro Dia do Ms

Quantidade
Valor
100 kWh
20 m3
100 pulsos
20 litros
5 kilogramas
Unitrio(R$)
0,20
0,50
0,10
1,00
8,00
Total(R$)
20,00
10,00
10,00
20,0
40,00
100,00
214
5 Passo:
Finalmente, j se pode fazer o primeiro registro da variao dos
preos, os quais no Brasil quase invariavelmente so para maior. Desse
modo, tendo definido uma "cesta", os itens e as respectivas quantidades
consumidas pela famlia, e sabendo tambm quanto ela vale no primeiro
dia do ms, necessrio medi-la novamente, agora no ltimo dia do ms,
conforme mostra quadro a seguir.
Valor da Cesta de Consumo no ltimo Dia do Ms
Quantidade
Valor
Total(R$)
Item
Luz
gua
Telefone
Gasolina
Feijo
Total
100 kWh
20 m3
100 pulsos
20 litros
5 kilogramas
Unitrio(R$)
0,24
0,65
0,13
1,20
8,20
24,00
13,00
13,00
24,0
41,00
115,00
Como podemos observar pelo c l c u l o a baixo, no ltimo dia

do ms os preos coletados haviam mudado a "cesta" agora
passou a custar $ 115, neste caso, experimentou-se uma inflao de
15% no ms:
IP = (115/100) x 100 = 115% = 15%
215
Inflao Quadrissemanal:
Na prtica, os institutos como o IBGE, a FIPE ou a FGV
comparam as mdias aritmticas dos preos das quatro semanas de
um ms com as do ms anterior de cada cesta. A variao () a
inflao quadrissemanal. No nosso exemplo, a "cesta" de consumo
apresentou nas semanas
de quatro meses analisados
quatro
diferentes valores que representam a sua mdia quadrissemanal: R$

122,50, R$ 148,75, R$ 153,50 e R$155,00, respectivamente.
Semanas
Preos de
Preos de
Preos de
Preos
1
2
3
4
Mdia
Inflao
Janeiro
100
115
130
145
122,5
Fevereiro
146
148
149
152
148,75
21,43%
Maro
152
153
154
155
153,50
3,19%
de Abril
155
155
155
155
155
0,98%
Pelo quadro acima, comparando-se as mdias, obtm-se a inflao

do ms, ou seja, a mdia de abril no valor de R$ 155, 00,quando
comparada com a mdia de maro no valor de R$ 153,50, mostra uma
variao nos preos de 0,98%.
Clculo da Taxa de Inflao
Meses
Fevereiro
Maro
Abril
Clculo da Inflao
(148,75 / 122,50) = 21,43%
(153.50 / 148,75) = 3,19%
(155.00 / 153,50) = 0,98%
Pelos clculos mostrados nos quadros acima, se verificou que

muito embora os preos no tenham mais subido a partir da terceira
semana
de maro, por fora da metodologia, a inflao de abril,
mesmo assim, foi de 0,98 %.
216
Inflao Mensal Acumulada

Com o conceito do valor do dinheiro no tempo, podemos
retirar vrias aplicaes prticas, como por exemplo, o clculo da inflao
mensal acumulada,
como ferramenta para
diversas
aplicaes
de
atualizao, correo e anlise de valores.

Exemplo:
ndice de Inflao Mensal Acumulada
Meses
Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Inflao(%)
1,4
2,5
2,9
1,8
1,0
1,9
AC
1,4
3,9
6,8
8,6
9,6
11,5
217
Nmero- ndice Mensal Acumulado

A variao acumulada uma informao importante, mas
para dar-lhe um carter mais prtico, seria muito til construir
tambm um ndice com as variaes mensais, cujo valor alcana
111,5 em junho.
Nmero-ndice Acumulado com Base em Dezembro= 100
Meses
Janeiro
Fevereiro
Maro
Abril
Maio
Junho
Inflao(%)
1,4
2,5
2,9
1,8
1,0
1,9
AC
1,4
3,9
6,8
8,6
9,6
11,5
NIAC
101,4
103,9
106,8
108,6
109,6
111,5
218
Indicadores de Inflao:
Os ndices de inflao so usados para medir a variao dos
preos e o impacto no custo de vida da populao.
Cada um tem uma metodologia diferente, e a medio feita
por diversos rgos especializados, como o IBGE (Instituto
Brasileiro de Geografia e Estatstica), a FGV(Fundao Getlio
Vargas)
FIPE
(Fundao
Instituto
de
Pesquisas
Econmicas).
Entre as diferenas de mtodo, esto os dias em que os
ndices so apurados, os produtos que incluem, o peso deles na
composio geral e a faixa de populao estudada.
O IPCA (ndice Nacional de Preos ao Consumidor Amplo),
por exemplo, considerado a inflao oficial do pas, medido pelo
IBGE entre os dias 1 e 30 de cada ms.
Ele considera gastos como alimentao e bebidas; artigos de
residncia; comunicao; despesas pessoais; educao; habitao;
sade e cuidados pessoais.
O indicador reflete o custo de vida de famlias com renda
mensal de 1 a 44 salrios mnimos.
Outro exemplo o IGP-M (ndice Geral de Preos do
Mercado), monitorado pela FGV. Ele registra a inflao de preos
variados, desde matrias-primas agrcolas e industriais at bens e
servios finais. muito usado na correo de aluguis e tarifas
pblicas, como conta de luz. Serve para todas as faixas de renda.
A seguir sero definidos os principais indicadores de inflao
no pas.
219
1) INPC
O INPC (ndice Nacional de Preos ao Consumidor) medido
pelo IBGE (Instituto Brasileiro de Geografia e Estatstica) desde
setembro de 1979. Ele obtido a partir dos ndices de Preos ao
Consumidor regionais e tem como objetivo oferecer a variao dos
preos no mercado varejista, mostrando, assim, o aumento do custo
de vida da populao.
Como o INPC mede uma faixa salarial mais baixa que o IPCA
(at 6 salrios mnimos, diante dos 44 salrios mnimos do IPCA), a
alterao de preos de servios e produtos mais bsicos mais
sentida neste ndice. O peso do grupo alimentos (arroz, feijo, leite,
frutas, refeies feitas em restaurantes, lanchonetes) maior no
INPC que no IPCA. Logo, uma variao nesse grupo tem um
impacto maior no INPC.
Por exemplo, se a cesta bsica passar de R$ 100,00 para R$
150,00, uma famlia que tenha renda de um salrio mnimo sentir
muito mais esse aumento que uma com renda de nove salrios
mnimos.
Alm disso, o gs de cozinha (dentro do grupo habitao) e o
preo das passagens de nibus (dentro do grupo transporte)
tambm tm maior peso no INPC. J os aumentos ou quedas nos
preos de automveis e da gasolina tm maior peso no IPCA,
porque no so itens de consumo to importante nas faixas de
menor renda.
220
Como calculado o INPC?

O perodo de coleta do INPC vai do dia 1 ao dia 30 ou 31,
dependendo do ms. A pesquisa realizada em estabelecimentos
comerciais, prestadores de servios, domiclios (para verificar
valores de aluguel) e concessionrias de servios pblicos. Os
preos obtidos so os efetivamente cobrados ao consumidor, para
pagamento vista.
So considerados nove grupos de produtos e servios:
alimentao e bebidas; artigos de residncia; comunicao;
despesas pessoais; educao; habitao; sade e cuidados
pessoais; transportes e vesturio. Eles so subdivididos em outros
itens. Ao todo, so consideradas as variaes de preos de 250.000
itens.
O INPC mede a inflao para que parcela da populao?
Abrange famlias com rendimentos mensais entre 1 e 6
salrios mnimos, residentes nas regies metropolitanas de So
Paulo, Rio de Janeiro, Belo Horizonte, Porto Alegre, Curitiba,
Salvador, Recife, Fortaleza e Belm, alm do Distrito Federal e do
municpio de Goinia.
Para que usado o INPC?
O ndice utilizado para negociao de reajustes salariais:
atualmente componente para o clculo do reajuste do salrio
mnimo: variao do Produto Interno Bruto(PIB) de dois anos
anteriores somada inflao registrada pelo INPC.
221
2) IPCA
O IPCA (ndice de Preos ao Consumidor Amplo), medido
mensalmente pelo IBGE (Instituto Brasileiro de Geografia e
Estatstica), foi criado com o objetivo de oferecer a variao dos
preos no comrcio para o pblico final. O IPCA considerado o
ndice oficial de inflao do pas.
Como calculado o IPCA?
O perodo de coleta do IPCA vai do dia 1 ao dia 30 ou 31,
dependendo do ms. A pesquisa realizada em estabelecimentos
pagamento vista.
itens.
O IPCA mede a inflao para que parcela da populao?
O indicador reflete o custo de vida de famlias com renda
mensal de 1 a 44 salrios mnimos, residentes nas regies
metropolitanas de So Paulo, Rio de Janeiro, Belo Horizonte, Porto
Alegre, Curitiba, Salvador, Recife, Fortaleza e Belm, alm do
Distrito Federal e do municpio de Goinia.
222
Para que usado o IPCA?

utilizado pelo Banco Central como medidor oficial da
inflao do pas. O governo usa o IPCA como referncia para
verificar se a meta estabelecida para a inflao est sendo
cumprida.
3) IPCA-E
O IPCA-E (ndice Nacional de Preos ao Consumidor Amplo
Especial), medido pelo IBGE (Instituto Brasileiro de Geografia e
Estatstica), segue a mesma metodologia de clculo do IPCA, mas
divulgado ao final de cada trimestre, sendo formado pelas taxas do
IPCA-15 de cada ms. A apurao do IPCA-E foi iniciada em 1991 e
seu objetivo realizar um balano trimestral da inflao.
Como calculado o IPCA-E?
O perodo de coleta do IPCA-E vai do dia 16 do ms anterior
ao dia 15 do ms atual. A pesquisa realizada em estabelecimentos
pagamento vista.
itens.
223
O IPCA-E mede a inflao para que parcela da populao?

