Exercício 1. Classifique como verdadeiro (
) ou falso (
) e justifique quando a afirmação for falsa.
( ) Uma amostra é um subconjunto da população.
( ) A estatística descritiva é a etapa na análise que obtém-se informações da amostra a partir de medidas resumo, gráficos e tabelas, dentre outros.
( ) A estatística inferencial trata de usar as informações de toda a população para tirar uma conclusão sobre uma amostra correspondente.
( ) Uma população é um conjunto de alguns resultados, respostas, medidas ou contagens que são de interesse.
( ) Dados que estão no nível nominal são quantitativos.
( ) Dados que estão no nível ordinal são qualitativos.
( ) Uma amostra é um subconjunto da população.
( ) A estatística descritiva é a etapa na análise que obtém-se informações da amostra a partir de medidas resumo, gráficos e tabelas, dentre outros.
( ) A estatística inferencial trata de usar as informações de toda a população para tirar uma conclusão sobre uma amostra correspondente.
( ) Uma população é um conjunto de alguns resultados, respostas, medidas ou contagens que são de interesse.
( ) Dados que estão no nível nominal são quantitativos.
( ) Dados que estão no nível ordinal são qualitativos.
Passo 1
O enunciado pede que eu classifique cada uma das seis afirmações como verdadeira (
) ou falsa (
) e que eu justifique quando uma afirmação for falsa. As seis afirmações são, na ordem:
- Uma amostra é um subconjunto da população.
- A estatística descritiva é a etapa na análise que obtém-se informações da amostra a partir de medidas resumo, gráficos e tabelas, dentre outros.
- A estatística inferencial trata de usar as informações de toda a população para tirar uma conclusão sobre uma amostra correspondente.
- Uma população é um conjunto de alguns resultados, respostas, medidas ou contagens que são de interesse.
- Dados que estão no nível nominal são quantitativos.
- Dados que estão no nível ordinal são qualitativos.
Vou analisar e justificar cada afirmação passo a passo.
Passo 2
Definições básicas necessárias (vou explicar com calma, como se estivéssemos estudando para a prova).
- Amostra: é o conjunto de observações que eu efetivamente coleto para estudar um fenômeno. Ou seja, é um subconjunto selecionado daquilo que eu quero estudar. Exemplo: se eu quero estudar a altura dos estudantes de uma universidade com
alunos e meço alunos, esses formam a amostra. - População: é o conjunto completo de todos os elementos sobre os quais eu quero tirar uma conclusão. No exemplo, a população seriam os
alunos. - Estatística descritiva: conjunto de técnicas para resumir e descrever dados (médias, medianas, desvio-padrão, tabelas de frequência, histogramas, gráficos de caixa etc.). Essas medidas e gráficos são usados sobre a amostra (ou sobre a população, se você tiver todos os dados) para resumir informação.
- Estatística inferencial: conjunto de métodos para usar informações de uma amostra para tirar conclusões (estimativas, testes de hipótese, intervalos de confiança) sobre a população inteira. Em outras palavras: amostra → inferência sobre população.
Vou usar essas definições para avaliar cada afirmação.
Passo 3
Analisando a afirmação 1: “Uma amostra é um subconjunto da população.”
- Comentário: pela definição acima, isso é exatamente o que é uma amostra: uma parte (subconjunto) retirada da população para ser estudada.
- Conclusão: a afirmação é verdadeira. Não há armadilha aqui — salvo casos técnicos (ex.: amostragem com reposição) em que formalmente a mesma unidade pode aparecer mais de uma vez, mas ainda assim o conceito básico permanece que a amostra vem da população.
Passo 4
Analisando a afirmação 2: “A estatística descritiva é a etapa na análise que obtém-se informações da amostra a partir de medidas resumo, gráficos e tabelas, dentre outros.”
- Comentário: isso coincide com a definição de estatística descritiva: usamos medidas resumo (como média, mediana, moda), medidas de dispersão (amplitude, variância, desvio-padrão), e representações gráficas/tabelas para descrever os dados observados. Essas técnicas são aplicadas à amostra (ou à população, se todos os dados estiverem disponíveis).
- Conclusão: a afirmação é verdadeira.
Passo 5
Analisando a afirmação 3: “A estatística inferencial trata de usar as informações de toda a população para tirar uma conclusão sobre uma amostra correspondente.”
