Exercício 1. Classifique como verdadeiro ( V ) ou falso ( F ) 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.

Passo 1

O enunciado pede que eu classifique cada uma das seis afirmações como verdadeira ( V) ou falsa ( F) e que eu justifique quando uma afirmação for falsa. As seis afirmações são, na ordem:
  1. Uma amostra é um subconjunto da população.
  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.
  3. A estatística inferencial trata de usar as informações de toda a população para tirar uma conclusão sobre uma amostra correspondente.
  4. Uma população é um conjunto de alguns resultados, respostas, medidas ou contagens que são de interesse.
  5. Dados que estão no nível nominal são quantitativos.
  6. 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 10\,000 alunos e meço 200 alunos, esses 200 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 10\,000 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 200 alunos (amostra) para estimar a média de altura dos 10\,000 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 1 a 5 onde os números indicam ordem, mas a diferença entre 1 e 2 pode não ser igual à diferença entre 3 e 4.
    • Intervalar: valores numéricos com diferenças significativas, sem um zero absoluto (ex.: temperatura em ^\circ\mathrm{C}).
    • 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, 1 = ruim, 2 = regular, 3 = 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.

Resposta

(V)
(V)
(F)
(F)
(F)
(V)

Exercícios relacionados