Abrange famlias com rendimento mensal de 1 a 44 salrios
mnimos, qualquer que seja a fonte de rendimentos, e residentes nas
reas urbanas das regies metropolitanas de So Paulo, Rio de
Janeiro, Belo Horizonte, Porto Alegre, Curitiba, Salvador, Recife,
Fortaleza e Belm, alm do Distrito Federal e do municpio de
Goinia.
Para que usado o IPCA-E?
O ndice utilizado para reajustes de IPTU (Imposto Predial e
Territorial Urbano).
4) IPCA-15
O IPCA-15 (ndice de Preos ao Consumidor Amplo-15),
medido pelo IBGE (Instituto Brasileiro de Geografia e Estatstica), foi
criado com o objetivo de oferecer a variao dos preos no mercado
varejista, mostrando, assim, o aumento do custo de vida da
populao. Comeou a ser divulgado a partir de maio de 2000.
O IPCA-15 uma prvia do IPCA (ndice de Preos ao
Consumidor Amplo), o indicador oficial da inflao no pas. Como
realiza a medio de preos em um perodo no calculado pelo
IPCA, mostra qual ser a tendncia do resultado do final do ms.
Alm disso, o IBGE tem uma comparao mais precisa da alta e
queda dos preos, pois a cada 15 dias um dos ndices divulgado. A
coleta de dados para a medio do IPCA e do IPCA-15 uma s. O
que muda o perodo analisado em cada um dos itens.
224
Como calculado o IPCA-15?

O perodo de coleta de preos, que acontece em
estabelecimentos
concessionrias
comerciais
de
servios
de
prestao
pblicos
de
servios,
domiclios
(para
levantamento de aluguel e condomnio), vo do dia 16 do ms

anterior ao dia 15 do ms atual.
itens.
O IPCA-15 mede a inflao para que parcela da populao?
Abrange famlias com rendimento mensal entre 1 e 44
salrios mnimos, residentes nas regies metropolitanas de So
Paulo, Rio de Janeiro, Belo Horizonte, Porto Alegre, Curitiba,
Salvador, Recife, Fortaleza e Belm, alm do Distrito Federal e do
municpio de Goinia.
Para que usado o IPCA-15?
O ndice utilizado para reajustes de IPTU (Imposto Predial e
Territorial Urbano).
225
5) IGP
O ndice Geral de Preos (IGP), medido pela Fundao
Getlio Vargas (FGV), registra a inflao de preos desde matriasprimas agrcolas e industriais at bens e servios finais. O IGP
formado pela mdia de trs ndices que refletem a economia: IPA
(ndice de Preos por Atacado, com peso de 60%); IPC (ndice de
Preos ao Consumidor, peso de 30%); e INCC (ndice Nacional de
Custos da Construo, peso de 10%).
O IGP divulgado em trs verses: IGP-DI (ndice Geral de
Preos - Disponibilidade Interna); IGP-M (ndice Geral de Preos do
Mercado) e IGP-10 (ndice Geral de Preos 10). O que difere as trs
verses o perodo de pesquisa dos dados.
O IGP-DI faz medies no ms cheio, ou seja, do dia 1 ao
dia 30 ou 31 de cada ms. No IGP-M, o perodo vai do dia 21 do
ms anterior ao dia 20 do ms atual. O IGP-10 mede a evoluo de
preos no perodo compreendido entre o dia 11 do ms passado e o
dia 10 do ms corrente.
Como calculado o IGP?
Os IGPs so compostos pelos ndices IPA, IPC e INCC.
Os dados do IPA so pesquisados nas capitais onde haja
indstrias.
O IPC o clculo da variao de preos de produtos e
servios. A pesquisa realizada em So Paulo, Rio de Janeiro, Belo
Horizonte, Porto Alegre, Salvador, Recife e Braslia. Esse ndice
formado por oito grupos: habitao (com itens como empregada
domstica e material de limpeza), alimentao, transportes, sade e
cuidados pessoais (remdios, planos de sade e sabonete entre
outros), educao, leitura e recreao, vesturio e despesas
diversas (itens como cartrio, loteria e mensalidade de Internet).
Os dados do INCC apresentam relatrios da construo civil.
As medies so feitas nas capitais So Paulo, Rio de Janeiro,
226
Curitiba, Belo Horizonte, Porto Alegre, Florianpolis, Salvador,

Recife, Fortaleza, Belm, Braslia e Goinia. Esse ndice contm trs
grupos: materiais (azulejos, pisos e louas), servios (aluguis) e
mo-de-obra (pedreiros).
O IGP mede a inflao para que parcela da populao?
Abrange toda a populao, sem restrio de nvel de renda.
Para que usado o IGP?
Reajustes de tarifas pblicas, contratos de aluguel e planos e
seguros de sade (nos contratos mais antigos).
6) IGP-10
O IGP-10 (ndice Geral de Preos 10) uma das verses do
ndice Geral de Preos (IGP). Medido pela Fundao Getlio Vargas
(FGV), registra a inflao de preos desde matrias-primas agrcolas
e industriais at bens e servios finais.
Como calculado o IGP-10?
O IGP-10 mede a evoluo de preos no perodo
compreendido entre o dia 11 do ms anterior e o dia 10 do ms
atual. Ele formado por 60% do IPA-10 (ndice de Preos por
Atacado-10), 30% do IPC-10 (ndice de Preos ao Consumidor-10) e
10% do INCC-10 (ndice Nacional de Custos da Construo-10).
Esses indicadores medem itens como bens de consumo (um
exemplo alimentao) e bens de produo (matrias-primas,
materiais de construo, entre outros). Entram, alm de outros
componentes, os preos de legumes e frutas, bebidas e fumo,
remdios, embalagens, aluguel, condomnio, empregada domstica,
transportes, educao, leitura e recreao, vesturio e despesas
227
diversas (cartrio, loteria, correio, mensalidade de Internet e cigarro,

entre outros).
O IGP-10 mede a inflao para que parcela da populao?
Para que usado o IGP-10?
7) IGP-DI
O IGP-DI (ndice Geral de Preos - Disponibilidade Interna)
uma das verses do ndice Geral de Preos (IGP). medido pela
Fundao Getlio Vargas (FGV) e registra a inflao de preos
desde matrias-primas agrcolas e industriais at bens e servios
finais.
Como calculado o IGP-DI?
O IGP-DI (ndice Geral de Preos - Disponibilidade Interna)
faz medies no ms cheio, de 1 a 30 ou 31 de cada ms. Ele
formado pelo IPA-DI (ndice de Preos por Atacado - Disponibilidade
Interna), IPC-DI (ndice de Preos ao Consumidor - Disponibilidade
Interna) e INCC-DI (ndice Nacional do Custo da Construo Disponibilidade Interna), com pesos de 60%, 30% e 10%,
respectivamente. O perodo de coleta dos trs o mesmo do IGPDI.
228
Mais detalhes dos Componentes do IGP-DI:

o ndice de Preos no Atacado (IPA) - onde entram preos
praticados do mercado atacadista e representa 60 % do IGPDI.
o ndice de Preos ao Consumidor (IPC) - a coleta de dados
ocorre nas cidades de So Paulo e Rio de Janeiro dentre as
famlias que tem uma renda de 1 a 33 salrios mnimos.
Representa 30 % do IGP-DI.
o ndice Nacional de Construo Civil (INCC) - onde so
avaliados os preos no setor de construo civil, no s de
materiais como de mo-de-obra. Representa 10 % do IGP-DI.
entre outros).
O IGP-DI mede a inflao para que parcela da populao?
Para que usado o IGP-DI?
229
8) IGP-M
O IGP-M (ndice Geral de Preos do Mercado) uma das
verses do ndice Geral de Preos (IGP). medido pela Fundao
Getlio Vargas (FGV) e registra a inflao de preos desde matriasprimas agrcolas e industriais at bens e servios finais.
Como calculado o IGP-M?
Esse ndice formado pelo IPA-M (ndice de Preos por
Atacado - Mercado), IPC-M (ndice de Preos ao Consumidor Mercado) e INCC-M (ndice Nacional do Custo da Construo Mercado), com pesos de 60%, 30% e 10%, respectivamente. A
pesquisa de preos feita entre o dia 21 do ms anterior at o dia
20 do ms atual.
entre outros).
O IGP-M mede a inflao para que parcela da populao?
Para que usado o IGP-M?
Contratos de aluguel, reajustes de tarifas pblicas e planos e
230
9) IPC-FIPE
O IPC-Fipe (ndice de Preos ao Consumidor, da Fundao Instituto de
Pesquisas Econmicas) comeou a ser calculado em janeiro de 1939 pela
Diviso de Estatstica e Documentao da Prefeitura de So Paulo, com o
nome de ndice Ponderado do Custo de Vida da Classe Operria na cidade de
So Paulo. Em 1968, a responsabilidade do clculo passou para o Instituto de
Pesquisas Econmicas da USP e, posteriormente, em 1973, com a criao da
Fipe, para esta instituio. O nome atual do ndice foi adotado em 1972. Ele
mede a inflao na cidade de So Paulo.
Como calculado o IPC-Fipe?
O IPC-FIPE calculado medindo-se o ms cheio, de 1 a 30 ou 31, e de
maneira quadrissemanal. O sistema de clculo da variao quadrissemanal do
IPC-Fipe abrange um perodo de oito semanas de coleta. Em cada
quadrissemana, as variaes so obtidas dividindo-se os preos mdios das
quatro ltimas semanas (referncia) pelos preos mdios das quatro semanas
anteriores a elas (base).
Para o clculo da nova taxa, incluem-se os preos da ltima semana e
descartam-se os valores da semana mais antiga. Por exemplo, na primeira
quadrissemana de agosto, o perodo de referncia (as quatro ltimas
semanas), vai de 8 de julho a 7 de agosto. J o perodo das quatro semanas
anteriores a estas (base) vai de 8 de junho a 7 de julho. O resultado da primeira
quadrissemana de agosto obtido divindo-se os preos mdios do perodo de
8 de julho a 7 de agosto pelos de 8 de junho a 7 de julho.
Na segunda quadrissemana de agosto, a referncia o perodo que vai de 16
julho a 15 de agosto. Ou seja, a primeira semana de julho foi retirada e a
segunda de agosto, acrescentada, mantendo-se um total de 8 semanas.
So consideradas as variaes de preos de produtos e servios
definidos por uma Pesquisa de Oramentos Familiares (POF), que indica o que
231
cada famlia gasta em mdia e quais itens so de maior relevncia. Alm disso,
uma POF tambm tem como finalidade incorporar produtos e servios novos.
Sete grupos de anlise so utilizados pela Fipe (listados em ordem
decrescente de peso nos clculos): habitao (32,79%), alimentao (22,73%),
transportes (16,03%), despesas pessoais (12,30%, com itens como fumo,
bebidas, recreao e artigos de higiene e beleza), sade (7,08%), vesturio
(5,29%) e educao (3,78%).
O IPC-Fipe mede a inflao para que parcela da populao?
O indicador reflete o custo de vida de famlias com renda mensal de 1 a
20 salrios mnimos, residentes na cidade de So Paulo.
Para que usado o IPC-Fipe?
O IPC-Fipe utilizado como indexador informal para contratos da
Prefeitura de So Paulo.
10) IPC-S
O ndice de Preos ao Consumidor Semanal (IPC-S) calcula a variao
de preos de produtos e servios em sete capitais do pas. medido pela
Fundao Getlio Vargas (FGV) e teve seu incio de apurao em 2003.
Como calculado o IPC-S?
O IPC-S registra a evoluo de preos de maneira quadrissemanal, com
fechamentos nos dias 7, 15, 22 e 30 de cada ms.
So sempre consideradas quatro semanas (por isso o nome
quadrissemana). Por exemplo, no fechamento do dia 7 do ms atual, o clculo
realizado com base nessa primeira semana e nas trs ltimas do ms
232
anterior. J no fechamento do dia 15, o clculo considera as duas ltimas