- Observação do problema: essa frase está trocando a direção da inferência. A estatística inferencial não usa informações de toda a população (isso seria desnecessário: se eu tenho toda a população, não preciso inferir), nem tira conclusões sobre a amostra.
- Correção didática: o propósito da estatística inferencial é usar informações de uma amostra para tirar conclusões sobre a população (ou sobre parâmetros populacionais). Exemplo: medir altura em
alunos (amostra) para estimar a média de altura dos alunos (população). - Conclusão: a afirmação é falsa. Justificativa curta: inverteu a relação amostra ↔ população; a direção correta é amostra → inferência sobre população.
Passo 6
Analisando a afirmação 4: “Uma população é um conjunto de alguns resultados, respostas, medidas ou contagens que são de interesse.”
- Observação do problema: a palavra-chave problemática é “alguns”. A população não é “alguns” resultados — é o conjunto completo de todos os elementos que são alvo do estudo. Dizer “alguns resultados” descreve mais uma amostra do que a população.
- Correção didática: população = todos os indivíduos/observações de interesse (pode ser finita ou infinita no sentido prático), por exemplo: todos os habitantes de uma cidade, todos os dias de um ano, todas as peças produzidas por uma máquina em uma semana, etc.
- Conclusão: a afirmação é falsa. Justificativa: define a população como apenas “alguns” dados, o que corresponde a uma amostra, não à população inteira.
Passo 7
Agora preciso explicar níveis de mensuração e a distinção qualitativo vs quantitativo (isso é essencial para as afirmações 5 e 6).
- Variáveis qualitativas (categóricas): descrevem qual categoria um elemento pertence; não representam contagem ou medida numérica com sentido de magnitude. Exemplos: cor do cabelo, gênero, estado civil.
- Variáveis quantitativas (numéricas): medem quantidade ou contagem; têm sentido de magnitude. Exemplos: altura em centímetros, número de filhos, peso em kg.
- Níveis de mensuração clássicos:
- Nominal: categorias sem ordem. Ex.: cores {vermelho, azul, verde}. Não faz sentido dizer que uma cor é “maior” que outra.
- Ordinal: categorias com ordem, mas distâncias entre categorias não são numéricas consistentes. Ex.: classificação de satisfação {insatisfeito, neutro, satisfeito} ou escala Likert
a onde os números indicam ordem, mas a diferença entre e pode não ser igual à diferença entre e . - Intervalar: valores numéricos com diferenças significativas, sem um zero absoluto (ex.: temperatura em
). - Razão (ratio): valores numéricos com zero absoluto e razão faz sentido (ex.: peso, altura, contagem).
Esses conceitos ajudam a decidir se um dado é qualitativo ou quantitativo e como tratá-lo estatisticamente.
Passo 8
Analisando a afirmação 5: “Dados que estão no nível nominal são quantitativos.”
- Aplicando definição: nível nominal é categórico sem ordem, portanto é qualitativo, não quantitativo. Exemplo: sexo (masculino/feminino), cor dos olhos — esses dados não são números com magnitude.
- Conclusão: a afirmação é falsa. Justificativa: nominal = qualitativo (categórico); não representam medidas numéricas.
Passo 9
Analisando a afirmação 6: “Dados que estão no nível ordinal são qualitativos.”
- Aplicando definição: nível ordinal descreve categorias com ordem, por isso é um tipo de dado qualitativo (categórico ordinal). Mesmo que às vezes usemos números para codificar as categorias (por exemplo,
= ruim, = regular, = bom), esses números apenas representam posição, não uma medida numérica com todas as propriedades das variáveis quantitativas. - Observação útil para prova: ordinal é qualitativo, mas possui ordem — isso determina que testes e resumos apropriados (mediana, percentis, testes não paramétricos) sejam usados em vez de média e desvio padrão quando a interpretação numérica não for válida.
- Conclusão: a afirmação é verdadeira.
Passo 10
Resumo final das decisões (cada justificativa completa está nos passos anteriores). Um truque rápido para a prova: pergunte-se — “isso é categoria ou número com magnitude?” e “há ordem entre categorias?” Isso resolve nominal vs ordinal facilmente. Para distinguir amostra/população, lembre que a amostra é a parte que eu meço; população é tudo que eu quero descrever.