semanas do anterior e as duas primeiras do atual.
So consideradas as variaes de preos de 456 itens definidos por
meio de uma Pesquisa dos Oramentos Familiares (POF), aplicada pela FGV,
em mdia, a cada quatro anos.
A POF indica o que cada famlia gasta em mdia e quais itens possuem
maior relevncia. Alm disso, tambm tem como finalidade incorporar produtos
e servios novos.
Esses produtos e servios so distribudos em sete classes de despesas
(listadas, a seguir, pela ordem de peso no clculo da pesquisa, da maior para a
menor): habitao (31,51%), alimentao (27,20%), transportes (12,76%),
sade e cuidados pessoais (10,53%; inclui remdios e higiene pessoal),
educao, leitura e recreao (8,63%), vesturio (4,80%) e despesas diversas
(4,57%; inclui gastos como cartrio, loteria, correio, mensalidade de Internet,
cigarro e outros).
O IPC-S mede a inflao para que parcela da populao?
33 salrios mnimos, residentes nas seguintes capitais: So Paulo, Rio de
Janeiro, Salvador, Belo Horizonte, Porto Alegre, Recife e Braslia.
11) IPC-SP
O IPC-SP (ndice de Preos ao Consumidor - So Paulo) calcula a
variao de preos de produtos e servios da cidade de So Paulo. Ele
comeou a ser medido em 1989 pela FGV (Fundao Getlio Vargas).
Como calculado o IPC-SP?
A partir de 2003, o IPC-SP passou a calcular a evoluo de preos de
233
maneira quadrissemanal (antes o clculo era semanal), com fechamentos nos

dias 7, 15, 22 e 30.
So sempre consideradas quatro semanas (por isso o nome
quadrissemana). Por exemplo, no fechamento do dia 7 do ms atual, o clculo
realizado com base nessa primeira semana e nas trs ltimas do ms
anterior. J no fechamento do dia 15, o clculo considera as duas ltimas
semanas do ms anterior e as duas primeiras do atual.
So medidas as variaes de preos de 456 itens definidos por meio de
uma Pesquisa dos Oramentos Familiares (POF), aplicada pela FGV, em
mdia, a cada quatro anos.
A POF indica o que cada famlia gasta em mdia e quais itens tm maior
relevncia. Alm disso, tambm tem como finalidade incorporar produtos e
servios novos.
Esses produtos e servios so distribudos em sete classes de despesas
(listadas, a seguir, pela ordem de peso no clculo da pesquisa, da maior para a
menor): habitao (31,51%), alimentao (27,20%), transportes (12,76%),
sade e cuidados pessoais (10,53%; incluem remdios e higiene pessoal,
educao, leitura e recreao (8,63%), vesturio (4,80%) e despesas diversas
(4,57%, incluem gastos como cartrio, loteria, correio, mensalidade de Internet,
cigarro e outros).
O IPC-SP mede a inflao para que parcela da populao?
33 salrios mnimos, residentes na cidade de So Paulo.
Para que usado o IPC-SP?
usado para alimentar o IGP (ndice Geral de Preos), tambm da FGV,
que registra a inflao de preos desde matrias-primas agrcolas e industriais
234
at bens e servios finais. Tambm serve de referncia para reajustes salariais

e contratos de aluguis.
Deflacionamento de Dados
Sabemos que os aumentos de preos implicam baixas no poder de
compra ou no valor da moeda. Por isso mesmo, a manuteno do poder de
compra dos salrios um problema que muito preocupa os assalariados de
pases onde o valor da moeda est continuamente se deteriorando.
Assim,
embora
os
salrios
nominais
estejam
frequentemente
aumentando , os salrios reais podem estar diminuindo, devido ao aumento do

custo de vida (inflao), e, consequentemente, tendo o seu poder aquisitivo
reduzido.
Da a importncia dos ndices de preos, pois a eles recorremos para
responder a questes como esta:
O deflacionamento trata da converso de salrios nominais em salrios
reais, de importncia fundamental na poca das negociaes salariais,
principalmente quando h inflao.
235
Para determinamos os salrios reais (S R), tambm denominados salrios

deflacionados, dividimos os salrios nominais das vrias pocas (S t) pelo
ndice de preos das pocas correspondentes (IP t) e multiplicamos o resultado
por 100:
St
(1)
SR = x 100
IPt
Assim, se o salrio de um professor, em dezembro de 1995, era de R$

1.071,00 e o IP de dezembro de 1995, com base em novembro, era de
101,24%, o valor desse professor dado por:
1071,00
SR = x 100 = R$1.057,88
101,24
Esse procedimento denominado deflaciona mento de salrios e o
ndice de preos usado na determinao do salrio real chamado deflator.
Processo semelhante pode ser empregado para deflacionar outras
sries temporais.
Assim, substituindo em (1) salrio por valor, obtemos a frmula (2):
Vt
(2)
VR = x 100
IPt
236
Exemplo:
Tomando como exemplo o faturamento de uma empresa no perodo de
1991 a 1994, dado pela tabela abaixo, vamos determinar o seu faturamento
real, relativamente:
a. ao perodo de 1990;
b. ao perodo de 1991.
Anos
Faturamento
IP
(R$)
1990 = 100
1991
180.000
140,8
1992
220.000
291,1
1993
430.000
362,5
1994
480.000
410,3
a. Para obtermos o faturamento da empresa relativamente ao ano de

1990, basta dividirmos cada valor constante da coluna referente ao faturamento
pelo ndice geral
de preos do respectivo ano. Com isso, estamos
deflacionando a srie. Assim:

180.000 x100 = 127.841
140,8
220.000 x 100 = 75.575
291,1
430.000 x 100 = 118.620

362,5
480.000 x 100 = 116.988
410,3
237
Logo:
Anos
Faturamento a Preos de 1990

(R$)
1991
127.841
1992
75.575
1993
118.620
1994
116.988
b. A fim de obtermos o faturamento da empresa, em termos de preos de

1991, devemos, inicialmente, mudar a base do ano 1990 para o de 1991 e, em
seguida com em a. Assim:
IP91,92 = 291,1 x 100 = 206,7
140,8
IP91,93 = 362,5 x 100 = 257,5
140,8
IP91,94 = 410,3 x 100 = 291,4
140,8
Donde:
220.00 x 100 = 106.434
206,7
430.000 x 100 = 166.990
257,5
480.000 x 100 = 164.722
291,4
238
Logo:
Anos
Faturamento
IP
Faturamento a Preos de 1991
(R$)
1991= 100
(R$)
1991
180.000
100,0
180.000
1992
220.000
206,7
106.434
1993
430.000
257,5
166.990
1994
480.000
291,4
164.722
Pelo exame da tabela, vemos que o faturamento, no ano de 1994, foi,

em termos reais, inferior ao de 1991, embora, em termos nominais, tenha
aumentado.
Exemplo 2:
Uma categoria funcional est em negociao salarial com o empregador.

O salrio atual da categoria de R$2800,00. O empregador fez uma proposta
de reajuste salarial de 12,5% categoria. O ndice de preo do perodo de
90%. A categoria deve aceitar a proposta do empregador?
Soluo:
Salrio Nominal com o aumento(SNA):
SNA= [2800 x 0,125] + 2800 = 350 + 2800 = R$ 3150,00
239
Salrio Real com o aumento(SRA):
3150,00
SRA = x 100 = R$ 3500,00
90
Concluso:
Portanto, o salrio real da categoria se elevaria para R$ 3500,00 e a

categoria teria um aumento real de seu poder aquisitivo, sendo a proposta
vantajosa, que deve ser aceita.
240
Taxa Mdia de Crescimento Anual
Outra
tcnica
estatstica
para
anlise
do
crescimento
de
fenmenos demogrficos, financeiros e econmicos ao longo de uma

srie temporal a taxa mdia de crescimento anual.
A taxa mdia anual um nmero relativo populao inicial e final
do perodo e o lapso de tempo decorrido no perodo. Utilizaremos os
smbolos P0, P1, P0, n, r, sendo:
P0 = populao inicial do perodo em estudo
P1 = populao final do perodo em estudo
P0 = aumento registrado no perodo ou diferena de P 1 P0
n = nmero de anos decorridos
r = taxa media anual de crescimento( por 100 ou 1.000)
Aplicando estes smbolos temos que a frmula de taxa mdia
aritmtica de crescimento anual a seguinte, em termos percentuais(por
100):
100
P0
P0
r=
n
Esta frmula aplicvel quando o nmero de anos decorridos no
perodo (n) pequeno, porque a populao no cresce em progresso

aritmtica quando n grande.
241
Exemplo 1:
A srie temporal a baixo apresenta a evoluo do total de turistas na
cidade X no perodo de 2001 a 2010. A referida srie, apresentada abaixo,
indica na ltima coluna o clculo dos nmeros-ndices tendo como anobase 2001.
Evoluo da Taxa Bsica de Juros no Pas X no Perodo de 2001 a 2010.
Anos
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Turistas
1,50
1,65
1,80
1,95
2,10
2,25
2,40
2,55
2,70
2,85
Nmero-ndice(NI)
100
110
120
130
140
150
160
170
180
190
Vamos calcular a taxa de crescimento anual da evoluo da taxa

de juros no pas X, no perodo de 2001 a 2010, constante da tabela
acima.
Soluo:
P0 = 1,50
P1 = 2,85
P0 = 2,85 1,50 = 1,35
n = 2010 2001 = 9 anos
242
Logo,
100 x ( 1,35/1,50)
r=
= (90/9) = 10%
9
Portanto, a taxa mdia aritmtica de crescimento anual da bsica
de juros no pas X foi de 10%.

A taxa mdia de crescimento anual de grande utilidade em
administrao e economia, uma vez que possibilita fazer estimativas para
anos intermedirios de cujos dados no dispomos(interpolao) ou
estimativas para anos futuros(extrapolao).
Exemplo:
Assim, se no dispusssemos dos dados de 2003 da tabela do
exemplo 1, poderamos obter sua estimativa por interpolao, utilizando a
taxa mdia que calculamos tendo encontrado 10%. Para o clculo
teremos a seguinte frmula derivada da anterior:
Px = P0 [1 + (r.n/ 100)]
Onde:
Px = populao procurada
P0 = populao inicial do perodo
r = taxa mdia de crescimento
n = lapso de tempo entre o ano inicial(P0) e o ano procurado(P x)
243
Portanto, sendo:
Px = populao procurada
P0 = 1,50
r = 10%
n = 2003 2001 = 2
Logo:
Px = 1,50[ 1 + (10. 2/100)] = 1,80, exatamente o valor observado para este
dado em 2003 na tabela do exemplo 1.
Logo, a estimativa da taxa de juros bsica no pas X para 2003
de 1,80 %, segundo a taxa mdia de crescimento anual.
244
Exerccios Propostos
1) Resolva os problemas abaixo:
a) Em 1999, uma loja vendeu 1000 unidades de sandlias ao preo
unitrio de R$ 25,00. Em 2000, vendeu 1200 unidades do mesmo
produto ao preo unitrio de R$ 30,00. Determine os ndices
relativos de preo, quantidade e valor simples das sandlias com
base em 1999.
b) O preo do pozinho francs, em 1999, foi de R$ 0,12. Em 2000
passou para R$ 0,15. Qual foi a variao mdia de preo neste
perodo?
c) Uma papelaria vendeu, em 1998, 400 unidades de canetas Faber
Fix. J em 1999, vendeu 300 unidades. Calcule o relativo de
quantidade e interprete o resultado, tomando 1998 como ano
base.
d) Em 1994, um supermercado vendeu 11,5 kg de caf R$ 5,00 o
quilo. Em 2000, vendeu 12,00 kg do mesmo produto ao preo de
5,20 o quilo. Qual o percentual do valor de aumento das vendas
neste perodo? (1994 = 100)
e) Uma pesquisa revelou, em janeiro de 2000, que um candidato a
prefeito de um cidade teria 50% dos votos vlidos nas eleies de
outubro de 2000. Em maio do mesmo ano as intenes de voto
caram para 35% do mesmo candidato. Qual foi a variao da
preferncia pelo candidato neste perodo, tomando janeiro de
2000 como perodo base.
245
2) Pesquise na Internet, no site www.insvetigshopping.com.br os

principais ndices do mercado financeiro e o que medem cada um deles.
3) A tabela abaixo se refere aos preos mdios e consumo mensal de
uma
amostra
selecionada
de
materiais
de
escritrio
em
um
departamento, de 1970 a 1975:

Item
Unidade
Papel A4
Almofadas
Esferogrficas
Lpis
Clips
Resma
Cada
Cada
Dzia
Caixa
Preo Mdio
1970
1975
0,70
1,48
0,30
0,35
0,39
0,39
0,48
0,48
0,10
0,20
Consumo Mensal
1970
1975
4,5
8,0
10,0
16,0
8,0
12,0
1,0
1,5
2,0
3,0
Pede-se:
a) O ndice de Laspeyres de Preo de 1975, tomando 1970 como ano
base;
b) O ndice de Laspeyres de Quantidade de 1975, tomando 1970 como
ano base;
c) O ndice de Paasche de Preo de 1975, tomando 1970 como ano
base;
d) O ndice de Paasche de Quantidade de 1975, tomando 1970 como
ano base;
e) O ndice de Fischer de Preo de 1975, tomando 1970 como ano base;
f) O ndice de Fischer de Quantidade de 1975, tomando 1970 como ano
base.
246
4) Dada a tabela abaixo

Anos
Indices
1989
100
1990
152
1991
203
1992
321
1993
415
1994
580
1989 = 100
Calcule os ndice, tomando 1991 como ano-base.

5) O salrio mdio de determinada classe operria, em 1994, foi de
R$1.280. O IP, nesse mesmo ano, era igual a 1.575,7 e o de 1991 era igual a
387,2, referidos ao perodo-base de 1982. Tomando o ano de 1991 como base,
determine o salrio real dessa classe operria em 1994.
6) Dada a tabela:
Anos
Faturamento
IP
1989
1990
1991
1992
1993
1994
1995
(R$)
385.000
474.000
612.500
983.200
1.230.000
1.984.000
3.038.000
(1986 = 100)
234
280
329
380
490
625
894
Determine o valor do faturamento relativamente ao perodo de 1991.
247
7) Se os preos dos cigarros aumentam 70% e , como consequencia , o

ICV sobe 1,8%, que ponderao tem esse bem econmico dentro do custo de
vida?
8) O IP, em dado perodo, aumenta de 15%. Qual deve ser o aumento
dos salrio dos empregados de uma empresa, para que tenham um aumento
real de 5%?
9)Dada a tabela abaixo:
Anos
2005
2006
2007
2008
Preos
1128,0
1165,2
780,9
859,3
a)Calcule os elos relativos;

b)Considerando 2005 como ano-base, calcule os relativos em cadeia.
248
10)O salrio de um funcionrio deve ser deflacionado pelo setor de

recursos humanos da empresa. O empregado percebeu em novembro de 2009
o valor lquido de 4502,25. O poder aquisitivo deve ser calculado com base no
deflator de novembro de 2009. Se os dados disponveis so dados pela tabela
abaixo, qual o valor do salrio deflacionado do colaborador da empresa?
Meses
IPCA(IBGE)
Agosto
Setembro
Outubro
Novembro
Dezembro
0,02
0,04
0,04
0,05
0,07
11)Uma Pesquisa de Oramento Familiar revelou a "cesta de consumo"

de itens que melhor representa os gastos de uma famlia que ganha de 1 a 5
salrios mnimos. A referida cesta est apresentada na tabela abaixo:
Cesta de Consumo
Item
Luz
gua
Telefone
Gasolina
Alimentao
Na tabela seguinte so apresentadas as quantidades consumidas pela

famlia, o valor unitrio dos itens da cesta de consumo no primeiro dia do ms e
no ltimo dia do ms de referncia pela famlia investigada.
Item
Quantidade
Valor
Valor
Unitrio(R$)
Unitrio(R$)
do Consumo
do Consumo
249
da Cesta no 1
da Cesta no
dia do Mes
31 dia do Mes
100 kWh
0,30
0,34
20 m3
0,50
0,60
Telefone
100 pulsos
0,15
0,20
Gasolina
20 litros
1,5
1,80
Feijo
5 kilogramas
10,0
12,00
Total
Luz
gua
Calcule o ndice de inflao do ms, considerando esta famlia uma

amostra representativa das famlias do pas.
250
12)Correlacione os ndices de preos agregativos produzidos no Brasil com

suas respectivas caracterstica e metodologias.
ndice Nacional de Preos ao Consumidor- INPC
ndice Preos ao Consumidor Amplo- IPCA
ndice Nacional de Preos ao Consumidor Amplo Especial IPCA-E
ndice Preos ao Consumidor Amplo 15- IPCA-15
ndice Geral de Preos- IGP
ndice Geral de Preos 10- IGP-10
ndice Geral de Preos- Disponibilidade Interna- IGP-DI
ndice Geral de Preos do Mercado- IGP-M
ndice de Preos ao Consumidor da FIPE- IPC-FIPE
10
ndice de Preos ao Consumidor Semanal-IPC-S
11
ndice de Preos ao Consumidor Semana l-So Paulo- IPC-SP
251
medido pela FGV. Registra a inflao de preos desde matrias-primas agrcolas e industriais at
bens e servios finais. A pesquisa de preos feita entre o dia 21 do ms anterior at o dia 20 do ms
atual. Abrange toda a populao, sem restrio de nvel de renda.
medido pela FGV. Calcula a variao de preos de produtos e servios em sete capitais do pas.
Registra a evoluo de preos de maneira quadrissemanal. Calculado atravs de uma Pesquisa de
Oramento Familiar, a POF, e indica o custo de vida de famlias de 1 a 33 salrios mnimos
residenciais nas grandes regies metropolitanas do pas.
medido pelo IBGE. considerado o ndice oficial da inflao do pas. Oferece a variao dos preos
no comrcio para o pblico final. Reflete o custo de vida de famlias com renda mensal de 1 a 44
salrios mnimos.
bens e servios finais. Faz medies no ms cheio, de 1 a 30 ou 31 de cada ms. Abrange toda a
populao, sem restrio de nvel de renda.
medido pelo IBGE. Oferece a variao dos preos no mercado varejista. Reflete o custo de vida de
famlias com renda de 1 a 44 salrios mnimos. divulgado ao final de cada trimestre. Seu objetivo
realizar um balano trimestral da inflao.
bens e servios finais. Mede a evoluo de preos no perodo compreendido entre o dia 11 do ms
anterior e o dia 10 do ms atual. usado em reajustes de tarifas pblicas, contratos de aluguel e
planos de sade. Abrange toda a populao, sem restrio de nvel de renda.
medido pela FIPE. Mede a inflao na cidade de So Paulo. calculado medindo-se o ms cheio,
de 1 a 30 ou 31 e de maneira quadrissemanal. O indicador reflete o custo de vida de famlias com
renda mensal de 1 a 20 salrios mnimos. utilizado como indexador informal para contratos da
prefeitura de So Paulo.
medido pelo IBGE. Oferece a variao dos preos no mercado varejista. Reflete o custo de vida de
famlias com renda de 1 a 44 salrios mnimos. calculado a cada 15 dias e mostra uma comparao
mais precisa da alta e queda dos preos. utilizada para reajuste do IPTU.
medido pelo IBGE. Calculado a partir dos ndices de preos ao consumidor regionais. Oferece a
variao dos preos no mercado varejista. Atinge famlias at 6 salrios mnimos.
medido pela FGV. Calcula a variao de preos de produtos e servios na cidade de So Paulo.
Registra a evoluo de preos de maneira quadrissemanal. Calculado atravs de uma Pesquisa de
Oramento Familiar, a POF, e indica o custo de vida de famlias de 1 a 33 salrios mnimos
residenciais na cidade de So Paulo. usado para clculo do IGP. Serve de referncia para reajustes
salariais e contratos de aluguis.
bens e servios finais. formado pela mdia de trs ndices: IPA, IPC e INCC. usado em reajustes
de tarifas pblicas, contratos de aluguel e planos de sade. Abrange toda a populao, sem restrio
de nvel de renda.
252
13)A srie temporal abaixo apresenta a evoluo da populao de clientes

inadimplentes com Cheque Especial do Banco A do Rio de Janeiro no perodo
de 2001 a 2006. Calcule os relativos em cadeia com base no ano de 2001 e os
elos relativos.
Evoluo da Populao de Clientes Inadimplentes com Cheque Especial
do Banco A do Rio de Janeiro no perodo de 2001 a 2006.
Anos
Clientes
Relativos em
Inadimplentes
cadeia(2001=100)
Elos relativos
(Em Mil)
2001
20
2002
24
2003
30
2004
32
2005
34
2006
38
14)Vamos calcular a taxa de crescimento anual da evoluo da populao de

clientes inadimplentes com Cheque Especial do Banco A do Rio de Janeiro no
perodo de 2001 a 2006 do exerccio anterior.
15)Assim, se no dispusssemos dos dados de 2004 do exerccio 5, qual a
estimativa da populao de clientes inadimplentes com Cheque Especial do
Banco A para 2004?
253
Unidade X
Anlise Exploratria de Dados
Introduo:
A
idia da anlise exploratria de dados confrontar, passo a passo,
de forma mais complementar de que antolgica, os mtodos clssicos da

estatstica descritiva e os mtodos modernos de anlise exploratria de dados.
A ponte de transio a nfase dada aos procedimentos ou mtodos
resistentes. Na anlise de coleo de dados no raro aparecerem
observaes anormais ou extravagantes em completo contraste com o
comportamento da maioria. A presena de tais observaes discrepantes
levanta problemas complexos: por um lado, podem ser compatveis com a
natureza do prprio fenmeno que as gerou e convm que sejam retidas; por
outro lado, podem ser fruto de erros humanos cometidos na coleta ou registro
dos dados e convm que sejam eliminadas ou corregidas. Trata-se de um
difcil caso de identificao que acaba por revelar-se dilemtico. O que de
fato importante ou extremo, pouco usual? esse o prncipio bsico da
anlise exploratria de dados. Contudo, os procedimentos ditos resistentes
no so afetados pela presena de dados discrepantes(outliers), mas chamam
ateno para a sua presena e para a necessidade de uma anlise
individualizada e pormenorizada. Nos ocuparemos neste captulo dos mtodos
resistentes.
A estatstica descritiva(tabelas, grficos e medidas descritivas) pode-se
dizer
que
tem
cobertura
em
praticamente
todos
os
softwares
de
estatstica(Excel, SPSS, Statistica, SAS, R, etc). A anlise exploratria de

dados, por ser relativamente recente e de aplicao menos generalizada, tem
menor cobertura. O SPSS um dos poucos pacotes que que se ocupa mais
extensamente de tal anlise.
254
Nas aplicaes s cincias sociais e humanas, a preciso conseguida

pela utilizao do mtodo estatstico fica severamente dependente da
qualidade das medidas e das observaes, podendo eventualmente a ordem
de grandezas dos erros ser irrelevante para a qualidade do resultado
estatstico. Para tanto, que se justifica a pesquisa que modernamente se faz
de mtodos resistentes, que sejam insensveis presena de erros grosseiros
ou valores anormais(outliers) ou de um grande nmero de pequenos erros
(arredondamentos, etc).
O presente captulo tem o objetivo de fazer uma introduo anlise
exploratria de dados, sem grandes preocupaes sobre a distino entre
estatstica descritiva e anlise exploratria de dados(AED), em relao a qual
parece no haver consenso entre os pesquisadores. Para uns, a AED uma
parte da estatstica descritiva, mas para outros, explorar no a mesma coisa
que descrever.
Os principais objetivos, contudo, da anlise de dados :
1. Explorao dos dados para descobrir ou identificar os aspectos ou
padres de maior interesse, assimetrias e dados discrepantes;
2. Descrio atravs de resumo e representao dos dados de maneira
a destacar ou chamar a ateno para os aspectos mais gerais do
comportamento dos dados.
As tcnicas que tratam o ponto (1) correspondem AED e as que tratam
do ponto(2) correspondm estatstica descritiva. Contudo, ambas recorrem
largamente ao emprego de mtodos numricos e grficos.
A AED teve origem h cerca de 20 anos com os trabalhos de John W.
Tukey realizados na Universidade de Princeton e nos Laboratrios Bell. Esse
trabalhos culminaram com a publicao das duas obras pioneiras: Exploratory
Data Analysis(Tukey,1977) e Data Analysis and Regression(Tukey e Mosteller,
1977). Para Tukeya a AED trabalho de detetive: trabalho de detetive com
255
nmeros, trabalho de detetive com contagens, trabalho de detetive com

grficos.
A incerteza pe limitaes AED e s respectivas concluses, na
medida em que o mesmo fenmeno pode dar lugar a diferentes observaes
ou que a mesma populao pode dar lugar a diferentes amostras. Assim, para
avaliar a estabilidade das medidas descritivas necessrio conhecer de algum
modo o que se passa com a famlia de amostras alternativas(que podiam ter
sido obtidas mas que no foram) de modo a tentar determinar, para cada
medida descritiva, um erro de amostragem. O erro de amostragem uma das
manifestaes da chamada incerteza interna das observaes que compem
a amostra. A incerteza subsidiria, erro no amostral, que pode ter vrias
causas(erros sistemticos de medida, cobertura incompleta da rea, fraudes
em entrevistas, coleta e insero incorreta de dados, etc), no se manisfesta
nos dados comumente. Um bom plano de amostragem ou uma experincia
bem delineada pode permitir controlar a incerteza interna e reduzir a incerteza
subsidiria.
Depois da AED identificar caractersticas e padres de uma amostra de
dados, caso se pretendam ladear as limitaes decorrentes da incerteza, h
que recorrer Anlise Confirmaria de Dados(ACD). A
ACD avalia a
possibilidade de reproduo dos padres ou estimativas verificadas no estudo

descritivo e exploratrio. O seu papel semelhante ao da inferncia estatstica
clssica, na medida que possibilita asseres sobre a significncia e confiana,
embora integrando frequentemente tais passos:
1. Incoporar informao decorrente da anlise de dados adicionais,
diferentes mas relacionados com a coleo em estudo;
2. Validar resultados recolhendo e analisando novas colees.
Em resumo, se a AED trabalho de detetive, que procura pistas e
evidncias, a ACD trabalho judicial ou quase judicial, que analisa e avalia a
256
fora das provas e da evidncia. Infelizmente, inferncia e anlise confirmatria

de dados saem do escopo do presente livro.
Passaremos, agora doravante, a apresentar algumas tcnicas bsicas
de AED. Existem um gama bastante variada e diversificada destas tcnicas,
mas estudaremos as mais bsicas e usuais.
Conceito
A anlise exploratria de dados (AED) um conjunto essencial e
indispensvel de ferramentas que nos permite organizar, sumariar e interpretar
dados rapidamente e sem procedimentos estatsticos complicados. A AED deve
ser sempre o primeiro passo do processo de anlise, porque ao analisar os
dados podemos constatar quais os traos ou padres mais evidentes.
Denomina-se Anlise Exploratria de Dados (AED) a uma coleo de
tcnicas e estratgias para analisar bancos de dados estatsticos com a
inteno de estudar padres e relaes entre variveis. Essas informaes so
importantes para subsidiar posterior modelagem estatstica com fins de
generalizao. Alm de apresentar os recursos clssicos de Estatstica
Descritiva, a disciplina de AED tem forte nfase na construo de
representaes grficas de dados. Para fazer isso com eficincia o estudante
dever aprender simultaneamente a utilizar o software SPSS, dentre outros,
como ferramenta computacional.
Importncia da AED:
A importncia AED se resume nos seguintes pontos:
o Quando
se
conduz
uma
investigao
naturalmente
vrias
expectativas ou hipteses em relao aos resultados. Atravs da AED

rapidamente ficam com uma ideia de como essas expectativas se
confirmam ou no;
257
o Por outro lado, a AED permite ao investigador ver padres nos dados
que no estavam debaixo de hipteses e que podem ser interessantes
na interpretao dos resultados da pesquisa. E isto no feeling,
encontrar algo que os olhos do investigador no conseguiam ver
apriori, porque, por exemplo, o fenmeno em estudo no era
suficientemente conhecido pela sociedade cientfica;
o Outra vantagem bvia a ajuda na deteco de erros relacionados com
a entrada dos dados (no devia acontecer, mas acontece aos
melhores!). Um determinado valor de um sujeito, suponhamos 1,78
metros de altura, que entrou como 178 afeta certamente as estatsticas
do grupo em estudo e a sua anlise;
o Um outro aspecto importante que algumas estatsticas podem ser
enganosas. Os testes so enganosos quando so mal aplicados, mal
usados e incorretamente interpretados. Determinados testes estatsticos
requerem dados com requisitos e pressupostos especficos. Se os
dados so apropriados para um teste estatstico especfico podero
fornecer informao mais til; se no so apropriados podero fornecer
dados sem significado.
o Infelizmente muitos investigadores partem cedo de mais para anlise
estatsticas complexas sem explorar cuidadosamente os seus dados.
o Lembremo-nos do velho ditado acerca dos computadores: Entra lixo,
sai lixo. Isto significa que os resultados sados do computador no so
melhores do que a informao que l introduzimos. Com as estatsticas
passa-se o mesmo. Um teste estatstico no mais do que um conjunto
de operaes matemticas. Se os nmeros no so significativos ou se
um teste particular no o apropriado, os resultados do procedimento
estatstico no tero significado. As estatsticas no gracejam, mentem,
ou decepcionam. As pessoas que fazem dessas coisas. Para evitar
esses problemas, ns, os utilizadores das estatsticas, devemos
conhecer o mais possvel os nossos dados. A AED permite, portanto,
chegar a esse intento.
258
1)Grfico de Caule-e Folhas:

um tipo de representao que se pode considerar entre a tabela e o
grfico, uma vez que so apresentados os verdadeiros valores da amostra,
mas numa apresentao sugestiva, que faz lembrar um histograma.
Consiste em escrever do lado esquerdo de uma linha vertical o dgito (ou
dgitos) da classe de maior grandeza, seguidos dos restantes. A representao
obtida ter o seguinte aspecto:
Quando os dados no so numerosos, n pequerno, a anlise e

descrio facilita-se com mtodos semi-grficos usando o grfico de caule-efolhas .
A construo , apesar de imediata, permite que o observador, sem perda
de informao, se torne mais sensvel ao aspecto geral dos dados. Alm disso
o grfico de caule-e-folhas uma tcnica flexvel e eficiente para iniciar o
estudo de uma amostra, deixando aos dados coletados fazer a maior parte do
trabalho.
O grfico de caule-e-folhas pode ser obtido diretamente sem maiores
complicaes do software SPSS.
259
Exemplo 1:
Informao de salrio de 36 funcionrios sorteados ao acaso da
empresa MB.
4,00
6,86
4,56
5,25
5,73
6,26
6,66
8,74
7,39
7,59
7,44
8,12
8,46
10,53
8,95
9,13
9,35
9,77
9,80
13,23
10,76
11,06
11,59
12,00
12,79
16,22
13,60
13,85
14,69
14,71
15,99
16,61
17,26
18,75
19,40
23,30
Grfico de Caule-e Folhas:
260
Interpretao:
o Valores concentrados entre 4 e 19;
o Leve assimetria na direo dos valores grandes( assimtrica direita);
o Destaque do valor 23.3.
Exemplo 2:
Os dados abaixo representam as notas de satisfao de 0 a 10
dadas por 20 clientes ao atendimento por telefone de uma rede de
telefonia celular:
1.5
8.5
6.5
8.5
7.5
8.5
7.0
8.5
8.0
10.0
7.0
9.5
8.5
2.5
8.5
8.5
8.5
7.5
9.0
8.5
261
Grfico de Caule-e-Folhas
A fugura est diferente
Frequncias Caule
Folhas
0055
10
0555555555
05
10
Cada caule a parte inteira e as casas decimais as folhas.

Ento o caule 2 tem uma folha e o caule 7 tem 4 folhas. O grfico
acima permite verificar alguns padres: o grau
de satifao
predominate est entrre 7 e 8,5 e existem duas observaes extremas

1,5 e 2,5. A distribuio mais longa esquerda, em direo aos
valores mais baixos, portanto com assimetria negativa.
262
2)Grfico de Extremos-e-Quartis ou Caixa-com-Bigodes:
um tipo de representao grfica, em que se realam algumas

caractersticas da amostra. O conjunto dos valores da amostra
compreendidos entre o 1 e o 3 quartis, que vamos representar por
Q1 e Q3 representado por um retngulo (caixa) com a mediana
indicada por uma barra. A largura do retngulo no d qualquer
informao, pelo que pode ser qualquer. Consideram-se seguidamente
duas linhas que unem os meios dos lados do retngulo com os
extremos da amostra. Para obter esta representao, comea por se
recolher da amostra, informao sobre 5 nmeros, que so: os 2
extremos (mnimo e mximo), a mediana e o 1 e 3 quartis. A
representao do diagrama de extremos e quartis tem o seguinte
aspecto:
O extremo inferior o mnimo da amostra(X mim), enquanto que o

extremo superior o mximo da amostra(Xmax).
263
O grfico,ento, baseia-se na localizao dos quartis( 1 quartil,

2 quartil ou mediana e 3 quartil), que definem assim 4 sub-intervalos,
cada um 25% das observaes:
1 intervalo quartlico : Xmin e Q1

2 intervalo quartlico : Q1 a Q2
3 intervalo quartlico : Q2 a Q3
3 intervalo quartlico : Q3 a Xmax
So considerados outliers as observaes que fiquem abaixo do

limite definido pela expresso Q1-1,5(Q3-Q1) ou acima do limite
Q3+1,5(Q3-Q1). Visualmente isso significa observaes acima e/ou
abaixo dos bigodes.
O grfico de extremos-e-quartis ou caixa-com-bigodes uma til
representao dos dados na deteco de outliers ou dados
discrepantes e na anlise da simetria e de sub-intervalos de
concentrao da amostra de valores.
264
Exemplo 1:
Do exemplo 1,
temos o seguinte grfico
de Extremos-e-
Quartis:
30
20
10
0
N=
36
SALRIOS
Curva mais longa em valores mais altos e o valor 23,3 apesar

de ser destaque no um outlier.
265
Exemplo 2:
Do exemplo anterior, temos o seguinte grfico de Extremos-eQuartis:
Grfico correto:
12
10
4
14
2
1
0
N=
20
NOTAS
Observando o grfico acima notamos que existem duas

observaes discrepantes: a da 1 posio: 1,5 e da 14 posio: 2,5.
A rea em cinza o intervalo que vai de Q1 a Q3, onde se concentram a
maioria dos valores da srie: entre 7 e 8,5. Com estes dois valores
extremos a curva se alonga para a esquerda.
266
3)Grfico de Probabilidades(P-P):
Os grficos de probabilidades visualizam graficamente o ajuste

de uma varivel a uma curva terica de freqncia, que tambm pode
ser chamada de distribuio de probabilidades. O mais usual utilizlo, assim como o histograma, para avaliar o ajuste de uma curva de
freqncia Curva Normal. A diagonal do grfico representa um
ajustamento perfeito da amostra Curva Normal.
Quanto
mais
os
pontos
se
afastam
da
diagonal,
menor o ajustamento da amostra distribuio normal.

Exemplo:
F r e q u n c ia s R e la tiv a s E s p e r a d a s
Do exemplo anterior, temos o seguinte grfico de P-P:
Grfico P-P das Notas

1.00
.75
.50
.25
0.00
0.00
.25
.50
.75
1.00
Frequncias Relativas Observadas
Observando o grfico P-P das notas constatamos o mau ajustes

das notas ao modelo normal, pois a maioria das notas esto afastadas
da diagonal.
267
4)Grfico do Ajustamento dos Resduos:
Se a amostra perfeitamente normal, os pontos existentes no

grfico distribuir-se-o segundo uma faixa horizontal em torno de zero,
sem denotar qualquer padro de distribuio.
Do exemplo anterior, temos o seguinte grfico de Ajustamento
dos Resduos:
Grfico do Ajustamento dos Resduos
Desvio da Normal
.2
.1
0.0
-.1
-.2
0.0
.2
.4
.6
.8
1.0
Frequncias Relativas Acumuladas
Percebe-se que os pontos do grfico apresentam alguns

padres de tendncia, formando pequenos grupos, o que ratifica a no
normalidade das notas de satisfao com a telefonia.
As distribuies de frequncias com o seu histograma, o polgno
de frequncia e parmetros caractersticos podem tambm, somadas
s tcnicas que acabamos de estudar, ser usadas na anlise
exploratria de dados colhidos de uma amostra.
268
Exerccios Propostos
1)Construir e interpretar o histograma da amostra abaixo de 30 tempos

de espera de embarques de turistas em um aeroporto:
10
15
15
20
20
25
25
25
25
30
30
30
30
30
30
30
30
30
30
35
35
40
45
45
50
50
55
60
60
2)Costruir um grfico de Caule-e-Folhas para as alturas de 40 atletas

estrangeiros no pas e interpretar os resultados
1,50
1,51
1,51
1,55
1,60
1,60
1,61
1,61
1,61
1,65
1,65
1,65
1,65
1,65
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,72
1,72
1,72
1,72
1,75
1,75
1,75
1,80
1,80
1,81
,181
1,83
1,83
1,83
1,90
1,90
3)Costruir um grfico Caixa-com-Bigodes para as alturas de 40 atletas

estrangeiros no pas e interpretar os resultados:
1,50
1,51
1,51
1,55
1,60
1,60
1,61
1,61
1,61
1,65
1,65
1,65
1,65
1,65
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,72
1,72
1,72
1,72
1,75
1,75
1,75
1,80
1,80
1,81
,181
1,83
1,83
1,83
1,90
1,90
269
4)Costruir um grfico de Probabilidade para as alturas de 40 atletas

estrangeiros no pas e interpretar os resultados:
1,50
1,51
1,51
1,55
1,60
1,60
1,61
1,61
1,61
1,65
1,65
1,65
1,65
1,65
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,70
1,72
1,72
1,72
1,72
1,75
1,75
1,75
1,80
1,80
1,81
,181
1,83
1,83
1,83
1,90
1,90
5)Costruir um grfico de Caixa-com-Bigodes para as populaes dos

30 maiores municpios do Brasil, segundo o censo de 1980, dadas na
tabela abaixo(em 10.000 habitantes) e interpretar os resultados:
Municpios
So Paulo
Rio de Janeiro
Belo Horizonte
Salvador
Fortaleza
Recife
Braslia
Porto Alegre
Nova Iguau
Curitiba
Belm
Goinia
Campinas
Manaus
So Gonalo
Duque de Caxias
Santo Andr
Guarulhos
Osasco
So Lus
So Bernardo do Campo
Natal
Santos
Niteri
Populao
849,3
509,3
178,1
150,6
130,8
120,4
117,7
112,5
109,4
102,5
93,4
71,7
66,4
63,4
61,4
57,5
55,2
53,2
47,3
44,9
42,5
41,7
41,6
40,1
270
Municpios
Macei
So Joo de Meriti
Teresina
Campos
Jaboato
Joo Pessoa
Populao
40,0
39,8
37,8
34,9
33,1
33,0
6)Abaixo esto apresentados os 30 programas de maior audincia em

2011 no Brasil, segundo o IBOPE- Praa PNT- ndice de Audincia
Domiciliar( % ), mdia de janeiro a maio de 2011:
Programas da TV Globo
Novela II
Jornal Nacional
Novela II
Praa TV 2a Edio
Big Brother Brasil
Novela II
Festival Nacional
A Grande Famlia
Show de Tera 1
Futebol/Futebol Reg-quarta-feira
Tela Quente
Fantstico
Globo Repter
Malhao
Zorra Total
Futebol Matutino
Vale a pena Ver de Novo
Futebol/Futebol Reg Vespertino
Carnaval Vespertino
Show de Tera - Feira
Chico e Amigos
Domigo do Fausto
Temperatura Mxima
Srie Brasileira
Cinema Nacional
Os Caras de Pau
Sesso da Tarde
Central da Copa Vespertino
Caldeiro do Huck
Acampamento de Frias
Audincia Domiciliar
35.7
31.9
30.5
28.5
27.0
26.2
26.2
26.2
25.9
23.1
22.6
22.0
21.6
21.2
21.2
19.4
19.4
19.4
19.0
17.6
17.5
17.2
16.8
16.4
16.1
15.6
15.4
15.1
15.1
15.0
Realize uma AED atravs do histograma, polgono de frequncia,

Caule-e Folhas e Caixa-com-Bigodes.
271
7)Pesquise um conjunto de 30 valores de pesos de pessoas e faa

uma anlise exploratria dos dados construindo os grficos:
a)Caule-e-Folhas;
b)Caixa-com-Bigodes;
c)Grfico de Probabilidades;
d)Grfico de Ajustamento dos Resduos.
272
ANEXO
Textos Auxiliares
273
Texto 1
Arredondamento de Dados
Introduo:
Como sabemos, os nmeros resultam de uma mensurao no seu sentido

mais amplo, a qual s pode ser exata quando assume a forma de contagem
ou enumerao, em nmeros naturais, de coisas ou unidades mnimas
indivisveis. Em tais casos a varivel pode assumir valores discretos. Outras
mensuraes se do numa escala contnua, que pode teoricamente, ser
indefinidamente subdividida. Na prtica, porm, h sempre um limite para a
preciso com a qual a mensurao pode ser feita. O que nos leva a concluir
que o valor verdadeiro nunca conhecido. Na verdade, os valores
observados so aproximados. Assim que, se o comprimento de um
parafuso, medido em centmetros, foi dado por 4,6 cm, devemos considerar
que o valor exato desse comprimento ser algum valor entre 4,55 cm e 4,65
cm, o que foi aproximado para 4,6 cm devido ao fato de a preciso adotada
na medida ser apenas de dcimos de centmetros. Em nossos estudos,
faremos uso da seguinte conveno: a preciso da medida ser
automaticamente indicada pelo nmero de casas decimais com que se
escrevem os valores da varivel. Assim um valor 4,60 indica que a varivel
em questo foi medida com preciso de centsimos, no sendo exatamente
o mesmo que 4,6 valor correspondente a uma preciso de dcimos.
Arredondamento de Dados:
a supresso de unidades inferiores s de determinada ordem.
274
Tcnica de Arredondamento:
De acordo com a resoluo 886/66 do IBGE, o arredondamento feito da

seguinte maneira:
Quando o primeiro algarismo a ser abandonado 0, 1, 2, 3, ou 4, fica

inalterado o ltimo algarismo a permanecer.
Ex: 53,24 passa a 53,2
Quando o primeiro algarismo a ser abandonado 6, 7, 8, ou 9, aumenta-se

de uma unidade o ltimo algarismo a permanecer.
Ex: 42,87 passa a 42,9

25,08 passa a 25,1
53,99 passa a 54,0
Quando o primeiro algarismo a ser abandonado 5, h duas solues:
1) Se ao 5 seguir em qualquer casa, um nmero diferente de zero, aumentase uma unidade ao algarismo a permanecer
Ex: 2, 352 passa a 2,4

25,6501 passa a 25,7
275
2)Se o 5 for o ltimo algarismo ou ao 5 s se seguirem zeros, o ltimo

algarismo a ser conservado s ser aumentado de uma unidade se for
mpar .
Ex : 24,75 passa a 24,8

24,65 passa a 24,6
24,75000 passa a 24,8
24,6500 passa a 24,6
Observao:
No devemos nunca fazer arredondamentos sucessivos .
Ex :
17,3452 passa a 17,3 e no para 17,35 para 17,4
Se tivermos necessidade de um novo arredondamento fica recomendado

a volta aos dados originais.
276
Compensao:
Suponhamos os dados abaixo, aos quais aplicamos as regras de

arredondamento:
25,32
25,3
17,85
17,8
10,44
10,4
+31,17
+31,2
84,78
(84,8?)
(84,7)
Verificamos que houve uma pequena discordncia: a soma exatamente

84,7 quando, pelo arredondamento, deveria ser 84,8. Entretanto, para a
apresentao dos resultados, necessrio que desaparea tal diferena, o
que possvel pela prtica do que denominamos compensao,
conservando o mesmo nmero de casas decimais. Praticamente, usamos
descarregar a diferena nas maiores parcelas.
Assim, passaramos a ter:
25,3
17,8
10,4
+31,3
84,8
277
Observao:
Vale ressaltar que se houver uma diferena maior que uma unidade, usa-se
descarreg-la por unidade nas maiores parcelas. Convm, ainda, observar
que, se a maior parcela igual ao dobro de qualquer outra parcela ou maior
que esse dobro, descarregamos a diferena maior que uma unidade apenas
na maior parcela.
278
Texto 2
Normas de Representao Tabular
Estas normas tm como objetivo orientar a apresentao

racional e uniforme de dados estatsticos, em forma tabular, no
sistema estatstico, subordinado orientao normativa e
superviso tcnica do IBGE.
Toda tabela estatstica deve ser aberta nas laterais, fechada
em cima e em baixo com traos mais fortes.
Uma tabela estatstica compe-se de elementos essenciais e
elementos complementares. Os elementos essenciais de uma tabela
so o ttulo, o corpo, o cabealho e a coluna indicadora.
O ttulo a indicao que precede a tabela e que contm a
designao do fato observado, local e a poca em que foi
registrado.
O corpo o conjunto de colunas e linhas e que contm,
respectivamente, em ordem vertical e horizontal, as informaes
sobre o fato observado.
A casa o cruzamento de uma coluna com uma linha. As
casas no devero ficar em branco, apresentando sempre um
nmero ou sinal convencional.
279
Quadro 1
Sinais Convencionais Mais Utilizados em Tabelas
Sinais
Descrio
dado inexistente
...
dado ignorado
dado impreciso
dado que ao se dividir por uma potncia de 10 ,no

atinge a unidade
A coluna indicadora a parte da tabela que especifica o

contedo das linhas. Uma tabela pode ter mais de uma coluna
indicadora.
Os elementos complementares de uma tabela estatstica so
a fonte, as notas e as chamadas, e se situam de preferncia no
rodap da tabela.
A fonte a indicao da entidade
fornecimento dos dados ou pela sua elaborao.
responsvel
pelo
As notas so informaes de natureza geral, destinadas a

conceituar ou esclarecer o contedo das tabelas ou indicar a
metodologia adotada no levantamento ou elaborao dos dados.
As chamadas so informaes de natureza especfica sobre
determinada parte da tabela, destinadas a conceituar ou esclarecer
dados. As chamadas so indicadas no corpo da tabela em
algarismos arbicos, entre parnteses, esquerda nas casas e
direita na coluna indicadora. A numerao das chamadas na tabela
ser sucessiva, de cima para baixo, e da esquerda para direita. A
distribuio das chamadas no rodap da tabela obedecer ordem
de sua sucesso na tabela, separando-se uma das outras por um
ponto.
As chamadas de uma tabela que ocupam mais de uma pgina
devem figurar no rodap da tabela na ltima pgina, de acordo com
sua sucesso na mesma.
280
Exemplo de Tabela Estatstica de Acordo com as Normas do

IBGE:
Tabela 1
Distribuio de Funcionrios da Empresa Y Segundo Cargo
Ocupado
Rio de Janeiro
Maro/2010
Cargo
Quantidade
Alta Administrao
15
Gerencial
20
Tcnico Superior Jnior(1)
80
Tcnico Superior Senior(2)
60
Tcnico de Nvel Mdio
125
Operacional Efetivo(3)
200
Operacional Terceirizado(4)
Estagirios
...
Total
500
Fonte: RH da Empresa Y
Nota: O levantamento foi realizado depois das demisses realizadas para conteno
de despesas em janeiro/fevereiro de 2010.
(1)Constituem profissionais de nvel superior com menos de 5 anos de empresa.
(2)Constituem profissionais de nvel superior com 5 anos ou mais de empresa. (3)So
profissionais de nvel elementar que desempenham funes de auxiliares de servios
gerais e que possuem contratos de trabalho com a empresa. (4) So profissionais de
nvel elementar que desempenham funes de auxiliares de servios gerais e que no
possuem contratos de trabalho com a empresa. Trabalham na empresa mas so
contratados de outras corporaes.
281
Texto 3
Construo de Distribuies de Frequncia com Intervalos

de Classes
Seja uma amostra colhida de estaturas em centmetros de

crianas nascidas numa maternidade:
44 42 46 58 52 56 50 49 51
60 40 48 52 58 50 51 53 56
40 45 47 44 50 57 60 58 48
50 39 41 48 47 45 54 57 55
59 59 51 53 54 49 55 52 43
48 46 36 42 48 44 49 51 53
51 50 59 43 49 55 48 49 52
50 51 54 55 54 43 37 46 50
44 53 56 57 47 38 40 41 56
53 56 52 54 51 42 53 54 50
282
1 ) Apurao dos dados:
Medidas( em centmetros )
Apurao
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
|
|
||
||
|||
||
|||
||||
||||
|||
|||
||||
||||||
||||||
||||||||
|||||||
|||||||
||||||
||||||
|||||
|||||
|||
|||
|||
|||
283
2 )Obter a distribuio de frequncia simples:

Medidas ( em centmetros )
Apurao
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
Total
1
1
2
2
3
2
3
4
4
3
3
4
6
6
8
7
7
6
6
5
5
3
3
3
3
100
284
3 ) Obter o nmero de classes e o intervalo de classes:
Para obter o nmero de classes e o intervalo de classes deveremos

aplicar
as frmulas abaixo:
K = 1 + 3,3 log N , onde :
K = nmero de classes sugerida, arredondado para inteiro.

N= frequncia total
h = R \ K , onde:
R= amplitude total, isto , diferena entre o maior e menor valor da

distribuio.
Clculos para o exemplo:
K= 1 + 3,3 log 100 8 classes
h=(60-36)\8 = 3
Observao: o valor de K o nmero de classes previstas para a

distribuio. No momento da montagem da tabela, pode ocorrer de
se obter uma classe a mais ou uma classe a menos do que o
calculado na frmula de K.
285
4 )Obter a distribuio de frequncia com intervalo de classes:

Medidas ( em centmetros )
36 | 39
39 | 42
42 | 45
45 | 48
48 | 51
51 | 54
54 | 57
57 | 60
60 | 63
Total
Fi
4
7
11
10
20
20
16
9
3
100
Bibliografia
286
1. BARBETTA,
PEDRO
ALBERTO;
REIS,
MARCELO
MENEZES;
BORNIA, ANTONIO CEZAR. Estatstica para Cursos de Engenharia e

Informtica. So Paulo. Editora Atlas, 2004.
2. BARNETT, V. Sample Survey: Principies and Methods. 3nd Edition.
London: Arnold, 1974.
3. BOLFARINE, H ; BUSSAB, W. O. Elementos de Amostragem. So Paulo: ABEProjeto Fisher, 2005.
4. BOLFARINE,
HELENO; SANDOVAL, MNICA CARNEIRO. Introduo
Inferncia Estatstica. Rio de Janeiro. Coleo Matemtica Aplicada, 2000.

5. BUSSAB. W. O. ; MORETTIN, P. A. Estatstica Bsica. 5ed. So Paulo. Saraiva,
2003.
6. CONOVER, W J. (1998) Practical Nonparametric Statistics. 3. ed. New
York: John Wiley.
7. COSTA, Giovani G . O. Curso de Estatstica Bsica: Teoria e Prtica.
So Paulo. Editora Atlas, 2011.
8. COSTA,
Giovani
O.
Curso
de
Estatstica
Inferencial
Probabilidades: Teoria e Prtica. So Paulo. Editora Atlas, 2012.

9. COSTA, Giovani G . O. ; GIANNOTTI, Juliana D. G. Estatstica Aplicada
ao Turismo. Volumes 1 e 2. 3 ed. Rio de Janeiro: Fundao CECIERJ,
2010.
10. COSTA NETO, PEDRO LUIZ DE OLIVEIRA. Estatstica. Editora Edgard
Blcher Ltda. So Paulo, 2002.
11. CRESPO, ANTNIO ARNOT. Estatstica Fcil. So Paulo. Editora
Saraiva, 2000.
12. DE GROOT, M.H. ; SCHERVISH, MJ.
Probability and Staistics. 3ed.,
NewYork: Addison-//weley, 2002.

13. DURBIN, J., and WATSON, G. S. "Testing for Serial Correlation in Least
Squares Regression, I." Biometrika 37, 409428,1950.
14. DURBIN, J., and WATSON, G. S, G. S. "Testing for Serial Correlation in
Least Squares Regression, II." Biometrika 38, 159179,1951.
287
15. FREUND, JOHN E.; SIMON, GARY A. Estatstica Aplicada: economia,

administrao e contabilidade.Traduo: Alfredo Alves de farias. 9ed. Porto Alegre:
Bookman, 2000.
16. GAUSS, CARL FRIEDRICH. Theoria Motus Corporum Coelestium in
Sectionibus Conicis Solem Ambientium. Estados Unidos. Paperback,
2011.
17. HAIR, JOSEPH F.; ANDERSON, ROLPH E.; TATHAM, RONALD L.; BLACK,
WILLIAN C. Anlise Multivariada de Dados. Traduo: AdonaiSchlup
SabtAnna e Anselmo Chaves Neto. Porto Alegre:Bookman., 5ed. 2005.
18. HOFFMANN, Rodolfo. (2006) Anlise de Regresso. 4. ed. So Paulo:
Hucitec.
19. JARQUE, CARLOS M.; BERA, ANIL K. "Efficient tests for normality,
homoscedasticity and serial independence of regression residuals".
Economics Letters 6 (3): 255259. doi:10.1016/0165-1765(80)900245,1980
20. JARQUE, CARLOS M.; BERA, ANIL K. "Efficient tests for normality,
homoscedasticity and serial independence of regression residuals:
Monte
Carlo
evidence".
Economics
Letters
(4):
313318.
doi:10.1016/0165-1765(81)90035-5, 1981
21. JARQUE, CARLOS M.; BERA, ANIL K. "A test for normality of
observations and regression residuals". International Statistical Review
55 (2): 163172. JSTOR 1403192, 1987.
22. JUDGE; et al. Introduction and the theory and practice of econometrics
(3rd ed.). pp. 890892, 1982.
23. JOHNSON, Richard; WICHERN, Dean. Applied Multivariate Statistical
Analysis. 6. ed. New Jersey: Prentice Hall, 2007.
24. JNIO, Joseph F. Hair ; BALIM, Barry; MONEY Artur H.; SAMOUEL,
Phillip. Fundamentos de Mtodos de Pesquisa em Administrao. So
Paulo: Bookman, 2010.
25. KOLMOGOROV, A. "Sulla determinazione empirica di una legge di
distribuzione" G. Inst. Ital. Attuari, 4, 83,1933
288
26. KUTNER, MICHAEL; NETER, JOHN; NACHTSHEIM, CHRISTOPHER

J.; LI, WILLIAN. Applied Linear Statistical Models. 5. ed. New York:
McGraw-Hill/Irwin, 2004.
27. LARSON, RON.; FARBER, BETSY. Estatstica Aplicada. So Paulo.
Pearson Prentice Halll, 2004.
28. LEVINE, DAVID M.; BERENSON, MARK L.. Estatstica: Teoria e
Aplicaes Usando Microsoft Excel em Portugus. Rio de Janeiro. Livros
Tcnicos e Cientficos S.A, 2000.
29. MAGALHES, M.N ; LIMA, A.C.P DE- Noes de Probabilidade e Estatstica.
5ed... So Paulo: Ed. Edusp, 2005.
30. MOORE, DAVID S. A Estatstica Bsica e Sua Prtica. Traduo: Cristiana Filizola
Carneiro Pessoa.3ed. Rio de Janeiro: LTC, 2005.
31. MORETTIN, LUIZ GONZAGA. Estatstica Bsica. Volumes 1 e 2. So
Paulo. Perarson Makron Books, 2000.
32. MORETTIN, PEDRO A; TOLOI, CLLIA M. Sries Temporais. So
Paulo. 2. Ed. Editora Atual, 1987.
33. NETER, J., KUTNER, M.H., NACHTSHEM, C.J., WASSERMAN, W. Applied
Linear Regression Models. 3 ed., Irwin, 1996.
34. OLIVEIRA, FRANCISCO ESTEVAM MARTINS. Estatstica e Probabilidades. So
Paulo. Editora Atlas, 1999.
35. PESARAN, H. M and B. PESARAN. Working with Microfit 4.0:
Interactive Economteric Analysis. London: Oxford University Press,1997.
36. PESARAN, H; SHIN, Y. and SMITH, R. Bound testing approaches to the
analysis of level relationships. Journal of Applied E conometrics.16, 289326, 2001.
37. PESARAN, H; SHIN, Y. and SMITH, R. Bound testing approaches to the
analysis of level relationships. University of Cambridge, Revised-DAE
Working,2000.
38. ROSS, Sheldon. A First Course in Probability. 7. ed. New Jersey:
Prentice Hall,2005.
289
39. ROSS, Sheldon. Introduction to Probability Models. 9. ed. New York:

Academic Press,2006.
40. SIEGEL, SIDNEY. Nonparametric Statistic for the Behavioral Sciences. USA:
McGraw-Hill, 1956.
41. SILVA, Nilza Nunes. Amostragem Probabilstica. 1. ed. So Paulo:
Edusp,1997.
42. SMAILES, JOANNE; McGrane, ANGELA.
Estatstica Aplicada
Administrao com Excel. So Paulo. Editora Atlas, 2002

43. VIEIRA, Snia. Bioestatstica-Tpicos Avanados. 2. ed. Rio de Janeiro:
Campus Elsevier, 2004.
44. VIEIRA, Snia. Estatstica para a qualidade. Rio de Janeiro: Campus
Elsevier,1999.
45. VIEIRA, Snia. Anlise da Varincia(ANOVA). So Paulo. Editora Atlas,
2006.
46. SMIRNOV, N.V. "Tables for estimating the goodness of fit of empirical
distributions", Annals of Mathematical Statistic, 19, 279, 1948.
290

Estatística básica: teoria e prática

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Estatística básica: teoria e prática

Загружено:

Авторское право:

Доступные форматы

GIOVANI GLAUCIO DE OLIVEIRA COSTA

Curso de Estatstica Bsica:

minha mezinha querida, Oneida Barreto de Campos

Este livro o resultado de experincias vividas a partir de 1991, quando

das distribuies de frequncias, nmeros-ndices e anlise exploratria de

dos conceitos e exerccios:

arredondamento de dados, normas de representao tabular e como construir

Fenmenos Coletivos ou de massa:

brasileiros, lucro de empresas cariocas, gnero dos torcedores de um

Num estudo sobre a oferta de certo produto, a populao alvo

Num estudo sobre hbitos de fumar de clientes de um hotel, a amostra

Num estudo sobre contedo dos e-mailss de sua caixa-postal, a

A Estatstica possui dois tipos de levantamentos:

Quando estudamos caractersticas de banco de dados relacionais

Quando estudamos o desempenho dos programas criados por

Quando estudamos os motivos de excluses de perfis do facebook

mesma, isto , com base numa amostra.

Quando estudamos caractersticas de banco de dados relacionais

Quando estudamos o desempenho dos programas criados por

Quando estudamos os motivos de excluses de perfis do facebook

Razes para o Uso da Amostragem:

o A populao infinita, ou considerada como tal, no podendo, portanto

Como exemplo, temos o caso de uma fbrica de automveis que, pelas

Outro exemplo interessante do uso de tcnicas de amostragem o

Portanto, se a constituio da amostra obedecer a determinadas

Suponha que tivssemos interesse na renda mdia dos habitantes de

Suponha que tivssemos colhido uma amostra de 50 contracheques de

Esquema Sntese de um Estudo Estatstico:

Esquema Lgico de um Estudo Estatstico:

significncia, e, finalizado na tomada de deciso em uma contexto de

Varivel Qualitativa Nominal:

Varivel Quantitativa Discreta:

Tipos de Amostragens Probabilsticas:

Se as diversas subamostras tiverem tamanhos proporcionais ao

Ocorre quando somos obrigados a colher a amostra na parte da

enquartao, que consiste em subdividir a populao em diversas partes (a

sujeitos para a verificao da eficcia do novo medicamento. Os que se

Portanto, necessrio conhecer a forma de calcular o tamanho da

educacionais, empresas, pases etc.). Universos infinitos so aqueles que

Tamanho de Amostras em Amostragem Aleatria Simples:

O objetivo do pesquisador estimar a proporo populacional . Como

Se n < n a amostra piloto j foi suficiente.

Para uma confiana de 99%, Z = 3

Clculo do Tamanho da Amostra Alternativo:

n (tamanho da amostra corrigido) =

O tamanho da amostra deve ser tomado como um percentual

Logo, errneo pensar que o tamanho da amostra deve ser

Tamanho de Amostras em Amostragem Estratificada ou por

1o) Determinao do tamanho proporcional dos estratos:

2o) Tamanho Global da amostra:

3o) Nmero de casos em cada estrato amostral:

e faixa-etria sejam essncias para manter a

representatividade da amostra e assegurar a preciso das

Dados Populacionais com os Nmeros Absolutos Referentes s

Masculino solteiro boa aparncia jovem

Masculino solteiro boa aparncia adulto

Masculino solteiro boa aparncia idoso

Masculino solteiro m aparncia jovem

Masculino solteiro m aparncia adulto

Masculino solteiro m aparncia idoso

Masculino casado boa aparncia jovem

Masculino casado boa aparncia adulto

Masculino casado boa aparncia idoso